科普：肠道里的"隐形居民"：肠道菌群大揭秘

研究题目：Multi-kingdom gut microbiota analyses define bacterial-fungal interplay and microbial markers of pan-cancer immunotherapy across cohorts

发表时间：2023年11月

发表单位：上海交通大学医学院附属仁济医院

杂志及影响因子：Cell Host Microbe；20.6

研究背景：

肠道真菌是肠道菌群的一部分，对宿主免疫和肠道内稳态有重要作用，其失调可导致肿瘤发生。ICI （免疫检查点抑制剂）疗法是癌症治疗的重大突破，但只有部分患者有反应，真菌与 ICI 反应的关系尚不清楚。之前研究表明肠道细菌可影响 ICI 疗效，但细菌特征因地理位置等因素不一致，且细菌预测 ICI 反应的性能不太理想。

研究方法：

研究者收集了来自9个公共数据集的粪便宏基因组数据，共纳入284名应答者和578名无应答者(图1B)。该合并数据集包括来自6个国家(中国、法国、荷兰、西班牙、英国和美国)的患者，他们患有4种不同的肿瘤类型(胃肠道癌、黑色素瘤、非小细胞肺癌[NSCLC]和肾细胞癌[RCC])。

该研究整合了来自9个公共数据集的862个样本的粪便宏基因组数据，用于鉴定差异丰度的真菌，随后构建随机森林(RF)模型来预测ICI反应。

研究结果：

1. 真菌与 ICI 反应的关联

响应者和无响应者的真菌组成在门水平上以子囊菌门为主，响应者在某些数据集的 α - 多样性较高，通过分析确定了 63 个差异丰富的真菌物种（9 个数据集）和 91 个差异物种（4 个抗 PD - 1 单药治疗数据集）。

基于真菌标记物构建的单王国模型在预测 ICI 反应方面表现良好（AUC = 0.87），核心真菌物种包括 26 种，其中 20 种在响应者中富集。该模型在研究间转移验证和 LODO 验证中表现出一定的通用性，且能预测患者预后。

2. 细菌与 ICI 反应的关联

细菌在门水平上以厚壁菌门为主，在某些数据集响应者的 α - 多样性较高，构建的细菌预测模型核心细菌包括 26 种，其中以厚壁菌门物种为主，模型 AUC 为 0.83，低于真菌模型。

3. 多王国模型的优势

结合真菌和细菌的多王国标记物构建的模型（AUC = 0.89）比单王国模型预测性能更好，核心多王国标记物包括 20 种真菌和 17 种细菌，其中 27 种在响应者中富集。该模型在研究间转移验证和 LODO 验证中表现良好，且能更好地预测患者预后。

o 肿瘤 - 免疫微环境改变：真菌标记物预测的响应者中，基因集变异分析显示耗竭特征富集，多色免疫组化验证了相关标志物在预测响应者中的高表达，表明真菌可预测 ICI 反应及相关肿瘤微环境变化。

o 独立验证与网络分析

o 在独立队列中验证了多王国模型的准确性，多数真菌和细菌分类群在发现队列和验证队列中趋势一致，模型对 67.9% 的样本预测正确。

o 构建的基于真菌标记物的共丰度网络显示非响应者中真菌相互作用更多，响应者中相互作用更强；多王国共现网络显示响应者和无响应者网络不同，真菌和细菌之间存在相互作用，如在响应者中裂殖酵母与某些细菌有负相关。

o 微生物功能改变：响应者和无响应者的微生物功能存在差异，如在代谢相关的 KEGG orthology 基因、通路和 EggNOG orthology 基因方面。裂殖酵母与某些代谢基因相关且可能与短链脂肪酸产生有关，短链脂肪酸在响应者中似乎更富集。

研究结论：

真菌可作为 ICI 反应的有效预测因子，多王国模型结合真菌和细菌标记物在预测 ICI 反应和患者预后方面表现更优。

研究强调了真菌在 ICI 反应中的关键作用以及多王国相互作用对 ICI 反应的贡献，为 ICI 治疗提供了新的潜在生物标志物和治疗靶点。同时也指出了研究存在的局限性以及未来研究方向。