饮食调控肠道菌群在特应性皮炎中的作用：从动物模型到人群研究的整合证据

本综述系统探讨了饮食模式通过调节肠道菌群（Gut Microbiota）影响特应性皮炎（AD）发病的机制。研究整合动物实验与人群数据，发现AD患者肠道菌群多样性显著降低（Shannon指数下降20%，p<0.001），厚壁菌门（Firmicutes）和拟杆菌门（Bacteroidota）丰度减少，而放线菌门（Actinobacteriota）和双歧杆菌属（Bifidobacterium）富集。膳食分析显示AD患者减少精制谷物摄入（-24 g/天）并增加蔬果消费（+38 g/天），这些变化与菌群结构改变和代谢功能衰退（碳水化合物/氨基酸/能量代谢途径抑制）显著相关，揭示了“饮食-菌群-免疫”轴在AD病理中的关键作用。

　　

1 引言

特应性皮炎（Atopic Dermatitis, AD）是一种常见的慢性炎症性皮肤疾病，以反复发作的剧烈瘙痒、湿疹样皮损和皮肤屏障功能受损为特征。近年来全球AD患病率显著上升，给患者及其家庭带来沉重的经济和社会心理负担。尽管遗传易感性、环境暴露、免疫失调和皮肤屏障功能受损已被证实与AD发病密切相关，但其精确病理生理机制尚未完全阐明，现有治疗手段效果有限。

越来越多证据强调肠道菌群（Gut Microbiota）在AD发病中的关键作用。微生物失调可能导致肠道通透性增加和免疫紊乱，从而促进慢性炎症反应。然而，专门探讨饮食因素如何影响AD患者肠道菌群组成和代谢功能的研究仍较为有限。现有研究多依赖于横断面人群研究或孤立的动物实验，缺乏整合动物模型与人类数据的综合性方法。鉴于饮食对肠道微生物生态系统具有深远影响——不健康的饮食模式（如高糖高脂饮食）会促进菌群失调，而富含纤维的饮食可增加有益菌并支持肠道稳态——有必要对AD中菌群变化的具体饮食决定因素进行全面调查。

近年研究进一步表明，习惯性饮食模式显著影响AD风险和严重程度。例如，高脂肪摄入与青年群体过敏致敏增强和特应性疾病患病率增加相关；相反，经常摄入植物性食物可降低AD恶化风险。其他研究发现，高反式和饱和脂肪酸摄入可能增加AD发作易感性，而富含纤维和益生菌的饮食与较低AD风险及减少屋尘螨过敏相关。这些发现支持了饮食调控可塑造免疫反应和肠道微生物动态的假说，与本研究的目标——阐明“饮食-菌群-AD”轴——高度契合。

基于上述研究空白，本研究采用动物实验与人群研究相结合的方式，系统分析饮食因素对肠道微生物多样性、组成和功能的影响，并深入探索其与AD发病机制的关系。

2 材料与方法

2.1 动物实验

2.1.1 AD小鼠模型建立

使用6–8周龄雄性BALB/c小鼠，随机分为三组（每组n=6）：对照组（基质溶剂：丙酮:橄榄油=3:1）、低剂量DNCB组（0.1%）和高剂量DNCB组（0.5%）。小鼠在控温控湿的无病原体环境中适应7天后，剃除背部1×1 cm2区域毛发，采用DNCB（暴露剂量200 μg/次）诱导AD模型。

2.1.2 小鼠皮肤组织病理学评价

实验结束时通过颈椎脱位法处死小鼠，取背部病变皮肤用4%多聚甲醛固定，石蜡包埋后切片（4 μm），苏木精-伊红（H&E）染色，光镜下观察表皮厚度、角化、坏死细胞碎片和炎症浸润。

2.1.3 血清IgE测定

采集眼眶后丛血液，离心（3000 rpm, 10 min, 4°C）分离血清，采用商业ELISA试剂盒测定总IgE浓度，结果以ng mL^?1表示。

2.1.4 粪便样本收集

无菌采集每只小鼠直肠新鲜粪便颗粒（约100 mg），立即置于预冷无菌管中，液氮速冻后10分钟内转移至-80°C冰箱，用于后续DNA提取和16S rRNA测序分析。

2.2 人群研究

2.2.1 样本量计算

根据AD患病率（11%），利用病例-对照研究样本量公式计算，需招募204名参与者：102名临床诊断的AD患者和102名年龄性别匹配的健康对照。所有受试者完成饮食频率问卷并提供粪便样本。

2.2.2 招募、纳入与排除标准

AD组纳入标准：对称性湿疹样皮损持续>6个月；至少两项实验室指标：外周嗜酸性粒细胞计数/百分比升高、总血清IgE升高、过敏原特异性IgE≥2级；中重度病例可伴有血清乳酸脱氢酶升高（约30%）。对照组为无AD或其他炎症性皮肤病的门诊患者。排除标准：腹泻、糖尿病、溃疡性结肠炎、克罗恩病或其他活动性感染；近期化疗、放疗或大手术；3–6个月内使用抗生素、皮质类固醇、中药或益生菌（长期规律使用益生菌除外）；1周内明显饮食改变；月经期延迟采样。

2.2.3 食物频率问卷（FFQ）

采用经过改编的半定量FFQ评估参与者过去12个月的习惯饮食摄入，食物分为七类：精制谷物、全谷物、蔬菜、水果、乳制品、蛋白质来源、零食和甜点。

2.2.4 粪便样本收集

参与者用无菌管收集晨起粪便样本，避免尿液或水污染，冰上保存2小时内送达实验室，-80°C储存用于微生物组分析。

2.3 16S rRNA高通量测序

使用商业试剂盒提取小鼠和人类粪便基因组DNA，用引物341F/806R扩增16S rRNA基因V3–V4区域，纯化后在Illumina MiSeq平台（2×300 bp）测序。原始读数在QIIME2中进行质量控制、去噪和OTU聚类（97%相似度阈值），随后进行分类学分配、α/β多样性分析和功能预测（PICRUSt2）。

2.4 统计分析

采用SPSS 26.0分析数据。正态分布变量用单因素ANOVA比较；非正态数据用Kruskal–Wallis H检验。事后比较采用Bonferroni或Mann–Whitney U检验。使用Spearman等级相关评估关联；P<0.05认为有统计学意义。

3 结果

3.1 动物实验

3.1.1 皮肤病理学和血清IgE水平

H&E染色显示，对照组小鼠表皮真皮结构完整正常；低剂量DNCB组出现明显表皮增厚（红色箭头）、灶性角化不全（黄色箭头）、轻度出血（蓝色箭头）和中度炎症浸润；高剂量DNCB组病理改变更严重，表现为显著表皮增厚、角化过度、明显坏死细胞碎片（黑色箭头）和广泛炎症细胞浸润（蓝色箭头）。

血清IgE测定显示，低剂量和高剂量DNCB组血清IgE水平均显著高于对照组（P<0.05），呈现明显剂量依赖关系，结合皮肤病理学改变，成功建立AD小鼠模型。

3.1.2 肠道微生物多样性分析

通过Chao、ACE、Shannon和Simpson指数评估小鼠肠道微生物α多样性。与对照组相比，低剂量DNCB组多样性有降低趋势但无统计学意义（P>0.05）；高剂量组ACE指数显著高于低剂量组和对照组（P<0.05），其他指数无显著差异，表明DNCB暴露以剂量相关方式影响肠道菌群α多样性。

3.1.3 肠道菌群组成与生物标志物分析

门水平上，拟杆菌门（Bacteroidota）和厚壁菌门（Firmicutes）为优势菌群，其比例受DNCB暴露显著改变。LEfSe分析发现，高剂量DNCB组芽孢杆菌纲（Bacilli）、梭菌纲（Clostridia）和瘤胃球菌属（Ruminococcus）富集；对照组则以毛螺球菌科（Erysipelatoclostridium）、葡萄球菌属（Staphylococcus）、链球菌属（Streptococcus）和Rikenellaceae_RC9_gut_group为特征。

3.1.4 肠道菌群功能预测

基于COG的功能预测显示，对照组、低剂量和高剂量组间功能通路无显著差异（所有P>0.05；95% CI包含零）。因此，在本研究使用的剂量下，DNCB暴露未显著改变肠道微生物功能组成。

3.2 人群研究

3.2.1 参与者特征与膳食结构分析

共纳入204名参与者（102名AD患者，102名健康对照）。饮食摄入频率分析显示，AD患者精制谷物摄入显著降低（P<0.001），蔬菜和水果摄入显著高于对照组（P<0.05, P<0.001）。主成分分析（PCA）显示AD组与对照组整体饮食模式存在显著分离趋势，表明AD患者可能倾向于富含纤维和抗炎食物的饮食模式。

3.2.2 肠道微生物多样性与结构差异分析

AD组ACE、Chao、Shannon和Simpson指数均显著低于对照组（P<0.001, P<0.05, P<0.001, P<0.001），表明AD患者肠道微生物丰富度和多样性显著下降。

3.2.3 微生物组成与LEfSe标志物分析

门水平上，AD患者厚壁菌门（P<0.05）和拟杆菌门（P<0.05）相对丰度显著降低，放线菌门（Actinobacteriota）显著增加（P<0.01）。属水平上，双歧杆菌属（Bifidobacterium）在AD组显著富集（P<0.05），布劳特氏菌属（Blautia）显著减少（P<0.05），粪杆菌属（Faecalibacterium）有下降趋势但不显著（P>0.05）。LEfSe分析进一步证实AD患者放线菌门和双歧杆菌属显著富集，而对照组厚壁菌门和毛螺菌科（Lachnospiraceae）富集。

3.2.4 肠道菌群与饮食因素相关性分析

Spearman相关分析显示，门水平上厚壁菌门与精制谷物和零食/甜点摄入呈显著正相关（P<0.05），放线菌门与这些膳食类别呈显著负相关（P<0.05）。属水平上，瘤胃球菌属（Ruminococcus）和罗斯氏菌属（Roseburia）与精制谷物和蔬菜摄入正相关（P<0.05）；罗斯氏菌属还与零食/甜点摄入正相关（P<0.05）。毛螺菌科与精制谷物和蔬菜摄入显著正相关（P<0.05），与零食/甜点呈不显著正相关趋势（P>0.05）。

冗余分析（RDA）和典型对应分析（CCA）进一步证实，门水平和属水平上AD组与对照组样本明显分离，精制谷物、蔬菜和零食/甜点对菌群结构有 substantial 影响。

3.2.5 肠道菌群功能预测

基于COG和KEGG数据库的功能预测显示，AD患者碳水化合物转运与代谢、氨基酸转运与代谢、能量产生与转换通路活性显著降低（P<0.05）。KEGG功能注释进一步强调了这些代谢通路在肠道菌群整体功能中的重要性，表明AD患者肠道菌群存在显著功能代谢失调。

4 讨论

本研究通过动物实验与人群调查相结合，全面探讨了饮食因素、肠道菌群与AD之间的关联，揭示了肠道菌群失调可能促进AD发展的潜在机制。

动物实验中，DNCB成功诱导出具有典型AD特征的小鼠模型，包括显著皮肤病理改变和剂量依赖性血清IgE升高，这与既往研究一致。同时，小鼠肠道微生物多样性和组成发生显著改变，尤其是厚壁菌门和拟杆菌门比例变化，以及高剂量组芽孢杆菌纲、梭菌纲和瘤胃球菌属的富集，这与肠道菌群失调可能加剧炎症免疫反应的理论相符。

人群研究进一步验证和拓展了动物模型发现。AD患者肠道菌群多样性显著降低，与既往表明微生物多样性降低常与免疫功能障碍和炎症增强相关的研究一致。此外，AD患者在门和属水平均发生显著菌群组成变化，表现为厚壁菌门和拟杆菌门丰度降低，放线菌门和双歧杆菌属增加，布劳特氏菌属减少。这些结果表明微生物结构改变可能直接参与AD发病，尤其是双歧杆菌属丰度增加可能与患者免疫失调和炎症反应增强相关。

有趣的是，我们在AD患者中观察到双歧杆菌属丰度增加，这与传统认为其作为有益菌的角色似乎矛盾。然而，近年研究表明双歧杆菌的作用可能具有高度菌株特异性和背景依赖性，某些菌株在免疫失调条件下可能发挥促炎活性，而其他菌株则具有保护作用。此外，宿主相关因素如遗传背景、免疫状态和饮食环境可能影响双歧杆菌是有益还是潜在促进疾病进展。因此，AD患者中的富集不一定与其益生菌声誉矛盾，反而突出了复杂宿主-微生物互作值得进一步机制研究。

重要的是，本研究首次系统探讨了AD患者饮食模式与肠道菌群组成的关联。发现AD患者饮食习惯与健康对照显著不同，表现为富含纤维和抗炎食物（如蔬菜水果）摄入增加，精制谷物消费减少。这种饮食转变可能是患者为缓解症状主动调整或饮食偏好被动改变的结果。另一种可能解释是反向因果关系，即患者发病后可能有意识地调整饮食以缓解症状，这种行为改变可能引入偏倚。Spearman相关和RDA/CCA分析进一步证实特定饮食因素（精制谷物、蔬菜和水果）与微生物类群（如厚壁菌门、双歧杆菌属、瘤胃球菌属和罗斯氏菌属）密切关联，这与既往强调饮食是肠道微生物组成关键调节因素的研究一致。

功能预测分析显示AD患者肠道菌群中碳水化合物、氨基酸和能量代谢通路活性显著抑制，表明尽管AD患者采用更健康饮食，但肠道菌群代谢功能障碍可能损害营养物质有效利用，进一步维持炎症和免疫失调。

本研究通过动物和人类研究提供全面数据支持，但存在一定局限。首先，横断面设计无法明确饮食因素与菌群改变间的因果关系，需前瞻性或干预研究验证。其次，动物实验中微生物功能谱未显着变化可能归因于样本量不足或暴露时间较短。未来研究应考虑延长暴露时间或增加样本量。此外，尽管发生组成改变但功能无显著变化也可能反映方法学局限，如4周暴露时间不足以诱导可测量代谢重编程，测序深度和样本量可能降低检测细微变化的灵敏度。本研究微生物群落功能预测使用PICRUSt2，该方法依赖参考基因组和预测算法而非直接宏基因组测序，可能限制功能推断准确性。尽管FFQ改编自经过验证的CHNS工具，但本研究使用的缩短版未独立验证，可能引入回忆偏倚和饮食错误分类。此外，FFQ评估过去12个月饮食摄入，而菌群分析粪便样本同时收集，这种时间不匹配可能削弱观察到的饮食-菌群关联精确性。另一个局限是FFQ未单独分类含益生菌食品和饮料，尽管这些项目归入一般乳制品类别，但该决定可能通过低估或模糊益生菌食品对肠道菌群组成和AD病理生理的具体贡献而偏倚结果。我们未调整BMI、药物使用、社会经济状况和过敏合并症等潜在混杂因素，也未系统收集详细临床信息如疾病严重程度评分、病程、合并过敏病症、既往治疗史、人体测量参数、围产期和早期生命因素及生活方式/环境因素。最后，未存档详细测序统计（如原始读数计数和过滤后有效读数），限制了方法重现性。

5 结论

本研究通过动物实验与人群研究相结合的系统方法，探讨了饮食因素、肠道菌群与AD间的关联。DNCB诱导的小鼠模型成功表现出经典AD病理特征和免疫反应，并伴有肠道微生物多样性降低和特定微生物种群结构重塑。人群研究进一步证实AD患者肠道微生物多样性显著降低，以厚壁菌门和拟杆菌门等关键类群丰度降低、放线菌门和双歧杆菌属丰度增加为特征。饮食模式分析显示AD患者偏好富含纤维和抗炎食物，这与观察到的菌群转变密切关联。此外，肠道菌群功能预测表明AD患者碳水化合物、氨基酸和能量代谢存在显著功能紊乱。这些发现生成关于饮食-菌群-AD关系的假说；明确的功能和因果推断需要纵向设计和多组学验证。然而，鉴于观察性设计，结果应视为假设生成，需进一步前瞻性和机制研究以确认因果关系并为AD管理中的饮食或菌群靶向干预提供信息。