肠道菌群检测之关键——构建不同人群以及正常肠道微生物组数据库的意义

谷禾健康

人体肠道微生物群作为一个重要的“微生物器官”，在人类健康和疾病中发挥着至关重要的作用，影响着人体的代谢、免疫，甚至神经系统功能。随着测序技术和分析方法的进步，大规模人群队列研究已经成为理解肠道微生物群与宿主遗传、环境因素以及人类健康结局之间复杂相互作用的强有力工具。

这些人群队列研究，特别是那些样本量超过1,000名参与者的研究，为识别不同人群中一致的微生物组模式、建立与各种健康参数的关联，以及理解地理位置、饮食和文化因素对微生物群组成的影响提供了独特的机会。大样本量和使得研究能够进行稳健的统计分析，有助于控制混杂因素，并能够识别那些在小规模研究中可能被忽视的微弱但显著的关联。此外基于大规模人群队列的多组学数据也为我们了解肠道菌群与其他如代谢、蛋白、饮食和基因等关联提供了绝佳的材料。

与人类基因组相比，微生物组在治疗上更易于处理，它的可操控和可干预性显著支撑了微生物组的治疗进展和快速发展，因此具有良好的诊断和治疗前景。但实现这一愿景需要了解正常微生物组的构成。

建立正常微生物组参考一直是微生物组科学中的一大挑战。正常或健康微生物组的定义一直难以达成共识或一致。人类微生物组的惊人变化与地理位置，种族，生活方式，饮食，年龄，性别和药物等有关。并且由于迄今为止少数群体和全球主要地区在微生物组研究中的代表性不足。相比起来，我们国家人群的微生物研究数据是相对比较大的。

为什么需要特定人群的正常微生物参考？建立特定人群的正常微生物参考有助于精确诊断和个性化治疗；更好地评估健康状态和制定预防策略；深入了解人群差异并指导药物研发；辅助判断临床干预效果还能确定特定人群的疾病易感性。

在这篇文章中，我们主要关注肠道微生物组(最大和研究最广泛的微生物群落)，从非患病人群中已知的微生物组开始，并简单分享不同人群中的正常肠道微生物组，分析与健康相关的微生物组特征变化的主要驱动因素，还概述了一些广泛研究的疾病微生物组相关治疗干预措施，同时探讨和关注这些偏差的来源以及与定义人群特异性微生物组参考基础相关的挑战。

为什么需要特定人群的正常微生物参考

1

利于精确诊断和治疗

每个人体内都有独特的微生物群落(微生物组)，这些微生物组的构成受到个人年龄、性别、生理状态、生活方式及遗传背景等差异的影响，其正常的微生物群落组成存在特定特征。但同一个群体(如同一个家庭或地区)内的人们往往具有相似的微生物组构成。

同时，在健康人体内，微生物组会与人体形成一种平衡关系，这种平衡是适应了特定的宿主(人体)和环境条件的，这种状态被称为“稳态”，是维持健康的重要因素。

精确诊断：对于特定人群，有了正常微生物参考，可以更准确地判断其微生物群落是否偏离正常状态，从而为疾病的早期诊断提供依据。一些疾病如炎症性肠病与特定的促炎细菌(Fusobacterium nucleatum、Ruminococcus gnavus)异常增多或产短链脂肪酸细菌(Akkermansia Muciniphila、Lactobacillus)减少有关，通过与该人群的正常微生物参考对比，可以更敏锐地发现这些异常变化，提高诊断的准确性和及时性。

举个简单的例子：
如果一个人的多种菌都超过了正常范围，除了疾病和菌群紊乱，是不是还有一种可能，因为他的生活方式或地区不适用原有的菌群范围。比如纯素食者的菌群与肉食者的菌群无论在多样性和关键菌群特征上都有明显的不同，如果简单的将两类人群合并，按比例范围给出一个正常范围，结果就是两类人群差异的特征菌的范围异常宽泛，导致无法辨识是否存在异常。这就对于未来构建全面的肠道菌群数据库提出了要求和标准，也是谷禾致力于建立细分数据库的根据。

个性化治疗：在治疗疾病时，了解特定人群的正常微生物参考有助于制定个性化的治疗方案。由于微生物组具有群体特异性(不同群体有不同特点)，在使用相同药物时可能会产生不同的反应。

例如在使用抗生素治疗感染性疾病时，不同人群的肠道菌群对不同抗生素的反应可能不同。如果知道特定人群的正常菌群组成，医生可以选择对其肠道菌群影响较小的抗生素，或者在治疗过程中同时采取措施保护肠道菌群，如补充益生菌等。

此外，对于一些与肠道菌群失调相关的疾病，如炎症性肠病、肠易激综合征等，通过恢复患者的肠道菌群至正常状态可以作为一种治疗策略。而特定人群的正常微生物参考可以为确定治疗目标和选择治疗方法提供重要参考。

2

健康管理和预防

评估健康状态：特定人群的正常微生物参考可以作为评估该人群健康状态的一个重要指标。通过检测个体的微生物群落组成，并与同人群的正常参考进行比较，可以了解个体的健康状况是否良好，是否存在潜在的健康风险。

例如，对于孕妇来说，孕期的肠道菌群变化可能与妊娠并发症的发生风险相关。如果能够监测孕妇的肠道菌群，并与正常孕妇的菌群参考进行对比，可以在早期发现潜在的风险因素。

制定预防策略：对于一些特定人群，如老年人、婴幼儿、患有慢性疾病的人群等，了解他们的正常微生物参考可以帮助制定针对性的健康管理和预防策略。

例如，对于老年人，可以通过调整饮食、补充益生菌等方式维持肠道菌群的平衡，预防肠道疾病和其他慢性疾病的发生。对于婴幼儿，建立健康的肠道菌群对于其免疫系统的发育和整体健康至关重要。

3

科学研究和药物研发

深入了解人群差异：特定人群的正常微生物参考为科学研究提供了重要的基础数据。通过比较不同人群的微生物群落组成，可以深入了解人群之间的差异及其背后的生物学机制。

例如，研究不同种族人群的肠道菌群差异，可能有助于揭示遗传和环境因素对肠道菌群的影响，以及这些差异与疾病易感性的关系。此外，特定人群的微生物参考还可以为研究微生物与宿主相互作用提供重要线索，推动微生物学、免疫学、营养学等多个领域的发展。

指导药物研发：在药物研发过程中，考虑特定人群的微生物特征非常重要。药物的疗效和安全性可能受到个体微生物群落的影响。某些药物的代谢可能依赖于肠道菌群中的特定酶。了解特定人群的正常微生物参考，可以帮助研发人员预测药物在不同人群中的代谢情况和疗效差异，从而优化药物设计和开发更具针对性的药物。

此外，针对特定人群的肠道菌群特点，还可以开发新型的益生菌、益生元或其他微生物相关的治疗方法，为疾病的治疗提供新途径。

4

判断临床干预效果

微生物组在人群之间存在差异，因此需要针对特定人群(如不同地区、文化或生活方式的人群)进行分析。通过这种人群特异性分析，可以识别出哪些微生物标志(特定的微生物或微生物群)与健康状态(非疾病状态)相关。这些标志可以用来定义健康人群中微生物的“正常范围”(即参考流行范围和丰度分布)。

如果对微生物组进行干预(比如通过饮食、益生菌、药物等)，可以通过观察这些健康相关微生物标志在干预前后的变化来评估干预的效果。也就是说，干预是否有效，可以通过看这些标志是否恢复到健康人群的正常范围来判断。

目前已经有一些指数或统计方法被提出，用来衡量微生物组干预的效果。但这些方法大多是针对特定人群(比如某些研究中的特定群体)设计的，或者主要集中在少数地区的人群上。这意味着这些方法可能无法很好地适用于其他人群。

上图分析包括来自29个国家进行的65项研究的21117个明显健康个体的肠道微生物组(来自curatedMetagenomicData存储库)。这些优势物种是从至少两个民族的前30个流行分类群中选出的。除了捕获某些分类群的一些已知地理特异性流行模式(与工业化状况有关)外，该分析还揭示了存在一个共同的核心微生物组，由29个民族中流行的21个物种组成。

(a)该方法的模式和需要人群特异性正常微生物组参考的四个主要原因。

(b)热图显示了来自不同民族的肠道微生物组中优势微生物物种的流行率。

另外还需要通过以相同基准进行比较，比如同一个体的前后比较，并根据个体的人群特征分类对变化的菌的程度进行判定。

5

确定特定人群的疾病易感性

正常不等于健康。微生物组不仅可以反映当前的健康状况不佳，还可以反映疾病发展的风险。此外，虽然微生物组和疾病风险之间的一些联系在多项研究中得到了一致的再现，但有可能识别出那些处于特定风险中的人。例如，一项研究对坦桑尼亚城乡梯度人口的调查表明，城市化群体的微生物组结构在暴露于体外细菌刺激物时易患炎症状态。这也在实验小鼠中建模。

因此，在明显未患病的人群中存在特定微生物组“配置”的情况下，特定标志物的较高基线水平的组合可以预测某些疾病的易感性，并能够加强公共卫生监测的重点。

6

不同微生物组干预恢复策略对不同人群的有益和有害影响

研究表明，大多数微生物组干预策略是基于工业化或西方化人群的研究结果设计的，但对于农村人群或过着传统生活方式的人群，这些策略可能效果较差，甚至会带来负面影响(这也是谷禾一直花大力气构建本地区能覆盖全国的人群样本菌群数据库的主要原因)。

例如，在城市化、工业化人群中，嗜粘蛋白的阿克曼氏菌(AKK)被认为有多种益处，比如抗衰老和改善胰岛素抵抗。然而，由于它以粘蛋白为食，这种菌可能并非对所有人都有同样的好处。在一些粘蛋白层较薄、屏障完整性较差的人群中，它可能反而会带来有害影响。

同样，对于缺乏纤维降解细菌的人，如果直接补充β-果聚糖，可能会导致炎症增加。接下来，我们将总结不同人群中微生物组差异的相关研究。

不同人群的正常肠道微生物组

多个大规模人群微生物组测序项目，包括LifeLinesDEEP、佛兰芒肠道微生物项目、荷兰微生物组项目、美国肠道、瑞典心脏病生物成像研究、芬兰慢性非传染性疾病风险因素人群调查(FINRISK)、广东项目、谷禾健康项目肠道微生物组和日本4D微生物组项目提供了不同人群中正常肠道微生物组的一些数据。

此外，小规模的研究已经描述了特定国籍，种族和偏远地理位置的焦点群体中具有不同生活方式或生活方式转变的非患病个体的微生物组，其他项目已经调查了患有各种疾病的匹配对照患者队列。

公开的微生物组数据存储库促进了对多个地理区域人群特异性正常微生物组特征的研究，并揭示了大致的模式。

首先肠道菌群与生长发育是相伴随的，婴幼儿和青少年以及老年人的菌群在不同阶段是跃迁式变化的，而且不同的年龄阶段，菌群的变化频率也不同。因此不能简单的将不同年龄阶段的人群合并给出菌群范围，需要针对不同年龄阶段计算相适应的年龄范围，这样才能准确的反映菌群的异常情况。

1

婴儿的微生物群落

婴儿的微生物群落已经被观察到，在不同的地理位置有相当大的相似性。它们以肠杆菌科(Enterobacteriaceae)、双歧杆菌科(Bifidobacteriaceae)、肠球菌科(Enterococcaceae)、韦荣氏球菌科(Veillonellaceae)和葡萄球菌科(Staphylococcaceae)的成员为主。

婴儿肠道微生物组似乎主要受饮食模式，城市化和环境暴露的影响(这反过来可能会推动间接的地理特异性关联)。

2

正常成人的肠道微生物组

肠道微生物组在成熟至成年后达到独特的组成。典型的正常成人肠道微生物组由拟杆菌门(例如普雷沃氏菌属(Prevotella)、拟杆菌属(Bacteroides)、Alistipes、Barnesiella、Odoribacter）和厚壁菌门(例如粪杆菌属、Roseburia、真杆菌属、粪球菌属、毛螺菌属)，其次是变形菌门(埃希氏菌属)、线菌门(双歧杆菌属、Collinsella、Eggerthellaceae)和疣微菌门(Akkermansia)，尽管这些成员在患病人群中存在相当大的差异。

一些研究强调了工业化对微生物组的独特影响，以及工业化和非工业化社会中城乡梯度的影响。 城市化与属于拟杆菌、Alistipes和Akkermansia等分支的微生物成员的增加有关，与属于Prevotella、Catenibacterium、Treponema和Succinatimonas分支的成员的减少有关，以及与瘤胃球菌科和真杆菌属分支的特定成员的减少有关。

为了进一步阐明不同国家正常微生物组中的这些差异，对从全球微生物组数据库curatedMetagenomicData获得的全球数据集(包括来自29个国家的65项研究的21117名正常，明显未患病受试者的肠道微生物组)进行了调查，结合谷禾的检测数据库，确定了正常成人肠道微生物组的共同核心菌属。(下图)

<来源：谷禾肠道菌群检测数据库>

♢除核心菌外的微生物与工业化程度及生活方式存在很大联系

其他微生物类群在不同程度上与国家的工业化程度相关。两种双歧杆菌(长双歧杆菌和青春双歧杆菌)在除非洲国家外的所有队列中普遍存在。与之前的观察相反，Prevotella copri——非工业化肠道微生物群的标志，在一些工业化国家仍然普遍存在，尽管出现了减少，以及其他与城市化负相关的成员，如Holdemanella biformis。

与工业化负相关程度最高的3个物种分别是Catenibacterium mitsuokai、

Phascolarctobacterium succinatutens、

Prevotella stercorea。

同样，虽然拟杆菌和另枝菌属(Alistipes)与工业化社会的肠道微生物群有关，但这些谱系的差异是明显的。虽然Bacteroides uniformis、B.vulgatus和Odoribacter在非工业化社会中也很普遍，但该分支的其他成员，如B.dorei、B.xylanisolvens、B.caccae、Barnesiella、Alistipes和Parabacteroides在欧洲、北美和亚洲国家普遍存在，但在其他国家却没有。

城市化生活方式的形成是多个因素的综合结果，包括卫生条件改善、药物摄入增加、久坐不动的生活方式、昼夜节律紊乱、饮食缺乏季节性变化、富含蛋白质或脂肪的饮食、家庭规模较小以及与宠物或其他动物接触较少。这些因素可能单独或共同影响肠道微生物组的组成变化。

♢特定的饮食习惯与肠道微生物也密切相关

某些肠道微生物通常与特定的饮食习惯有关。例如，耐胆汁的谱系如拟杆菌属和嗜胆汁菌属通常与肉类摄入有关，而产生丁酸盐的糖解谱系如罗氏菌属、瘤胃球菌属和粪杆菌属及普雷沃氏菌与富含植物和地中海饮食有关。

普雷沃氏菌属也与食用谷物(尤其是全谷物)有关。同样，虽然粪杆菌属和罗氏菌属与红酒摄入有关，但富含乳化剂的饮食(通常与加工食品有关)与有害的Ruminococcus gnavus增加有关。

详见： 活泼瘤胃球菌（Ruminococcus gnavus）——多种疾病风险的潜在标志物

♢衰老以特定的方式影响肠道微生物群

随着年龄的增长，与青年相关的、产生丁酸盐的微生物群减少，潜在有害分类群(致病菌)增加，以及替代核心成员(如阿克曼菌属、克里斯滕森菌属、颤杆菌属、丁酸弧菌属和丁酸单胞菌属)的比例增加。这些是肠道微生物组在未患病个体中适应与衰老相关的宿主生理变化的一部分种群。

奇怪的是，一些看似无关的因素与肠道微生物组组成也有着联系。例如，养宠物和更多的人际接触(如在大家庭中)与普雷沃氏菌属和脱硫弧菌属的增加以及有益的孢子形成、丁酸盐产生的厚壁菌门物种(如粪杆菌、真杆菌、罗氏菌属、粪球菌属)的增加有关，与富含谷物的植物性饮食相关的同一谱系的嗜酸乳杆菌和脆弱拟杆菌的减少有关。

同样，大多数通常与多药相关的微生物成员(如拟杆菌属、拟副杆菌属、爱格氏菌属、链球菌属)也与工业化人群有关。

3

真菌组成

doi: 10.1146/annurev-med-051223-031809.

上图总结了目前对正常肠道真菌群落的了解以及多种疾病中一些变化。主要由子囊菌门和担子菌门两门组成。婴儿的肠道菌群主要包含子囊菌目(Ascomycota)和马拉色菌目(Malasseziales)(担子菌门)的成员。

与细菌组一样，真菌组也随着年龄的增长而变化。正常成人肠道真菌组由三个属占主导地位，即酵母菌属、假丝酵母菌属和枝孢属(均属于子囊菌门)，其次是其他属，如德巴利酵母属和毕赤酵母属(均属于子囊菌门)以及马拉色菌属、汉纳酵母和隐球菌属(均属于担子菌门)。

♢不同人群真菌组成更加个性化

与细菌组/古菌组相比，真菌组在种或属水平上表现出较少的受试者内多样性和显著更高的受试者间变异性，表明真菌组更加个性化。尽管真菌生物群系受到城市化、饮食、出生模式、药物和种族等因素的影响，这些因素同样影响细菌组/古菌组，但与每个宿主相关因素的进化枝在队列中表现出一致性较小。与不同宿主生化标记相关的真菌分支也显示出高度个性化的群体特异性关联模式。

♢真菌生物群与宿主性状和疾病存在关联

真菌生物群与宿主性状和疾病之间存在一致的关联。例如，多项研究发现，曲霉菌和青霉菌在老年人中的流行率增加，除了念珠菌和酵母菌外。克罗恩病和溃疡性结肠炎中白色念珠菌和德巴利酵母菌增加；马拉色菌在肠易激综合征(IBS)、结直肠癌和胰腺癌中也有所增加；多种疾病中真菌生物群的α多样性显著提高。

过多的真菌谱系如念珠菌已被证明对细菌微生物组的多样性和组装产生负面影响，导致促炎微环境。

4

病毒组成

人体的病毒生物群也是个性化的，并受到地理，城市化和种族的影响。

尽管有这些影响，但多项研究就正常肠道病毒组的典型构成达成了共识。这包括真核病毒(感染人类宿主细胞以及膳食植物材料)和噬菌体(感染微生物组细菌/古菌成员的病毒)。

上图总结了目前关于正常肠道病毒组和某些疾病中的一致发现。主要的宿主感染真核病毒谱系，包括疱疹病毒、无核病毒和腺病毒，在正常个体中通常处于低丰度和休眠阶段，可能有助于启动免疫系统。

而人类肠道中的主要噬菌体谱系包括有尾噬菌体目、微小噬菌体科和交叉组装噬菌体(crAssphages)。crAssphage是一种粪便病毒谱系，是通过使用交叉组装方法对宏基因组数据集进行计算分析而发现的(因此得名)。

♢肠道病毒组以特定的变化影响着宿主健康

肠道微环境的变化，如炎症，pH值的变化，氧化应激或抗生素引起的变化，可能会触发噬菌体生命周期的变化。

噬菌体组还可以以不利的方式(即通过促进毒素产生、定殖/粘附、生物膜产生和抗生素抗性)或有益的方式(即通过使用免疫球蛋白样结构域粘附于宿主细胞并形成病原体防御层或调节宿主炎症状态)。

多项研究已确定肠道病毒组中特定的疾病相关变化，其中一些在临床前模型中得到了验证。常见模式包括肠道炎性疾病中病毒多样性的增加，以及多种疾病中微病毒科的减少和尾状病毒目的增加。然而，大多数关于宿主相关因素对正常肠道病毒组影响的研究仍局限于西方国家和东亚的特定亚群，缺乏来自全球其他地区的数据。

在不同地域人群中定义正常微生物的局限性和挑战

1

人群样本代表性可能不足

扩大我们对特定人群正常微生物组知识的主要障碍是缺乏来自非工业化发展中国家和低收入国家的微生物组数据。下图a突出了这一问题。我们将不同国家的全球人口份额与其在全球微生物组数据库中的代表性进行了关联，这些数据库包括MetagenomicData（v3）、Human Microbiome Compendium和GMrepo。与其全球人口代表性相比，肠道微生物组代表性显著较低的国家主要是最不发达和发展中国家。

(a)在全球微生物组数据库中缺乏来自发展中国家/最不发达国家的肠道微生物组的代表性。散点图是通过结合来自三个主要微生物组数据库的肠道微生物组概况进行的全球数据分析的一部分，其中包括来自71个国家的221983个肠道微生物组。1y轴代表每个国家在微生物组计数方面的比例份额。x轴显示了全球人口在log 10尺度上的相同份额。

具体国家的人口来自联合国人口基金的世界人口仪表板(https：//www. unfpa.org/data/world-population-dashboard)。根据经济状况(发达国家、发展中国家或最不发达国家)进行的国家分类取自联合国发布的《2023年最不发达国家报告》(https：//unctad.org/publication/least-developed-countries-report-2023。

(b)界定特定人群正常人口范围的挑战和局限性的简要说明。

此外，相同国家也存在地域代表性差异，广东的研究队列显示即便是广东同省，不同地区的菌群特征也存在明显的差异。

♢代表性不足的后果

这种代表性不足有两个主要后果。首先，它限制了我们对大多数人口正常微生物组的理解。其次，它导致参考数据库的基因组表示主要偏向于工业化或西化城市人群的物种(或亚分支/菌株变体)。这不仅限制了来自非工业化发展中国家和最不发达国家的新数据集的分类和功能注释，还使得确定这些人群中与弹性和健康相关的微生物组功能决定因素变得困难。

事实上，这些传统种群中许多新的适应宿主的功能特征(包括识别随着城市化而丢失的新纤维素降解物种)已在少数高深度测序项目中出现，这些项目主要集中在尼泊尔部落、斐济人以及埃塞俄比亚、加纳和马达加斯加等的小型农村亚群。

我们之前已表明，健康和疾病相关的类群在工业化和非工业化人口中存在差异。因此，非工业化人口的健康功能决定因素可能与工业化人口不同，并可能适应相关的环境压力。这对基于工业化国家开发的微生物组治疗在非工业化和发展中国家的应用具有显著影响。此外，来自发展中国家的数据在真菌组和病毒组方面的代表性不足更为明显。

2

定义正常亚群的挑战

目前对正常微生物组的理解是基于人群水平的微生物组分析或比较患者和对照组的以疾病为重点的研究。有四个混杂因素需要考虑。

首先，在许多以疾病为中心的研究中，匹配的正常亚组由居住在同一地区的个体亚组组成。这大大限制了代表正常人群的数据。

其次，在许多以疾病为重点的研究中，正常对照组包括除试验组中感兴趣的疾病之外的一系列疾病的受试者。

第三，尽管人群水平的测序项目解决了以疾病为重点的报告的许多局限性，但它们经常包括自我宣称正常但患有未诊断或误报疾病的个体，这些疾病扭曲了正常微生物组特征的分析。

第四，最近的研究表明，微生物组的改变早在明显的疾病之前[例如，炎症性肠病(IBD)和阿尔茨海默氏症]是明显的。

3

基因型与表型的关系

肠道微生物与疾病之间的关系严重依赖于环境。在一个遭受饥荒的国家，微生物组可能适应于最大限度地提取卡路里和营养，而在肥胖环境中则可能产生负面影响。同样，单个微生物在健康和疾病中可能呈现相反的相关性。

♢大多数情况下有益的细菌可能在一些疾病中也丰度过高

例如，广泛用作益生菌的乳酸杆菌在炎症性肠病、2型糖尿病(T2D)和肝硬化等疾病中也显示出增加的丰度；目前用作下一代益生菌的嗜粘蛋白阿克曼氏菌也与帕金森病、阿尔茨海默病和多发性硬化等神经系统疾病有关；与改善宿主代谢和葡萄糖稳态正相关的Prevotella copri也在类风湿性关节炎和肝病等疾病中富集。

特定分类群的疾病相关性需要开发创新的评分指标，以选择用于治疗的分类群。

4

缺乏标准化的微生物组分析和注释

识别正常微生物组标志物的典型方法是探索在疾病中通常获得或失去的物种或分类群。然而，这种方法是有限的，无法解决微生物组的生态健康问题(即其随时间的稳定性和弹性)。事实上，一些广泛用于微生物组补充策略的分类群(如乳杆菌)已被证明缺乏这种特性。

正常微生物组参考应在不同人群中具可比性，这需要减少研究间的实验和测序变量，并标准化计算注释协议。然而，目前尚未建立标准化的注释，尤其是针对真菌组和病毒组。不同研究使用了多种非均质实验技术进行宏基因组DNA提取、测序文库制备和测序，导致生成的微生物组谱在不同研究中难以比较。

尽管识别正常(或未患病)肠道微生物组面临许多挑战(如在全球人群中定义正常微生物组的限制)，微生物组相关的治疗干预在解决多种疾病方面取得了显著成功。然而，其成功程度依赖于疾病和干预的性质。为进一步阐明这些方面，我们将在下一节提供基于PubMed的文献调查总结，针对一些广泛研究的疾病的不同微生物组相关治疗干预措施。

不同疾病的微生物相关治疗干预

与肠道微生物组相关的治疗干预措施可大致分为四类：

1.益生菌(具有推定治疗潜力的活微生物)；

2.益生元(由宿主相关的、无害的有益肠道微生物选择性地利用以用于其生长的化合物，其可以赋予健康益处)；

3.膳食干预(治疗性饮食方案或对个体常规饮食的改变，其可以直接或通过调节肠道微生物组赋予多种健康益处)；

4.粪便微生物组移植(FMT;将粪便微生物从明显健康的供体转移到不健康的受体)。

此外，还有其他干预措施，如合生元(益生菌和益生元的组合)和后生元(postbiotics)(微生物细胞或热灭活微生物的成分，可以赋予健康益处)。

为了调查针对一些主要微生物组相关疾病的干预试验的情况，我们使用抽象检索字符串进行了PubMed文献检索，如下表所述。

下图a显示了410项针对一些广泛传播、广泛研究的疾病的微生物组相关干预措施人体试验的疾病病灶分布总结。

doi: 10.1146/annurev-med-051223-031809.

(a)使用条形图总结干预研究的疾病焦点。

(b)每种疾病的四种干预类型的相对代表性。根据干预措施的数量重点关注前四种疾病，仅选择随机安慰剂对照试验，并研究了宿主和微生物组的影响。还确定了一项显示至少一种宿主相关临床性状改善的研究。

(c)热图总结了针对前四种疾病的四种干预类型所观察到的微生物群相关影响。对于每种疾病干预组合，在至少两项研究中显示富集或耗尽的微生物谱系分别标记为富集或耗尽，并提到具有宿主相关有益作用的研究百分比。这些观察结果强调了启动大型基于微生物组的分析研究的必要性，以确定不同人群的正常微生物组参考，为人群定制的微生物治疗和诊断提供未来路线图。

肠道相关疾病如炎症性肠病(IBD)和肠易激综合征(IBS)占这些干预措施的最大比例(410例中的155例，或38%)，其次是2型糖尿病和、心血管和心脏相关疾病(410例中的104例，或25.3%)。神经、心理和脑相关疾病，如抑郁症、自闭症谱系障碍、阿尔茨海默病、帕金森病和精神分裂症，共占19%(410人中的77人)。其他疾病包括艰难梭菌感染(CDI; 7.7%)，结直肠癌(6%)，肝脏相关疾病如非酒精性脂肪肝和非酒精性脂肪性肝炎(6%)，以及其他自身免疫性疾病，包括1型糖尿病和多发性硬化症(累计占3.6%)。 因此，尽管优先关注某些疾病，但微生物相关干预的疾病焦点是多样化的。

1

不同疾病需要特定的干预措施更有效

干预措施的性质显示出疾病特有的趋势(图b)。针对CDI的干预主要是粪便微生物组移植(82.3%)，FMT的第一个随机临床试验涉及复发性CDI患者，至今仍是最成功的干预措施，尤其在真正的生态失调环境中。

这与针对心血管、心脏代谢和心脏疾病的干预形成对比，这些干预主要是饮食(80.9%)。虽然肠道相关疾病(如IBS和IBD)主要使用粪菌移植和益生菌，但饮食干预和益生菌在2型糖尿病和非酒精性脂肪性肝病/非酒精性脂肪性肝炎的微生物组干预中占主导地位。

不同的神经、心理和大脑相关疾病也表现出不同的干预类型。阿尔茨海默病、抑郁症和精神分裂症主要针对益生菌干预，而帕金森病则有相当多的基于粪菌移植的干预试验。

对这些干预研究的深入调查(仅关注前四种主要疾病的安慰剂对照试验，即IBS，IBD，T2D以及心血管，心脏代谢和心脏疾病，这些疾病的干预研究数量最多)提供了对其影响的进一步见解(图c)。对于疾病干预型组合，至少三分之二的研究报告了宿主相关临床特征之一的显著改善。

许多与微生物组相关的影响也表现出合理的一致性。例如，除了益生菌如乳杆菌外，一些与消化道健康/正常肠道微生物组相关的谱系，如粪杆菌属、真杆菌属、阿克曼氏菌属、双歧杆菌属、紫单胞菌科和经黏液真杆菌属，显示出针对多种疾病的不同干预类型的富集。 这表明这些谱系可用作微生物组衍生的终点，以计算不同微生物组相关干预措施的有效性。

2

不同疾病和干预措施存在差异和冲突

不同疾病和不同干预措施的变化模式也存在差异和冲突。在特定情况下，这些变化可能与更广泛的干预类别的不同亚型有关。例如，粪杆菌属谱系在针对IBD、T2D和心血管、心脏代谢和心脏疾病的饮食干预后正富集，但在针对IBS的饮食干预后耗尽。

这可能是因为，虽然前三种疾病的大多数饮食干预是基于地中海/素食/素食主义者制度，但IBS的大多数饮食干预是基于低发酵寡糖，二糖，单糖和多元醇(FODMAP)饮食。

微生物组相关干预措施的反应在宿主或微生物组水平上与性别和年龄等人口统计学因素相关。先前研究发现，在缺乏特定应答分类群的情况下，微生物组干预可能对宿主产生有害影响。因此，对一个群体有效的干预措施可能对另一个群体有害。目前，我们尚不清楚这些针对特定人群的干预措施的效果，因为大多数研究是在工业化国家进行的，而在非工业化人口中的实施相对较少。

这些观察结果为启动大型基于微生物组的分析研究奠定了基础，以确定不同人群的正常微生物组参考。

确定正常微生物组参考的未来路线图

提高对人群正常微生物组构成的理解需要在多个方面进行重点研究。

1

增强非工业化国家和不同地域的微生物组数据

这应包括整个非洲和特定的亚洲次区域的微生物组采样和测序。全世界范围来说，需要整个非洲和特定的亚洲次区域的微生物组采样和测序。国内的样本数据量，相对东部来说，西部地区人群的肠道样本量偏少，尤其青海，西藏或一些偏远的山区等。群体水平的微生物组测序项目应包括代表整个群体的不同个体亚群的数据。

2

促进前瞻性队列研究

微生物和疾病和其他相关健康指标的探索和确定需要更多的前瞻性队列研究。

前瞻性队列有两大优势。首先，确定了纵向微生物组稳定性和弹性的功能决定因素(换句话说，微生物组的生态健康)。其次，它们有助于识别疾病特异性风险相关的微生物组配置。

因此，纵向研究对于完善可能被认为是正常的微生物组至关重要。

3

整合宿主相关多组学、人口统计学和生活方式与微生物组的分析

将宿主相关的基本信息、健康数据(人口统计、饮食和药物使用)与微生物组分析相结合，确定相关的菌群特征分类群，将有助于研究宿主适应的机制基础，并进一步帮助识别与某些疾病未来发展相关的个体(和微生物组特征)。

4

改进鉴定微生物组和宿主健康功能决定因素的方法

将宿主相关的健康数据(人口统计、饮食和药物使用)与微生物组分析相结合，将有助于研究宿主适应的机制基础，并进一步帮助识别与某些疾病未来发展相关的个体(和微生物组特征)。

谷禾多年来一直从事微生物的研究和检测实践，我们收集和整理了世界范围内包含肠道微生物组数据的主要人群队列研究。我们特别关注了欧洲的大型研究计划（这些研究建立了广泛的生物样本库和详细的表型数据收集协议）、规模可观的中国人群研究（这些研究提供了亚洲人群肠道微生物群特征的见解），以及美国的目标性研究（这些研究结合了普通人群采样和特定疾病调查）。总结这些队列的关键特征，包括研究设计、人群统计学特征、数据收集方法和数据可及性，此外，每项队列还简要描述了每个队列的特点，突出了不同人群之间的共性和差异，为研究人员提供有价值的参考资源。理解这些现有资源可以促进未来的研究合作，实现跨队列的荟萃分析，并指导新的微生物组研究的设计。

谷禾长期专注于肠道菌群研究和临床转化，通过对全球肠道菌群队列数据以及谷禾数十万肠道菌群样本数据的整合，目前已清洗整理超200万例以肠道菌群数据为核心，涵盖临床病例、饮食调查、代谢指标以及蛋白和临床检测在内的超大规模样本队列数据。有效的整合和利用这些数据将能极大的推动肠道菌群在健康和医疗领域的落地和解析肠道菌群与全维度生物表征的内在关联。

例如，瑞典 SCAPIS 队列：

队列基本信息

来源和设计:

SCAPIS（The Swedish CArdioPulmonary BioImage Study）是一项前瞻性的人群基础观察研究，旨在改善心血管疾病、慢性阻塞性肺病和相关代谢紊乱的风险预测和理解。

研究在瑞典的六个市政区域进行，参与者为50至65岁的男性和女性。

人群数量:

总共招募了30,154名参与者。

本研究基于来自乌普萨拉和马尔默两个研究地点的11,287名参与者的子集。

数据收集:

参与者在家中收集粪便样本，并在研究中心进行血液样本采集。

粪便样本用于宏基因组分析，血浆样本用于代谢组学分析。

最终，8,583名参与者的数据被用于分析，这些参与者拥有高质量的宏基因组和代谢组学数据。

数据访问

数据存储和访问:

匿名化的宏基因组测序数据已存储在欧洲核苷酸档案中。

代谢组学分析由Metabolon公司在美国德克萨斯州进行，部分光谱数据存储在MetaboLights中。

由于数据包含敏感的个人信息，需通过瑞典伦理审查委员会和SCAPIS数据访问委员会的批准才能获取。

研究人员需获得伦理批准，并遵循SCAPIS数据访问委员会的申请程序和条件。

通过这些策略，可以帮忙我们更全面、更精准地理解人体微生物组与健康的复杂关系，为未来的精准医疗和个性化干预奠定坚实的数据库基础。

主要参考文献

Shete O, Ghosh TS. Normal Gut Microbiomes in Diverse Populations: Clinical Implications. Annu Rev Med. 2024 Nov 18.

Fan Y, Pedersen O. 2021. Gut microbiota in human metabolic health and disease. Nat. Rev. Microbiol.19:55–71

Mayer EA, Nance K, Chen S. 2022. The gut–brain axis. Annu. Rev. Med. 73:439–53

Ruff WE, Greiling TM, Kriegel MA. 2020. Host–microbiota interactions in immune-mediated diseases.Nat. Rev. Microbiol.18:521–38

Ghosh TS, Shanahan F, O’Toole PW. 2022. Toward an improved definition of a healthy microbiome for

healthy aging. Nat. Aging 2:1054–69

He Y, Wu W, Zheng HM, et al. 2018. Regional variation limits applications of healthy gut microbiome reference ranges and disease models. Nat. Med. 24:1532–35