
-
生物通官微
陪你抓住生命科技
跳动的脉搏
韩国老年人群肠道菌群特征与主观认知下降、轻度认知障碍及阿尔茨海默病的网络特性研究
【字体: 大 中 小 】 时间:2025年08月11日 来源:Alzheimer's Research & Therapy 8
编辑推荐:
本研究针对韩国老年人群,通过分析346名受试者(SCD 24例、MCI 246例、AD 76例)的肠道菌群特征,结合认知功能评估、Aβ沉积检测及APOE基因分型,首次揭示了不同认知状态下的菌群差异:AD组富集Hominisplanchenecus等致病菌,SCD组独有Anaerobutyricum hallii等有益菌,且SCD菌群网络复杂度显著更高(密度0.602 vs AD 0.388)。研究通过机器学习(XGBoost AUC 0.9)和冗余分析(RDA)证实菌群与认知评分、神经退行标志物(Aβ42/Aβ40、NfL)的关联,为肠道-脑轴机制提供了东亚人群证据,发表于《Alzheimer's Research》。
认知功能衰退与肠道菌群的关联近年来成为神经科学热点,但东亚人群尤其是阿尔茨海默病(AD)连续谱(从主观认知下降[SCD]到轻度认知障碍[MCI]直至AD)的菌群特征仍不明确。随着全球老龄化加剧,AD患者预计2050年将达1.52亿,而现有疗法仅能缓解症状。更棘手的是,APOEε4基因携带者虽有更高AD风险,但仅部分人群最终发病,暗示其他调控因素存在。肠道菌群通过产生短链脂肪酸(SCFA)、调节免疫和代谢等途径影响脑功能,但菌群如何参与AD不同阶段的转变?韩国Ajou大学医学院的研究团队通过多中心队列研究给出了新答案。
研究人员采用横断面设计,从韩国国家生物样本库(BICWALZS)纳入346名72.3岁平均年龄的受试者,通过临床痴呆评定量表(CDR)分为SCD、MCI和AD三组。关键技术包括:1)16S rRNA基因测序(V3-V4区,Illumina MiSeq平台)结合QIIME2和NCBIBLAST分析;2)机器学习(XGBoost/Random Forest)筛选标志菌种;3)18F-flutemetamol PET检测Aβ沉积;4)冗余分析(RDA)控制年龄、营养等混杂因素。
Distinct gut microbiota profiles
通过LEfSe分析和机器学习模型,发现SCD组富含产丁酸盐的Anaerobutyricum hallii(相对丰度4.88% vs AD 1.18%)和Bifidobacterium catenulatum(9.18% vs MCI 4.71%),而AD组特有促炎的Intestinibacter bartlettii和Romboutsia timonensis。XGBoost模型准确区分SCD与AD(AUC 0.9),关键菌种与MMSE评分显著相关(p<0.001)。
Network properties
SCD菌群网络展现出更高稳定性(密度0.602 vs AD 0.388)和聚类系数(0.633 vs 0.43),其核心节点Bifidobacterium catenulatum与Aβ42/Aβ40正相关(r=0.37)。AD组菌群互作更分散(网络异质性0.455 vs SCD 0.162),提示生态失调。
Biomarker correlations
血清神经丝轻链(NfL)与Anaerobutyricum hallii负相关(p<0.05),而APOEε4携带者的Blautia luti丰度升高2.3倍。营养评估(MNA-K)显示,营养不良组Evtepia gabavorous增多,与认知衰退加速相关。
Metagenome function
PICRUSt2预测显示,SCD菌群强关联芳香化合物降解通路(ko01220),AD组则富集神经炎症相关的PD-1/PD-L1通路(ko05235)。Co-Abundant Gene群(CAG)分析发现,产SCFA菌群与支链氨基酸合成通路正相关。
这项研究首次系统描绘了韩国老年人群AD连续谱的菌群特征图谱,证实SCD阶段菌群网络的高复杂度可能是认知保护的生物标志物。临床价值在于:1)Anaerobutyricum hallii等产丁酸盐菌或成干预靶点;2)机器学习模型为早期筛查提供新工具;3)东亚数据弥补了欧美主导的研究空白。局限性在于横断面设计难以确定因果关系,未来需开展菌群移植(FMT)等干预实验验证。论文为理解肠道-脑轴在神经退行性疾病中的作用提供了重要拼图,尤其为亚洲人群的精准营养策略奠定基础。


生物通微信公众号
知名企业招聘