肠道微生物组特征及其相关的功能通路与1型糖尿病成年患者的地中海饮食依从性和血糖控制情况密切相关

《Nutrition, Metabolism and Cardiovascular Diseases》：Gut microbiome profiles and associated functional pathways are linked to Mediterranean diet adherence and blood glucose control in adults with type 1 diabetes mellitus

成人1型糖尿病患者的地中海饮食依从性与肠道菌群及血糖控制关联研究显示，高依从度与更低糖化血红蛋白（HbA1c）、更高时间在范围（TIR）及更优血脂指标相关，且特定菌群如Faecalibacterium prausnitzii丰度增加，菌群功能通路如短链脂肪酸合成相关路径富集。微生物组特征可有效预测饮食模式和临床指标，提示菌群可能在饮食与代谢健康间发挥中介作用。

　　
本研究聚焦于成人1型糖尿病（T1DM）患者中地中海饮食（MD）依从性与肠道菌群及血糖控制之间的关联。研究团队来自意大利那不勒斯费德丽科二世大学，通过横断面观察性设计，整合了膳食评估、临床指标和宏基因组测序数据，揭示了MD依从性对代谢参数和菌群结构的双重影响，并首次验证了肠道菌群作为非侵入性生物标志物在预测饮食模式及临床指标中的潜力。

### 一、研究背景与核心问题
1型糖尿病患者的长期管理面临血糖波动与代谢紊乱的挑战。既往研究显示，MD在儿童青少年T1DM中可通过改善肠道菌群（如增加产丁酸菌丰度）调节糖脂代谢，但其作用机制在成人群体中尚未明确。本研究旨在解决两个关键问题：
1. MD依从性是否通过肠道菌群中介影响成人T1DM患者的血糖控制？
2. 肠道菌群是否具备预测饮食模式及临床指标的能力？

### 二、研究方法与样本特征
研究纳入2021-2022年间就诊于那不勒斯费德丽科二世大学医院的253例成年T1DM患者，其中103例完成粪便宏基因组测序。采用改良版欧洲癌症与营养前瞻性研究（EPIC）膳食问卷评估饮食模式，通过相对地中海饮食评分（rMED）量化依从性（0-18分，低/中/高组）。临床指标包括糖化血红蛋白（HbA1c）、持续葡萄糖监测（CGM）数据（时间在范围TIR、血糖过高时间TAR等）、血脂参数及胰岛素剂量。

### 三、主要发现
#### （一）MD依从性与代谢参数的关联
1. **血糖控制**：高MD依从组（rMED≥11）HbA1c显著低于低依从组（7.1% vs 7.7%，p<0.001），且TIR（血糖70-180 mg/dL）时间比例提高至67.0%（低依从组59.4%，p-trend=0.03）。这提示MD可能通过改善肠道菌群代谢功能间接增强血糖稳定性。
2. **血脂异常**：高依从性与HDL胆固醇升高（1.62 mmol/L vs 1.39 mmol/L，p=0.01）显著相关，而LDL和甘油三酯水平未显示差异。
3. **胰岛素剂量**：不同依从性组间每日胰岛素剂量（IU/kg）无显著差异，但高依从组TAR（血糖>250 mg/dL）时间比例显著降低（8.5% vs 13.1%，p=0.02）。

#### （二）肠道菌群结构的双路径分化
1. **物种组成**：高MD依从组以Faecalibacterium prausnitzii（产丁酸菌）和Lachnospira eligens（产短链脂肪酸菌）为主，而低依从组中Collinsella aerofaciens（与炎症相关）和Ruthenibacterium lactatiformans（与代谢紊乱相关）丰度升高。
2. **功能通路**：高依从组显著富集磷脂酶活性（与橄榄油中多酚代谢相关）和GDP-曼糖衍生物O-抗原合成（影响菌群免疫调节功能）。低依从组则显示增强的O-抗原合成（与大肠杆菌相关）、组氨酸合成及丙氨酸降解等炎症相关通路。

#### （三）菌群作为预测生物标志物的突破性发现
1. **膳食模式预测**：基于机器学习的回归模型可准确预测个体摄入的咖啡（Spearman相关系数ρ=0.40）和特级初榨橄榄油（ρ=0.35）等MD核心成分，以及整体膳食结构。
2. **临床指标预测**：菌群数据可显著预测HbA1c（ρ=0.30）、BMI（ρ=0.25）和甘油三酯水平（ρ=0.23），预测模型在3次独立交叉验证中均保持统计学意义。

### 四、机制解析与临床启示
1. **菌群-代谢轴**：Faecalibacterium prausnitzii通过分泌丁酸增强肠屏障功能，抑制NF-κB炎症通路；Lachnospira eligens则促进乙酸和丙酸生成，这两种SCFAs可通过激活PPARα和GLP-1受体改善胰岛素敏感性。
2. **饮食-菌群-代谢的三角关系**：高纤维摄入（MD特征）刺激产丁酸菌增殖，降低肠道通透性；同时，橄榄油中的多酚通过调节菌群代谢网络（如磷脂酶活性）抑制LDL氧化，这可能解释为何HDL水平提升而LDL无显著变化。
3. **临床转化价值**：研究证实，通过评估菌群特征（如Faecalibacterium prausnitzii相对丰度）可辅助识别需强化膳食干预的患者。机器学习模型在预测HbA1c时展现出与实验室检测的0.30相关性，为开发非侵入性血糖监测工具提供了新思路。

### 五、创新性与局限性
**创新性贡献**：
- 首次在成人T1DM群体中建立"饮食-菌群-血糖"的中介模型
- 揭示了GDP-曼糖衍生物合成通路可能作为MD的生物标志物
- 开发了基于宏基因组的多维度预测模型（涵盖饮食+代谢+炎症指标）

**局限性**：
- 横断面设计无法确定因果关系（如菌群变化是否先于代谢改善）
- 膳食问卷存在回忆偏倚（如加工肉类摄入量可能被低估）
- 微生物功能预测模型需外部队列验证
- 未考虑肠道菌群代谢产物的直接作用（如丁酸进入血液的剂量）

### 六、未来研究方向
1. **纵向追踪**：验证菌群变化与血糖控制的时序关系
2. **干预试验**：针对高依从性组设计个性化营养方案（如补充特定益生元）
3. **多组学整合**：结合代谢组（如SCFA浓度）和转录组数据解析菌群功能
4. **临床工具开发**：基于机器学习的便携式微生物检测设备与血糖监测联动系统

本研究为T1DM的代谢管理提供了新范式——通过评估菌群特征可量化饮食依从性，并预测个体化血糖控制效果。其揭示的磷脂酶活性与SCFA生成的协同作用机制，可能为新型抗炎药物开发（如靶向菌群代谢通路）提供理论依据。后续研究需着重探索菌群干预（如益生菌补充）对成人T1DM患者长期血糖控制的影响。