综述| nature子刊（IF：46.8）微生物组风险概况作为炎症和代谢疾病的生物标志物

编译：微科盟小木，编辑：微科盟小编、江舜尧。

微科盟原创微文，欢迎转发转载，转载须注明来源《微生态》公众号。

导读  

肠道中有一系列复杂的微生物，统称为肠道微生物群。在过去的二十年里，人们对研究肠道微生物群在健康和疾病方面的兴趣日益浓厚，这主要是由高通量多组学技术的快速创新推动的。因此，微生物失调与许多人类疾病有关，如2型糖尿病(T2DM)和炎症性肠病(IBD)。多组学数据的综合分析，包括宏基因组学和代谢组学以及宿主反应的测量和细菌分离物的分类，已经确定了许多与疾病相关的细菌和细菌产物。但深入了解微生物影响肠道健康的机制需要超越因果关系。目前对肠道微生物群对疾病因果关系的贡献的认识仍然有限，这主要是由于微生物群落结构的异质性、疾病发展的个体间差异以及对将微生物群衍生信号整合到宿主信号通路中的机制的不完全理解。本篇综述提供了与炎症和代谢紊乱相关的微生物组特征的广泛见解，讨论了该领域的突出挑战，并提出了多组学技术的应用，这些技术可以提高对微生物-宿主相互作用机制的理解。

论文ID

原名：Microbiome risk profiles as biomarkers for inflammatory and metabolic disorders

译名：微生物组风险概况作为炎症和代谢疾病的生物标志物

期刊：Nature Reviews Gastroenterology & Hepatology

IF：46.802

发表时间：2022.02

通讯作者：Dirk Haller

通讯作者单位：德国慕尼黑工业大学

DOI：10.1038/s41575-022-00581-2

综述目录

1 前言 2 IBD和T2DM的共同特征 2.1 IBD中的微生物失调 2.2 T2DM中的微生物失调 2.3 重叠的微生物组特征 3 肠道生态失调的生物标志物 3.1 指示菌株和分类群 3.2 生态失调评估 3.3 大规模生物标志物分析 4 疾病生物标志物的不一致性 5 基于代谢组学的生物标志物发现 5.1 微生物组生物标志物的临床作用 5.2 微生物组特征的影响 6 结论

主要内容

1 前言

人类消化道拥有一系列复杂的微生物，包括细菌、古菌、病毒和真菌。数以万亿计的细菌以空间结构的方式在胃肠道中定植，它们的组合基因组包含的基因数量是人类基因组中基因数量的200多倍。定植密度呈现出从肠道近端到远端的梯度，因此在结肠中发现的微生物数量最多。与物质通过小肠的快速运输(3-6小时)相比，结肠运动相对减少(20-50小时)导致腔内内容物的保留，从而建立了一个生物活性代谢物的储存库。除微生物外，微生物群一词还包括由宿主塑造的微生物群所居住的环境或生态位。宿主相关因子的加入为肠道生态系统提供了一个广阔的视角，其中微生物-宿主的双向相互作用影响微生物环境或活动区域的物理和化学特征。由于消化道及其微生物群被认为是免疫和代谢过程的交叉点，本综述将炎症性肠病(IBD)和2型糖尿病(T2DM)作为微生物群相关疾病的范例。

IBD和T2DM都被认为是多因素疾病，工业化后全球疾病发病率不断上升。它们的病因包括遗传易感性、环境诱因和城市生活方式相关因素的复杂相互作用。在这一共同背景下，代谢疾病(如T2DM)的额外特征是肝脏、脂肪组织、肌肉、胰腺和肠道的慢性亚临床炎症，而炎症性胃肠道疾病，如克罗恩病(CD)和溃疡性结肠炎(UC)，也与炎症驱动的代谢改变有关。全基因组关联研究已经确定了大量与T2DM(143位点)或IBD(>240位点)易感性增加相关的遗传变异。然而，这些变异加在一起只能解释这些疾病的一小部分遗传性：T2DM<10%，UC<15%，CD<50%。这种情况表明了环境触发因素的重要性，特别是肠道微生物群，作为这些疾病病因的主要贡献者。

虽然全基因组关联研究和多组学方法的数据推动了疾病风险分析的巨大进展，但易感个体的识别仍然困难，并且缺乏经过验证的诊断或预后标志物。然而，对IBD或T2DM患者的大规模人群研究和队列的多项分析已经确定了与特定疾病表型、复发风险和治疗反应相关的微生物组特征。

本篇综述总结了目前有关肠道微生物在IBD和T2DM中的作用。我们批判性地评估了当前可用的疾病相关微生物组特征的状态，并讨论了定义其临床应用的局限性。最后，我们讨论了如何利用多组学方法生成并在综合框架中分析的大数据来解开这些疾病的复杂病理。我们特别关注细菌菌株和肠道衍生代谢物之间相互作用的机制，这些代谢物可促进炎症和代谢疾病(如IBD和T2DM)的进程。

要点：

•炎症性肠病(IBD)和2型糖尿病(T2DM)之间存在一些共性，这两种多因素疾病在工业化后全球发病率呈上升趋势。

•肠道细菌组成的改变和宿主细菌衍生代谢物加工的改变与IBD和T2DM相关，并提供了共同的潜在致病机制。

•通过无菌小鼠实验和综合多组学研究，已经建立了失调微生物群落与IBD或T2DM之间的因果关系

•疾病特异性生物标志物发现的挑战包括确定观察到的变化的因果关系、了解它们在疾病机制中的功能冗余以及肠道微生物群的地理和种族异质性。

•为了识别疾病生物标志物，需要对特定菌株、其编码基因和代谢副产物进行大数据细化、测试和验证。

2 IBD和T2DM的共同特征

IBD和T2DM均与特征微生物的改变有关，有益微生物减少和病原菌增加显著降低了群落丰富度。理解微生物改变在疾病发生和进展中的作用的挑战在于这种变化的时间(即，它们是疾病的原因还是结果)、某些变化的功能冗余(意味着它们在与疾病相关机制中产生类似的信号或影响)以及这些变化在疾病过程中发生的波动(这种波动只能通过纵向采样观察到，但很少有纵向采样)。尽管IBD和T2DM在病理上存在差异，但它们在一些机制上具有共同特征。T2DM的代谢特征是伴有慢性低度炎症和肠道屏障破坏，IBD患者的反复炎症发作与细胞和系统水平的代谢改变共同发展。这些复杂疾病的治疗仍然具有挑战性，但粪便微生物群移植(FMT)的对照试验显示出对T2DM和IBD(包括UC和较轻程度的CD)均的临床疗效。FMT的临床试验也提供了肠道微生物群与其他炎症、免疫或代谢紊乱之间因果关系的证据。例如，FMT对大约90%的艰难梭菌(Clostridioides difficile)(以前为Clostridium difficile)感染患者非常有效，并已被评估为治疗肥胖和移植物抗宿主病的疗法。在4个随机临床试验中，FMT诱导28%的UC患者出现临床缓解。很少有临床试验检测FMT对CD患者的疗效，结果完全不一致。在一项对174名CD患者进行FMT治疗的研究中，20%的患者获得了临床缓解，总体上，43%的患者获得了临床缓解。一项单独的随机对照试验发现，FMT对CD患者的临床缓解率没有影响，但增加供体微生物群的移植与缓解的维持有关。

相反(尽管大量研究表明，特定的生态失调或特定的微生物群与代谢紊乱有关)，FMT对代谢疾病患者有益的证据还没有得到很好的证实。一项具有里程碑意义的研究表明，接受瘦人、健康供体FMT的代谢综合征患者的代谢改善以及肠道微生物群发生有益改变。但这些影响是不一致的和短暂的，这可以通过供体微生物群的有限移植或基线供体粪便微生物多样性的变化来解释。有趣的是，在肥胖和代谢综合征患者中，口服FMT后补充低发酵纤维可提高胰岛素敏感性，增加微生物多样性和丰富度，并延长供体微生物移植时间。这些数据强调了微生物调节疗法在逆转代谢障碍中的价值。与这些发现一致的是，来自代谢受损的肥胖供体的FMT会暂时恶化代谢综合征受体的胰岛素敏感性，而来自胃旁路术后健康供体的FMT导致代谢综合征受体的胰岛素敏感性略有增加。该研究为FMT对供体代谢谱的传递性提供了证据。

2.1 IBD中的微生物失调

几项大型队列研究(表1,2)通过分析肠道内和黏膜微生物群落，研究了IBD患者的肠道微生物群改变。总体上，活动性IBD与某些细菌的过多相关，如肠杆菌科(Enterobacteriaceae)、梭杆菌(Fusobacterium)、Ruminococcus gnavus、咽峡炎链球菌(Streptococcus anginosus)、肠球菌属(Enterococcus、Megasphaera)、弯曲菌属(Campylobacter)和硫酸盐还原性γ-变形菌(Gammaproteobacteria)和δ-变形菌(Deltaproteobacteria)。相反，IBD与有益类群的减少有关，如Faecalibacterium prausnitzii、Christensenellaceae、Collinsella、Roseburia、Ruminococcus和其他产生丁酸的细菌。粪便样本的鸟枪法宏基因组学分析为IBD中发生的功能紊乱和代谢途径的扰动提供了更全面的视角。这些研究表明，参与含硫氨基酸合成、核黄素代谢、谷胱甘肽转运蛋白、氧化应激和营养物质转运的代谢途径均上调。一项能够将微生物群落分解到物种内单个菌株水平的研究显示，与健康对照组相比，IBD或肠易激综合征(IBS)患者的粪便样本中病原菌的菌株多样性增加，有益微生物的菌株多样性降低。深入分析发现219个类群(含152种)与CD相关，102个类群(含93种)与UC相关。CD的主要特征是属于毛螺菌科(Lachnospiraceae)和瘤胃菌科(Ruminococcaceae)的分类群减少，属于肠杆菌科(Enterobacteriaceae)的分类群增加，而UC则观察到属于拟杆菌科(Bacteroidaceae)的分类群减少和属于毛螺菌科的分类群增加。与这种异质性一致，不同IBD研究中只有少数物种的变化是共同的，这表明虽然疾病表型和疾病病程相似，但CD患者群体中个体间的差异仍然存在。

表1 与IBD相关的肠道微生物群特征。

CAI，结肠炎活动指数；CD，克罗恩病；CDAI，CD活动指数；HBI，Harvey-Bradshaw指数；HC，健康对照组；HSCT，造血干细胞移植；IBD，炎症性肠病；SCCAI，简单临床结肠炎活动指数；UC，溃疡性结肠炎。a无慢性病史；b巴斯德杆菌科(Pasteurellaceae)的两名成员。

肠道微生物群在IBD中的致病作用的首批临床证据之一源于实验，表明CD患者小肠发炎部分的粪便转流可改善疾病症状。粪便转流的恢复和术后新末端回肠暴露于肠腔内容物会诱发炎症，这表明肠道微生物群会引发CD术后复发。此外，抗生素治疗对活动性CD患者亚群的疗效强调了肠道细菌与IBD之间的因果关系。

小鼠急性和慢性肠道炎症模型的机制研究为微生物失调与IBD之间的因果关系提供了进一步的证据。例如，从IBD患者到无菌受体小鼠的FMT足以传递IBD表型，而具有IBD遗传易感性的小鼠在无菌条件下不会发生自发性炎症。此外，IBD发病后从遗传易感性小鼠转移的失调微生物群能够将这种疾病表型转移到无菌受体小鼠体内。将IBD患者微生物群转移到无菌野生型小鼠中会导致肠道T细胞反应失衡，导致肠道辅助T细胞17(TH17)和TH2细胞数量增加，RORγt+(类视黄醇相关性孤儿受体-γ短异构体)调节性T(Treg)细胞数量减少。将IBD患者微生物群移植到Rag1-/-小鼠结肠炎模型中，微生物群诱导的TH17和RORγt+ Treg细胞的比例可预测人类供体疾病状态。同样，肠道微生物群的人类共生细菌脆弱拟杆菌(Bacteroides fragilis)对无菌小鼠的定植可诱导CD4+ T细胞转化为产生IL-10的FOXP3+ Treg细胞，这表明IBD中存在微生物群驱动的疾病机制。

表2 使用鸟枪法宏基因组学特征进行功能风险分析。

ABC，ATP-结合盒；CD，克罗恩病；CDAI，CD活动指数；GABA，γ氨基丁酸；HbA1c，糖化血红蛋白；HBI，Harvey-Bradshaw指数；HC，健康对照组；IBD，炎症性肠病；IBS，肠易激综合征；IQGAP1，具有IQ结构域的RAS GTP酶激活蛋白1；KEGG，京都基因与基因组百科全书；MYO1C，肌球蛋白IC；NR，未报道；OGTT，口服葡萄糖耐量试验；PCDAI，儿童CD活动指数；SCCAI，简单临床结肠炎活动指数；T2DM，2型糖尿病；UC，溃疡性结肠炎。a年龄在22岁以下。

2.2 T2DM中的微生物失调

T2DM中也描述了几种细菌类群丰度的变化(表2,3)。例如，据报道，T2DM患者中大肠杆菌(E. coli)、韦荣氏菌属(Veillonella)、Blautia、Anaerostipes、乳杆菌(Lactobacillus)、粪杆菌属(Faecalibacterium)和梭菌目(Clostridiales)的相对丰度有所增加。相反，拟杆菌属(Bacteroides)、双歧杆菌属(Bifidobacterium)、Parabacteroides、颤螺菌属(Oscillospira)以及可降解粘蛋白的肠道细菌Akkermansia muciniphila的丰度降低与代谢健康的改善有关。2019年发表的一项宏基因组和宏蛋白质组学研究分析了254名中国患者粪便样本中的肠道微生物群组成和功能，其中包括77名未接受治疗的T2DM患者、80名糖尿病前期患者和97名糖耐量正常的对照组患者。与代谢健康的对照组相比，T2DM患者和糖尿病前期患者中梭菌目(Clostridiales)细菌种类丰度较低，而Megasphaera elsdenii丰度较高。我们观察了T2DM患者和糖尿病前期患者的微生物群落功能差异，发现与对照组相比，糖尿病前期个体的肠道微生物群显示出与糖磷酸转移酶系统、细菌分泌系统和氨基酸ATP结合盒(ABC)转运体有关的途径富集。这些结果表明，在糖尿病前期患者转化为T2DM之前，可以检测到肠道微生物群的疾病特异性变化。细菌种类和代谢基因簇的差异已被用于确定糖耐量正常或T2DM患者的糖尿病状态。然而，地理位置、种族、健康状况和用药史等混杂因素导致在识别与T2DM相关的微生物变化方面不一致。

多项研究已经提供了肠道微生物群特定成员与T2DM发病机制之间因果关系的证据。例如，A. muciniphila是在人类和小鼠研究中显示出对代谢紊乱有保护作用的类群之一。有趣的是，补充益生元可使A. muciniphila的丰度正常化，并改善人体的代谢健康。同样地，对喂食高脂肪食物的小鼠施用A. muciniphila可逆转其增加的脂肪量、代谢内毒素血症、脂肪组织炎症和胰岛素抵抗。尽管A. muciniphila具有高氧敏感性并且在生长培养基中需要动物源性化合物，但当这种生物在与人类给药兼容的合成培养基中生长时，A. muciniphila在小鼠中仍保留了其保护作用，这为其开发作为人类肥胖症和相关疾病的治疗方法开辟了道路。此外，产生丁酸的细菌Anaerobutyricum soehngenii(之前称为Eubacterium hallii菌株L2-7)显示出丰度增加，这与来自瘦人供体的FMT受体的外周胰岛素敏感性改善相关。在治疗4周后，T2DM患者给药A. soehngenii可改善其外周胰岛素敏感性，这些益处伴随着微生物群组成的改变和胆汁酸代谢的改变。

表3 与T2DM相关的肠道微生物群特征。

ADA，美国糖尿病协会；CDC，疾病预防控制中心；HbA1c，糖化血红蛋白；HOMA-IR，胰岛素抵抗的稳态模型评估；NR，未报道；NYU，纽约大学；OGTT，口服葡萄糖耐量试验；T2DM，2型糖尿病；WHO，世界卫生组织。a定义为腰围>90 cm(男性)或>85 cm(女性)，空腹血糖≥6.1 mmol/l (110 mg/dl)或诊断为糖尿病，血浆甘油三酯水平≥1.7 mmol/l(150 mg/dl)，高密度脂蛋白＜1.04 mmol/l(40 mg/dl)，血压≥130/85 mmHg或既往诊断为高血压。b定义如下：健康体重，BMI 18.5-24.9 kg/m2；超重，BMI 25.0-29.9 kg/m2；肥胖，BMI ≥30 kg/m2。

2.3 重叠的微生物组特征

奇怪的是，IBD和T2DM中特定的细菌类群表现出相似的改变，这表明免疫介导和代谢疾病的共同特征导致了相似的微生物群适应。例如，Clostridium spp.、Faecalibacterium、Ruminococcus、Akkermansia、Collinsella和Roseburia的丰度下降，肠杆菌科、大肠杆菌和具核梭杆菌(Fusobacterium nucleatum)的丰度升高，这强调了定义疾病特异性标志物的挑战(图1,2)。例如，一项针对2045名IBD患者的研究确定了8个分类群的特征，包括克里斯滕森菌科(Christensenellaceae)和Fusobacterium的未知成员，它们可以区分CD患者和健康个体。然而，Christensenellaceae的丰度增加与低BMI和体重减轻有关，这是一种经常在IBD患者中观察到的分解代谢状况。同样，Fusobacterium的富集被认为是转移性结直肠癌患者预后不良的标志。考虑到IBD患者患结直肠癌的风险增加，这一提出的微生物群特征可能是一种与潜在疾病机制没有因果关系的偶发现象。

其他的组学方法(如鸟枪法宏基因组学和代谢组学)以及患者的治疗史、人口统计和环境数据，能够详细描述肠道微生物群的功能。人类微生物组计划(HMP)第二阶段的发现极大地改善了我们对T2DM和炎症性糖尿病中微生物代谢物相互作用的理解。对132名个体的微生物组、代谢组和转录组数据集进行综合网络分析，确定了与疾病相关的网络中心，这些网络中心将关键细菌类群(即F. prausnitzii、unclassified Subdoligranulum、Alistipes、大肠杆菌和Roseburia)与某些代谢产物(短链脂肪酸、辛酰肉碱和几种脂类物质)连接起来。有趣的是，有IBD和没有IBD的研究参与者之间的差异在粪便代谢组比在粪便宏基因组、粪便宏转录组或粪便蛋白质组中更明显。在综合个体组学分析研究(iPOP)中，106名个体的纵向样本中，血浆代谢产物与胰岛素抵抗密切相关，这表明宿主代谢组和肠道微生物组之间的相互作用在胰岛素抵抗个体中受到干扰。

图1 IBD或T2DM患者肠道微生物群中的细菌风险特征。方框颜色反映了全球不同人群中炎症性肠病(IBD，蓝色)和2型糖尿病(T2DM，紫色)中分类群的富集和减少。

3 肠道生态失调的生物标志物

美国国立卫生研究院工作组将生物标志物定义为“一种被客观测量和评估的特征，作为正常生物过程、病理过程或对治疗干预的药理学反应的指标”。理想的临床生物标志物应该是快速、定量、客观、可重复、非侵入性的，并且在预测多种人群或种族的疾病状态方面具有较高的准确性。微生物组生物标志物的鉴定及其在疾病实体分类中的应用需要广泛使用计算和统计工具来识别细菌分类网络，这些网络可以准确区分不同的疾病表型(如健康个体与IBD患者、或糖尿病前期患者与T2DM患者)，并区分密切相关的疾病实体(如IBD和IBS)。微生物生物标志物还需要在大规模、独立、基于人群的队列中进行验证，以确认其诊断或预后的实用性。在接下来的章节中，我们回顾了在开发基于微生物组的疾病风险分析生物标志物方面取得的进展。这些生物标志物的复杂性从单一指示菌株或分类群到失调的微生物群落，再到基于多组学的生物标志物依次增加(BOX 1)。

BOX 1 肠道微生物组生物标志物发现

3.1 指示菌株和分类群

许多研究已经调查了微生物改变作为疾病生物标志物的效用，特别是在CD或UC患者中。最初的研究试图确定可以作为疾病活动指标的单一细菌分类群。例如，F. prausnitzii(可产生丁酸)在CD患者中被耗尽。CD患者回肠黏膜活检样本中这种细菌丰度的减少与内镜下回肠切除术后复发风险的增加密切相关。相反，黏附侵袭性大肠杆菌的丰度增加与回肠CD有关。这些早期研究大多采用16S rRNA扩增子序列来实现科水平或属水平的分类；很少发现物种水平的关联。然而，由于大多数细菌物种由许多个体菌株组成，这些菌株可以表现出相当大的基因组和蛋白质组变异，因此菌株多样性具有重要的功能，特别是在确定致病性方面。例如，R. gnavus和E. coli的亚种都与IBD的严重程度增加有关。此外，在IBD患者的粪便样本中显示出丰度增加的R. gnavus的一个特定亚种已被证明含有与改善细菌定植有关的菌株特异性基因。这些基因涉及氧化应激反应、细菌粘附、铁获取和宿主黏液利用等功能。同样，不同的脆弱拟杆菌(B. fragilis)菌株表现出功能差异，导致IBD相关小鼠模型中IgA诱导水平不同。这些遗传上不同的脆弱拟杆菌菌株在接种到受体小鼠中时也表现出不同的致结肠炎作用和免疫调节作用。

在一项旨在定义用于监测IBD患者疾病活动的关键生态失调分类群的研究中，使用定量PCR计算了F. prausnitzii和E. coli的绝对丰度比(也称为F-E指数)。F-E指数的使用改善了UC和IBS患者与CD患者的鉴别，并有助于结直肠癌与其他肠道疾病的鉴别。但F-E指数无法区分IBD亚型，这表明单一分类群指标在分类疾病亚型方面的效用有限。肠道微生物群失调指数大多只包括细菌种类；但一项研究使用了两种真菌门(担子菌门和子囊菌门)的差异丰度，这有力地区分了来自健康个体的样本和来自不同疾病表型的IBD患者的样本。此外，在儿童CD患者的肠道微生物群中发现真菌多样性减少和念珠菌(Candida)类群丰度增加。有趣的是，IBD患者的健康亲属和不相关的健康对照之间以及IBD不同亚型患者之间的真菌和细菌负荷存在显著差异。这些观察结果表明，真菌和细菌有助于IBD相关的肠道生态失调。

3.2 生态失调评估

一些研究评估了肠道生态失调指数的表现，这些指数描述了疾病分类中日益复杂的特定细菌丰度共现的情况。例如，一项研究发现，IBD患者的微生物群比健康个体的波动更大。这项研究的作者确定了健康个体肠道微生物群正常变化的上限和下限，并将这些界限之间的间隔称为“健康平面”。IBD患者与健康平面的距离随时间而变化，但不一定与疾病活动相关。在一组患有早发性CD的儿童患者中(RISK研究)，微生物生态失调指数(定义为IBD个体中增加的生物总丰度与IBD患者中减少的生物总丰度之比)与疾病严重程度密切相关，可用于对患者进行分层。但该微生物生态失调指数对IBD疾病亚型的分类能力有限，并且还显示IBD患者与健康人群之间存在重叠。

综合HMP(iHMP)第二阶段的一项研究使用基于Bray-Curtis与非IBD宏基因组差异的生态失调评分来识别具有高度失调宏基因组微生物结构的IBD患者样本。除了微生物对炎症的反应外，这种生态失调评分还包括其他宿主相关因素(如转录组调控)以及血清代谢物和趋化因子之间的生化相互作用，从而全面了解IBD中的系统性变化和微生物-宿主相互作用。尽管如此，我们强调生态失调是一种定义不明确的状态，因此不同的生态失调指数将根据得出它们的方法、所研究的疾病实体以及它们在不同队列或群体中的表现而有所不同。

3.3 大规模生物标志物分析

一些研究已经使用机器学习算法在横断面和纵向患者队列中验证复杂的微生物组特征。例如，2017年发表的一项研究使用16S rRNA微生物群分析了来自IBD患者和没有IBD的对照个体的粪便样本。研究人员使用了一种序列聚类算法，根据8种细菌分类群的丰度来识别CD特有的微生物特征。此外，另一组研究表明，基线肠道微生物组组成特征可以预测IBD患者在治疗开始后14周对抗整合素治疗的反应。由深度神经网络生成的微生物组特征在受试者工作特征曲线下面积(AUC)为0.87，而基于临床协变量模型的AUC为0.62。

我们的研究团队还评估了微生物组特征作为IBD和T2DM生物标志物的效用。在我们的第一项研究中，我们检查了29名接受过自体造血干细胞移植的CD患者的疾病活动和对治疗的反应。来自人类供体和人源化小鼠的微生物组和代谢组风险谱的整合将疾病结果预测模型的性能从AUC 0.79提高到0.96，并确定了参与硫代谢的疾病相关细菌和代谢物网络。尽管这些发现听起来很有希望，但重要的是要承认微生物组风险概况是基于前瞻性队列研究中所包括的人群或患者群体的预测模型，因此，对于相似的患者群体(人群或队列)可能比对个体更准确。因此，重要的是要记住，预测的风险可能不会直接转化为个体患者，这可能是由于风险概况在异质性环境中的局限性。

我们的第二项研究调查了德国1976名个体的代谢健康和肠道微生物群的昼夜节律性。粪便微生物群分析确定了13种显示T2DM患者昼夜节律紊乱的微生物类群的风险特征。基于这种心律失常风险特征的预测模型成功地识别出了有发展为T2DM风险的个体，且当将BMI纳入模型时，其AUC为0.78。这些例子为微生物组特征在用于诊断和治疗目的的生物标志物发现中的作用提供了证据。但值得注意的是，生态失调指数不是独立的测量值，需要纳入额外的宿主来源数据和临床数据。这些指数的标准化和验证需要进行大规模的研究，包括对潜在生物标志物的纵向评估，并考虑可能的混杂变量，如饮食、年龄、种族、病史和最后排便时间，所有这些都已被证明会影响微生物组的改变。

4 疾病生物标志物的不一致性

将工业化国家人口与农村或非工业化人口进行比较发现，他们的肠道微生物群特征存在巨大差异。2015年的一项研究将巴布亚新几内亚两个非工业化地区的居民与美国居民的粪便肠道微生物群进行了比较。有趣的是，与美国居民相比，巴布亚新几内亚居民的肠道微生物群显示出更高的微生物多样性和较低的个体间变异。许多细菌种类在巴布亚新几内亚和美国居民中都很常见，但表现出不同的丰度水平，这可以通过西方人群中细菌传播率降低来解释。在另一项旨在确定健康人群中核心微生物群的开创性研究中，将巴布亚新几内亚、秘鲁和坦桑尼亚农村人群的肠道微生物群与工业化国家人群(包括佛兰芒和荷兰队列，以及英国和美国群体)的肠道微生物群进行比较，发现核心菌属的数量从17个减少到14个。这种常驻微生物物种的消失，被称为“消失的微生物”，可能有助于解释工业化国家慢性病发病率上升的原因。

在一项旨在验证几种基于微生物群的代谢健康分类模型的普遍性研究中，对来自中国单个省份14个地区的7009名个体的肠道微生物群进行了表征，以测试地理位置对所纳入模型预测能力的影响。有趣的是，宿主的位置与肠道微生物群的变化有着最强的关联。此外，在一项对来自爱尔兰和加拿大的531名IBD患者进行的大型纵向洲际研究中，地理位置是微生物组变异的主要决定因素，尽管大多数(90.3%)的微生物组组成变异仍未得到解释。迁移研究也说明了地理因素和相关环境暴露的重要性，这些研究清楚地表明迁移与微生物群落功能多样性和菌株多样性之间存在密切联系。在此背景下，对居住在泰国和美国的个体的粪便样本进行了16S rRNA和鸟枪法宏基因组测序，包括移民前后的第一代和第二代泰国移民。有趣的是，美国移民与肠道微生物群的重大改变有关，包括多样性的丧失、细菌菌株的丧失、纤维降解功能的丧失以及从普雷沃氏菌(Prevotella)到拟杆菌(Bacteroides)肠型的转变。这些扰动因肥胖而加剧，并随着每一代人的增加而增加。

来自世界各国的选定微生物组关联研究报告的变化揭示了地理位置与IBD和T2DM患者肠道微生物失调之间的重要关联。由于16S rRNA基因测序数据集的可用性，许多队列研究使用了16S微生物分析，尽管已测序的16S可变区或所用测序平台的研究之间存在差异(图1)。在IBD患者粪便微生物群中，厚壁菌门、变形菌门和梭杆菌、大肠杆菌、R. gnavus和链球菌的相对丰度不断增加，这与IBD活动性相关。相反，Roseburia、Blautia和Faecalibacterium在这些群体中的相对丰度均呈下降趋势。大多数T2DM研究均显示A. muciniphila、Clostridium、Roseburia和Faecalibacterium的相对丰度下降。然而，来自不同地域和种族群体的个体与疾病相关的微生物组存在明显的差异。正如我们已经讨论过的，这些差异代表的分类群与IBD发病机制的相关性已经在几个临床和转化性无菌实验中得到验证。

总的来说，这些数据表明有必要对各大洲不同地理位置的人类微生物群进行进一步的全球研究，以排除与区域相关的混杂因素并确定特定的和个性化的微生物组特征。iHMP中包含的研究正在探索肠道微生物组改变与大型人群队列中IBD或T2DM发展之间的联系。然而，目前为止，这些研究主要集中在工业化国家人群，大部分数据来自美国和欧洲，约占世界人口的17%。一些国家和国际性研究已经启动，表征非欧洲人群和种族群体的肠道微生物组变异，包括非洲、亚洲、南美和中东。

在所有这些研究中，作者试图确定与IBD或T2DM发展有关的疾病相关微生物风险特征。然而，就哪些与疾病相关的细菌分类群在这两种疾病的诊断中具有效用达成共识仍然具有挑战性。尽管观察到异质性，但一些细菌类群确实在不同的研究中普遍涉及(图1)。例如，在多项报告中，Akkermansia、Eubacterium rectale、Alistipes和F. prausnitzii的丰度增加与代谢健康的改善有关。同样，过多的大肠杆菌、肠球菌、Fusobacterium、R. gnavus和链球菌，以及F. prausnitzii、Roseburia和瘤胃球菌属成员的减少是IBD相关生态失调的共同特征。有趣的是，一些分类群在IBD和T2DM中显示出相似的趋势。例如，过多的Christensenellaceae和大肠杆菌已被证实与CD相关和T2DM相关的生态失调有关，这就提出了可用微生物组特征来区分不同疾病实体的特异性的问题。观察IBD相关和T2DM相关核心特征的重叠情况，可以发现相似或相反的趋势。表1-3总结了16S研究的结果，有关这些16S研究的更多详细信息见补充表1和表2。与每种疾病实体相关的细菌特征由所报道的最高分类水平(细菌门、科、属和种)指代(图2)。

图2 IBD和T2DM中重叠的全球风险概况。基于表1-3中总结的16S rRNA基因测序微生物组关联研究的结果，与炎症性肠病(IBD)或2型糖尿病(T2DM)相关且这两种疾病共有的细菌属特征。

5 基于代谢组学的生物标志物发现

在探索疾病生物标志物的过程中，代谢物作为疾病活动的最接近指示物，并与构成和调节疾病机制的调节信号密切相关。事实上，代谢组和微生物组都与饮食、环境、衰老和整体健康状况等内源性和外源性因素有关。许多研究已经报道了IBD或T2DM患者肠道代谢谱的显著改变。例如，在IBD患者的粪便代谢组中发现了中链脂肪酸水平的降低（如戊酸和己酸）以及B族维生素水平的降低。相反，成人和儿童IBD患者的粪便和血清中氨基酸、胺类和肉碱水平增加。一项研究结果表明，代谢物分析可以区分IBD患者和健康个体。之后又有许多其他报告一致表明IBD患者的代谢物表型与健康个体不同。有趣的是，代谢物分析还可以区分不同形式的IBD，如CD和UC，并可以进一步将CD患者分为回肠或结肠炎症。

同样，T2DM患者的代谢物分析显示其代谢通路活性发生改变。多项研究发现血清支链氨基酸和芳香氨基酸水平，如亮氨酸、异亮氨酸、缬氨酸、苯丙氨酸、酪氨酸和色氨酸，与胰岛素抵抗、肥胖和T2DM的风险有关。T2DM患者的代谢物分析还显示，特定细菌代谢物水平与疾病发病之间存在很强的相关性。例如，色氨酸代谢途径包括几个候选的代谢物生物标志物，它们在人类和小鼠研究中都因与炎症和代谢疾病的发展有关而引起了研究者的关注。色氨酸是一种从饮食中获得的必需氨基酸，主要在小肠中吸收，尽管有一小部分在结肠中分解为吲哚代谢物。色氨酸代谢和下游细胞信号转导在其他报道中已被广泛描述，但在本综述中未进行讨论。一项纵向队列研究证实，在对213名随访10年的中国人(包括51名继续发展为T2DM和162名代谢健康个体)进行的研究中，高基线空腹血清色氨酸浓度与患T2DM的风险增加有关。此外，作为生物标志物的色氨酸水平的预测能力与5种现有氨基酸在区分T2DM患者和非T2DM个体方面的预测能力相当。值得注意的是，以前的报告显示，血清中几种氨基酸水平可以以不同的准确性鉴别来自不同人群的T2DM患者。例如，苯丙氨酸和缬氨酸在美国人群中表现最好，而酪氨酸在南亚人群中表现最准确。这些发现指出了识别区域特异性生物标志物在实现最佳诊断准确性方面的重要性。

5.1 微生物组生物标志物的临床作用

有价值的生物标志物必须对来自临床信息的分类贡献额外的力量。因此，粪便生物标志物是黏膜疾病诊断标志物的明显来源，粪便与肠粘膜直接接触。粪便钙卫蛋白是一种可在粪便中检测到的粒细胞衍生的胞质蛋白，由于炎症严重程度与粪便钙卫蛋白水平之间存在很强的相关性，因此它是炎症性疾病中应用最广泛的粪便生物标志物。两篇报道证实了粪便钙卫蛋白水平检测内镜下炎症的能力，敏感性为70-100%，特异性为44-100%。这些值的广泛范围可以用每项研究中应用的截止阈值的变化来解释。但粪便钙卫蛋白水平的升高并不是IBD特有的，而是反映了肠道炎症状况，这也与其他肠道和代谢疾病(包括IBS、胃肠道恶性肿瘤、肥胖和T2DM)有关。例如，鸟枪法宏基因组分析从1792名个体的粪便样本中提取的肠道微生物群能够区分IBD和IBS，与单独的粪便钙卫蛋白水平(AUC 0.80)相比，机器学习算法显著提高了这些预测模型的准确性(AUC 0.91)。重要的是，具有最高预测精度(AUC 0.93)的模型包括粪便钙卫蛋白水平以及前20个选定分类群的宏基因组分析。这些结果表明，临床和微生物生物标志物的整合提高了诊断的准确性。这种综合方法已被用于预测IBD患者对治疗的反应。在本研究中，基线临床数据(包括血清学、内窥镜和临床生物标志物)不足以预测缓解(AUC 0.62)，而增加分类学和代谢谱将诊断能力分别提高到AUC 0.72和AUC 0.74。此外，仅通过粪便钙卫蛋白水平就能够区分储袋炎患者和非储袋炎个体(AUC 0.63)。相比之下，微生物物种模型(有或没有粪便钙卫蛋白水平作为额外预测因子)的AUC为0.78，证实了微生物分析在鉴别储袋炎方面比单独的粪便钙卫蛋白水平具有更好的诊断性能。

用于诊断T2DM的糖代谢受损的血清学生物标志物包括空腹血糖水平、75 g口服葡萄糖刺激后2小时血糖水平(口服葡萄糖耐量试验)和糖化血红蛋白水平。在一项使用两个瑞典队列数据的研究中，确定了预测T2DM进展的血清学和微生物组生物标志物的组合。在这项研究中，多变量分析表明胰岛素抵抗程度和微生物组变异之间有很强的相关性。有趣的是，使用基于微生物群的机器学习模型来区分验证队列中胰岛素抵抗程度最低和最高的个体，产生的AUC为0.78，这表明肠道微生物群是T2DM进展的重要调节因子。事实上，尽管针对T2DM提出了一系列广泛的诊断性生物标志物，但其中大多数都未能捕捉到这种疾病的复杂性或掌握微生物和代谢变化。在这方面，代谢物生物标志物与已确定的临床风险因素结合使用，以显著改善疾病分类。

5.2 微生物组特征的影响

了解单个细菌类群(病原菌)和/或复杂微生物群落(生态失调)的功能作用和特异性，对于解决IBD或T2DM中微生物-宿主相互作用的致病机制至关重要(图3)。在这种情况下，肠道微生物群的功能改变可能代表了宿主适应性的结果。

肠道微生物群与多种疾病的因果关系已在无菌小鼠实验中得到证实。无菌小鼠模型可以选择性地用单一菌株、最小细菌聚生体或来自人类粪便或其他供体材料的复杂肠道微生物生态系统进行定植，以研究其对宿主表型的影响。在IBD中，无菌小鼠模型与多种共生细菌(包括大肠杆菌、粪肠球菌(Enterococcus faecalis)、普通拟杆菌(Bacteroides vulgatus)和Bilophila wadsworthia)的单菌株定植使我们能够了解疾病引发或保护的一些潜在机制。特征良好的最小细菌聚生体(如SIHUMI和Oligo MM)的产生为研究生理和病理条件下宿主-微生物和微生物-微生物相互作用的更复杂机制提供了手段。此外，人类粪便微生物群定植的无菌小鼠(也称为人类微生物群相关小鼠)已被广泛用于研究复杂疾病的潜在发病机制，如IBD、T2DM、肥胖、哮喘和营养不良。

我们的研究工作表明，在小鼠结肠炎模型中，肠道细菌是导致炎症的必要因素，而这些细菌与CD患者的复发风险相关。尽管已知人类细菌转移到无菌小鼠的不完全局限性，但我们的模型捕获了疾病相关微生物组特征的关键特征。将肠道微生物群转移到无菌小鼠体内导致几种疾病状态的成功转移，从而揭示了与炎症有关的共享功能代谢途径。这些共有的微生物组特征可能导致疾病活动分类的改进。类似地，之前的研究表明，葡萄糖耐量和胰岛素抵抗受肠道微生物组组成的影响，已经在无菌小鼠模型中的一系列FMT研究中得到证实。 

图3 IBD和T2DM的肠道微生物组特征发现。研究肠道微生物群在复杂疾病(如IBD和T2DM)发病机制中的致病作用，需要大规模的横断面或纵向基于人群和队列的研究。在建立疾病实体与肠道微生物群的结构或功能之间的相关性时，需要考虑微生物、环境和宿主相关因素。多组学数据来源于从宿主(表型、基因型、代谢组、转录组)以及肠道或黏膜相关的肠道微生物组(组成、代谢和遗传功能途径)收集的样本进行高通量分析。一旦使用复杂的计算和机器学习工具识别出候选微生物生物标志物，就可以通过全面的体内、体外和临床前研究来实现候选生物标志物的功能验证。对候选细菌分类群进行分离和鉴定，以用于生物库和随后在无菌小鼠中的机械研究。用单一细菌类群或合成的最小微生物聚生体定植无菌小鼠可以深入了解特定微生物的致病作用和潜在的微生物-宿主相互作用。已确定的微生物组特征的临床相关性需要在粪便微生物群移植(FMT)或饮食干预研究中进行验证。

6 结论

在过去20年里，来自人类和小鼠的研究证据表明，肠道微生物群在炎症性疾病和代谢疾病(如IBD和T2DM)的发病机制中发挥了重要作用。肠道微生物生态系统结构和功能的变化，也被称为失调微生物组特征，其与患者的疾病活动、复发风险或对治疗的反应有关。然而，大多数此类疾病的复杂性和多因素发病机制，以及人体研究中存在的各种混杂因素，继续对微生物组特征在诊断、预测预后和治疗决策中的临床应用构成重大挑战。在这种情况下，需要对功能相关的菌株进行鉴定、分离和培养，并对其代谢物进行分离和鉴定。因此，确定既定微生物特征的功能可以通过宏基因组学和代谢组学方法来实现。菌株水平鸟枪法宏基因组测序可以用来识别这些特征中包含的微生物菌株，包括低丰度但在疾病发展中有重要作用的关键物种，并推断影响宿主生理的细菌代谢通路、微生物相互作用和微生物代谢物。建立和使用定义明确的无菌小鼠模型有望为微生物组组成对宿主生理和疾病易感性的影响提供基础信息。为了解决观察到的微生物组特征的异质性和个体间差异，应跨人群和种族群体进行密集微生物组采样和疾病建模，以提高预测模型的通用性。因此，对人群和患者队列进行分层对于改善疾病风险的个体评估是必要的。为了确保微生物组研究结果的可重复性和研究间的可比性，必须在特征良好的患者队列的多中心研究中评估和验证微生物组特征的特异性和敏感性。

目前的微生物组研究正在超越对微生物群落结构和疾病关联的单一描述，并朝着了解肠道细菌在复杂慢性疾病发病机制中的致病作用的方向发展。这些集体努力有望加强微生物组建模并推进可用于临床环境的基于微生物群特征和/或风险概况的开发。

原文链接：https://www.nature.com/articles/s41575-022-00581-2