慢性疲劳综合征与健康对照组的肠道微生物组成存在差异

《Scientific Reports》：The gut microbial composition is different in chronic fatigue syndrome than in healthy controls

本刊推荐：为阐明慢性疲劳综合征（CFS）的发病机制，研究团队通过16S rRNA测序技术对比分析了CFS患者与健康对照组（HCs）的肠道菌群结构。研究发现CFS患者存在显著的肠道菌群失调，表现为操作分类单元（OTUs）数量减少、β多样性差异显著，且特定菌属（如Oscillibacter、Ruminococcus_2和Roseburia）的丰度变化与认知功能密切相关。机器学习模型（AUC=0.935）可高效区分两组人群。该研究为CFS的微生物标志物开发和靶向菌群干预提供了重要依据。

　　

慢性疲劳综合征（Chronic Fatigue Syndrome, CFS）是一种以持续性疲劳、认知功能障碍和运动后不适（Post-Exertional Malaise, PEM）为核心症状的多系统性疾病，其病因和发病机制至今未明。近年来，随着微生物组学研究的深入，肠道菌群与中枢神经系统之间的双向通信——即“脑肠轴”（Gut-Brain Axis, GBA）——被发现在多种神经精神和代谢性疾病中起到关键作用。然而，CFS是否与特定的肠道微生物结构改变有关，这些改变又如何影响其核心症状（尤其是认知障碍和疲劳），仍是科学界亟待解答的问题。

在这一背景下，由Monika Prylinska-Jaskowiak领衔的研究团队在《Scientific Reports》上发表了一项开创性研究，首次系统比较了CFS患者与健康对照组（HCs）在肠道菌群组成、多样性和功能上的差异，并深入探讨了菌群变化与认知功能之间的关联。

研究团队采用了Illumina高通量测序技术，针对16S rRNA基因的V3–V4高变区进行扩增子测序，对25名CFS患者和16名健康志愿者的粪便样本进行了系统分析。关键技术方法包括：16S rRNA基因扩增子测序与生物信息学流程（使用DADA2和Mothur进行序列去噪和分类），多样性分析（包括α多样性、β多样性以及基于Bray-Curtis距离的PERMANOVA检验），机器学习分类模型（应用了神经网络、支持向量机等9种算法并进行10折交叉验证），以及统计学与可视化方法（如稀疏偏最小二乘判别分析[sPLS-DA]和网络分析）。

研究结果

相对丰度分析

在门水平上，CFS患者表现出较高的拟杆菌门（Bacteroidetes）和较低的厚壁菌门（Firmicutes）丰度。在属水平上，CFS组的拟杆菌属（Bacteroides）、另枝菌属（Alistipes）和瘤胃球菌科（Ruminococcaceae）丰度较高。

Alpha多样性分析

CFS组中观察到的操作分类单元（OTUs）数量显著低于健康对照组（p=0.045），表明CFS患者肠道菌群的丰富度降低。两组在香农多样性指数和均匀度上无显著差异。

Beta多样性分析

基于Bray-Curtis距离的PERMANOVA分析显示，CFS组与HCs组在β多样性上存在显著差异（p=0.044）。sPLS-DA模型完美区分了两组样本（AUC=1.0）。其中，ASV 191（Oscillibacter）、ASV 44（Ruminococcus_2）和ASV 75（Roseburia）在健康对照组中显著富集。

肠道菌群与认知功能的关系

执行功能测验（TMT B）评分与8个菌属呈负相关，表明这些菌属丰度越高，认知功能越好。例如，瘤胃球菌科UCG-014（Ruminococcaceae UCG-014）在CFS和HCs中均与更好的执行功能相关。而在健康对照组中，有20个菌属与TMT B评分呈正相关，即菌属丰度越高，认知功能越差。

网络分析

CFS组的菌群网络呈现较低的整体连接度和特征向量中心性，表明其微生物生态系统的稳定性较差。

机器学习分类

神经网络（多层感知机）和支持向量机（SVM）在区分CFS与HCs时表现出色，AUC值分别为0.935和0.900。而XGBoost、随机森林等模型表现较差（AUC<0.7）。

讨论与结论

本研究首次综合运用多维度生态学分析、机器学习及网络建模方法，揭示了CFS患者肠道菌群的结构与功能异常。最重要的发现包括：CFS患者肠道菌群的丰富度（OTUs数量）显著降低，β多样性存在显著差异，且健康人群中富集的Oscillibacter、Ruminococcus_2和Roseburia等菌属——均为重要的短链脂肪酸（SCFAs，如丁酸）生产者——在CFS患者中显著减少。这一发现与既往研究一致，表明SCFAs的减少可能导致肠道屏障功能受损、系统性炎症加剧，进而通过脑肠轴影响中枢神经系统功能。

特别值得注意的是，本研究首次建立了肠道菌群与客观认知功能测验（TMT B）之间的定量关联。在CFS患者中，Christensenellaceae_R-7_group、Faecalibacterium、Roseburia等菌属的丰度与更好的执行功能呈正相关，提示这些菌属可能通过代谢产物（如SCFAs）或免疫调节途径发挥神经保护作用。然而，在健康对照组中，菌群与认知功能的关系更为复杂，部分菌属呈现负相关，说明CFS患者的菌群-脑轴通信可能发生了本质改变。

从临床转化视角来看，本研究开发的机器学习模型（特别是神经网络）展现出卓越的诊断潜力（AUC=0.935），为CFS的客观生物学诊断提供了新工具。此外，研究结果暗示针对肠道菌群的干预措施（如益生菌、膳食纤维或菌群移植）可能改善CFS患者的认知症状和疲劳程度。

当然，本研究也存在一定局限性：样本量较小，且未能纳入重症CFS患者；未能全面收集抗生素使用史、饮食记录等潜在混杂因素；相关分析未能确立因果关系。未来研究需结合宏基因组学、代谢组学等多组学技术，进一步验证特定菌群的功能及其在CFS病理机制中的因果作用。

综上所述，该研究不仅证实了CFS患者存在独特的肠道微生物组特征，而且为理解菌群如何通过脑肠轴调控认知功能提供了新的线索，为开发新型诊断和治疗策略奠定了坚实的基础。