《Gut Microbes》：Assessing diet–microbiome associations with linear models: variability across human studies
编辑推荐：
理解并识别饮食摄入（dietary intake）与胃肠道微生物组（gastrointestinal microbiome）之间的关系，可为优化人类健康提供关键信息。然而，方法学（methodological approaches）存在很大差异，并可能影响研究
理解并识别饮食摄入（dietary intake）与胃肠道微生物组（gastrointestinal microbiome）之间的关系，可为优化人类健康提供关键信息。然而，方法学（methodological approaches）存在很大差异，并可能影响研究结果。在此，研究人员概述了来自一系列使用可比统计方法（comparable statistical methods）的研究中报告的饮食–微生物组关联（diet–microbiome associations）差异。在采用可比方法学的25项研究子集中，仅3%的报告饮食–微生物关联（diet–microbe associations）在超过一项研究中具有共性。因此，研究人员强调文献中研究结果的不一致性以及这些差异的更广泛意义。关键词：饮食（Diet）；肠道微生物组（gut microbiome）；饮食–微生物组关联（diet–microbiome associations）；膳食评估（dietary assessment）；微生物组方法学（microbiome methodology）；方法学异质性（methodological heterogeneity）。
该论文发表在《Gut Microbes》。研究背景方面，调查饮食与胃肠道（GI）微生物组之间关系如何影响人类健康是高度热点。每年有大量论文报告饮食–微生物组关联，但膳食评估和分析方法、微生物组测序以及统计方法的不一致，已显示该领域研究在可比性和重复性方面存在局限。研究人员近期通过系统范围综述（systematic scoping review）检查并量化了饮食与微生物组关联研究中使用的方法，并提出未来实践指南。从该综述中，研究人员选取25项使用可比高质量方法和统计技术的研究，以总结并比较已报告的饮食–微生物组关联。比较显示，不同研究结果不一致，每种评估营养素中，不超过两篇论文报告相同的微生物关联。这促使研究人员质疑研究方法对饮食–微生物组研究领域后续发现的影响。该研究的重要意义在于强调文献中研究结果的不一致性以及这些差异的更广泛意义，并提示需要改进方法学报告和流程统一。
关键技术方法：研究人员采用系统范围综述策略，检索报告全膳食摄入（whole dietary intake）与GI微生物组关联分析的原创研究，共识别295项。筛选标准包括营养素组成分析、Illumina平台微生物组测序，以及线性回归、线性建模或MaAsLin2（多变量线性建模的专门实现）等统计方法，最终纳入25项。膳食收集工具包括验证过的食物频率问卷（food frequency questionnaire, FFQ）反映习惯性摄入，以及1–7 d称重食物记录和食物回顾反映近期摄入。样本队列来自不同国家、年龄组和疾病状态，包括普通人群老年人、中年超重/肥胖者、青少年多发性硬化患者、中老年IBD患者等。关联要求按指定p值显著并指示正或负。
研究结果（Commentary）：通过系统范围综述，研究人员纳入报告人类全膳食摄入营养组成分析和关联微生物组分析的研究；搜索识别295项研究，最终筛选出25项采用可比高质量方法的研究，包括营养素组成、Illumina平台测序、线性回归、线性建模或MaAsLin2。膳食收集工具包括验证过的FFQ、称重食物记录和食物回顾，涵盖1–7 d；研究选择跨研究一致定义的营养素（如蛋白质、脂肪）比较。关联需按指定p值显著并指示正或负。研究包含健康与疾病队列，来自不同国家、年龄组和疾病状态，用于探索微生物与膳食底物关系是否依赖疾病状态。
总体而言，使用习惯性食物摄入测量营养素时报告233个微生物–饮食关联，使用近期食物摄入测量时报告78个微生物–饮食关联。尽管报告关联数量较多，97%的报告关联仅见于一项研究。常见分类群关联见于四种膳食变量：纤维、碳水化合物、酒精和反式脂肪酸。将关联合并到属（genus）水平后，重叠从3%增至25%。信号共识方面，Ruminococcus属与习惯性纤维在普通人群老年人队列中呈正相关，并与近期纤维摄入在中年超重/肥胖个体队列中呈正相关；Ruminococcus属的多种种（species）也与纤维呈正相关，包括青少年多发性硬化队列和中年超重/肥胖成人队列。Blautia属与纤维摄入的两项研究关联方向相反：与近期摄入呈负相关，与习惯性摄入呈正相关。Blautia属与习惯性酒精摄入呈正相关，见于中老年IBD队列和老年普通人群队列。唯一跨研究一致的种水平关联是Ruminococcus gnavus与反式脂肪酸，见于老年普通人群和中年超重/肥胖成人。纳入论文中，52%报告微生物组数据已存入在线数据库，其余论文表示数据可按请求获得或不可获得。
讨论与结论：原文Conclusion指出，关联研究中报告的饮食–微生物组关联高度可变，即使使用可比的评估和分析方法也是如此。这种变异性部分可由全球人口统计学和膳食摄入差异解释。纳入的25项研究子集来自不同国家、年龄组和疾病状态，这些均为已知可影响肠道微生物群组成和膳食摄入报告的因素。然而，研究人员发现Blautia和Ruminococcus分类群在某些膳食关联中于疾病和一般人群队列及不同年龄组中保持一致，提示某些信号可能独立于健康状况而保持稳定。除队列人口统计学差异外，数据收集、处理和分析差异也很可能是结果不一致的主要贡献因素。膳食摄入收集方法及随后用于营养素组成的数据库可能因人口统计学和国家显著不同，可能极大影响研究结果。习惯性膳食摄入方法如FFQ可能不反映每日短期微生物组反应，而短期收集方法可能忽略习惯性饮食习惯如何塑造GI微生物组反应。鉴于膳食摄入是微生物组反应的重要修饰因素，且膳食评估工具在客观性和特异性方面差异很大，膳食收集方法和收集时间框架的共识对于未来识别信号共识至关重要，并应包括习惯性和短期膳食测量。样本量不足以进行饮食–微生物组关联分析的研究也可能限制结果的可重复性和可比性。此外，尽管该子集中统计方法在性质上相似（即线性模型/MaAsLin2），但建模前的数据预处理存在显著差异，如多重检验校正（multiple-testing corrections）、混杂因素（confounders）考虑和转换方法（transformation methods）。这些差异限制了进一步合并分析。研究人员注意到只有少数论文详细描述统计模型参数、使用协变量和统计阈值，进一步强调改善方法学报告和流程统一的迫切需求，以确保未来结果可比。数据可用性标准在微生物组报告研究中总体改善；然而，该子集中仅一半报告原始测序数据的存储，且没有研究将原始膳食数据存储供公众获取。这是一个显著限制，降低再分析或荟萃分析（meta-analysis）能力。因此，需要统一的研究设计、实施、方法和特定疾病或状况子集内关联分析，以推进对饮食–微生物组关联的理解。最低标准包括报告元数据（含膳食变量）、详细统计流程和预处理方法以及分析中协变量使用。改善原始微生物组数据和膳食摄入数据可用性也将有助于验证方法学方法和允许跨研究比较。
研究结论部分翻译：在关联研究中报告的饮食–微生物组关联具有高度变异性，即使使用可比的评估和分析方法也是如此。这种变异性部分可由全球人口统计学和膳食摄入差异解释。纳入的25项研究子集来自不同国家、年龄组和疾病状态，均为已知可影响肠道微生物群组成和膳食摄入报告的因素。然而，研究人员发现Blautia和Ruminococcus分类群在某些膳食关联中于疾病和一般人群队列及不同年龄组中保持一致，提示某些信号可能独立于健康状况而保持稳定。除队列人口统计学差异外，数据收集、处理和分析差异也很可能是结果不一致的主要贡献因素。膳食摄入收集方法及随后用于营养素组成的数据库可能因人口统计学和国家显著不同，可能极大影响研究结果。习惯性膳食摄入方法如FFQ可能不反映每日短期微生物组反应，而短期收集方法可能忽略习惯性饮食习惯如何塑造GI微生物组反应。鉴于膳食摄入是微生物组反应的重要修饰因素，且膳食评估工具在客观性和特异性方面差异很大，膳食收集方法和收集时间框架的共识对于未来识别信号共识至关重要，并应包括习惯性和短期膳食测量。样本量不足以进行饮食–微生物组关联分析的研究也可能限制结果的可重复性和可比性。此外，尽管该子集中统计方法在性质上相似（即线性模型/MaAsLin2），但建模前的数据预处理存在显著差异，如多重检验校正、混杂因素考虑和转换方法。这些差异限制了进一步合并分析。研究人员注意到只有少数论文详细描述统计模型参数、使用协变量和统计阈值，进一步强调改善方法学报告和流程统一的迫切需求，以确保未来结果可比。数据可用性标准在微生物组报告研究中总体改善；然而，该子集中仅一半报告原始测序数据的存储，且没有研究将原始膳食数据存储供公众获取。这是一个显著限制，降低再分析或荟萃分析能力。因此，需要统一的研究设计、实施、方法和特定疾病或状况子集内关联分析，以推进对饮食–微生物组关联的理解。最低标准包括报告元数据（含膳食变量）、详细统计流程和预处理方法以及分析中协变量使用。改善原始微生物组数据和膳食摄入数据可用性也将有助于验证方法学方法和允许跨研究比较。
