瘤内微生物群通过代谢关联分层胶质瘤恶性程度与患者生存

《Frontiers in Cellular and Infection Microbiology》：Intratumoral microbiota stratifies glioma malignancy and patient survival through metabolic associations

　　

背景：胶质瘤（glioma）是最常见的中枢神经系统原发性恶性肿瘤，尽管分子分型和治疗策略取得进展，其临床结局仍高度异质。新兴证据表明，瘤内微生物组可能影响肿瘤进展和肿瘤微环境（tumor microenvironment, TME），但其在胶质瘤恶性程度分层和预后中的作用尚不明确。本研究旨在表征胶质瘤组织的瘤内微生物群特征，并探讨其与肿瘤分级、总生存期（overall survival, OS）及潜在代谢调控机制的关联。 方法：回顾性纳入107例未经治疗的胶质瘤患者，对肿瘤组织样本进行16S rRNA基因测序，以绘制瘤内微生物群落图谱。采用QIIME2和DADA2流程进行微生物序列处理和分类学注释。通过α多样性分析、基于Bray–Curtis距离的主坐标分析（principal coordinate analysis, PCoA）及差异丰度分析评估微生物多样性和组成差异。采用Kaplan–Meier生存分析、单变量Cox回归、随机森林特征选择和多变量预后建模识别微生物组相关的生存指标，并通过1000次重抽样的Bootstrap乐观校正。利用PICRUSt2预测微生物功能谱。 结果：研究发现，瘤内微生物群组成与WHO分级和总生存期显著相关。阳性关联类群（如Firmicutes和Clostridia）富集于低级别胶质瘤和预后良好组，而阴性关联类群（如Enterobacterales和Porphyromonas gingivalis）则主导高级别胶质瘤和生存较差的患者。基于WHO分级相关微生物群的模型在1年、2年和3年的乐观校正后AUC分别为0.71、0.86和0.88。功能预测提示两组间核苷酸生物合成和氨基酸代谢相关微生物通路存在差异。 结论：综合来看，这些发现提示瘤内微生物特征与胶质瘤恶性程度和预后存在关联，同时伴随预测的微生物功能谱差异。这些探索性观察结果有待独立验证以阐明其生物学和潜在的临床意义。

研究背景与目的

胶质瘤（glioma）作为中枢神经系统最常见的原发性恶性肿瘤，尽管世界卫生组织（WHO）分类体系已整合异柠檬酸脱氢酶（IDH）突变、O⁶-甲基鸟嘌呤-DNA甲基转移酶（MGMT）启动子甲基化等分子标志物以优化预后分层，但临床结局仍存在显著异质性。近年研究表明，实体肿瘤内存在微生物群落（即“第二基因组”），可通过调节免疫应答、代谢通路和治疗敏感性影响肿瘤进展，甚至脑肿瘤中也检测到微生物DNA和活菌。然而，瘤内微生物群在胶质瘤恶性程度分层和预后中的系统性研究仍然有限。为此，研究人员对107例未经治疗的胶质瘤标本进行16S rRNA高通量测序，整合微生物谱与临床及生存数据，旨在揭示与恶性程度和预后相关的瘤内微生物特征及其潜在的代谢调控机制。

研究方法

研究人员从重庆医科大学附属第二医院病理档案中回顾性获取107例福尔马林固定石蜡包埋（FFPE）的初发胶质瘤标本（WHO I–IV级），所有患者术前未接受放化疗或靶向治疗。主要技术方法包括：采用CTAB法提取FFPE组织基因组DNA；针对16S rRNA基因V4高变区进行PCR扩增并在Illumina NovaSeq 6000平台测序；通过QIIME2和DADA2流程进行扩增子序列变异（ASV）降噪和分类注释（参考SILVA 138.1数据库）；利用PICRUSt2预测微生物功能通路；通过Kaplan–Meier生存分析、随机森林特征选择和LASSO回归构建预后模型，并经1000次Bootstrap乐观校正。

研究结果

3.1 胶质瘤组织瘤内微生物群景观

在107份样本中共检测到61个门水平微生物类群。优势菌门包括Proteobacteria、Firmicutes、Actinobacteriota和Bacteroidetes，其中Proteobacteria和Firmicutes为核心菌群（检出率>90%）。稀有菌群占比最高（54.1%），提示胶质瘤微环境中存在显著的微生物异质性。

3.2 瘤内微生物群组成在不同预后组间存在差异

通过最优截断值分析将患者分为预后良好组（n=37）和预后不良组（n=70）（截断值664天，P<0.001）。α多样性分析显示预后不良组的Shannon和Simpson指数显著升高。主坐标分析（PCoA）显示两组间存在重叠，PERMANOVA未达统计学显著性（P=0.0505），但PERMDISP提示组间离散度不等。差异丰度分析表明，预后良好组富集Firmicutes、Clostridia、Lachnospirales等短链脂肪酸产生菌；预后不良组则以Porphyromonas gingivalis、Escherichia–Shigella、Streptococcus sobrinus等致病或促炎类群为主。

3.2.1 Firmicutes和Clostridia作为正向关联特征的预后建模

单变量分析显示年龄、性别、体重、BMI、炎症指标和肝功能参数与总生存期（OS）显著相关，而分子标志物（IDH、CDKN2A、1p/19q、MGMT、EGFR、+7/?10）因样本量不足（n=24）未达统计学意义。在含血脂数据的子集中，随机森林结合LASSO回归筛选出Clostridia和Firmicutes为最强的正向关联微生物特征，血脂变量未被纳入最终模型。

3.2.2 整合微生物-临床模型预测胶质瘤生存

在全队列（n=107）中，排除血脂变量后，最终模型保留Firmicutes（系数=?0.2462）和Clostridia（?0.1300）为保护因素，年龄、性别、Galbibacter marinus、Alphaproteobacteria和Porphyromonas gingivalis为风险因素。时间依赖性ROC曲线显示表观AUC在1、2、3年分别为0.78、0.86和0.90；Bootstrap乐观校正后AUC分别为0.7005、0.8723和0.9591。

3.2.3 功能预测揭示不良预后相关代谢通路

PICRUSt2分析显示，预后不良组显著富集三羧酸循环（TCA cycle）、从头嘌呤生物合成、从头嘧啶生物合成、tRNA氨酰化、GDP-甘露糖生物合成和S-腺苷甲硫氨酸（SAM）合成等通路。蛋白互作网络鉴定出33个核心基因，集中于线粒体能量代谢酶（SDHA、OGDH、FH）和核苷酸合成酶（IMPDH1、GART、ATIC、DTYMK）。

3.3 低级别与高级别胶质瘤瘤内微生物群组成差异

WHO分级与OS呈负相关（Pearson r=?0.47，P<0.001）。高级别胶质瘤（HGG）的α多样性（Shannon和Simpson指数）显著高于低级别胶质瘤（LGG）。PCoA显示两组重叠，PERMANOVA无显著差异（P=0.2445）。HGG富集Galbibacter marinus、Porphyromonas gingivalis、Peptostreptococcus anaerobius、Fusobacteriota、Enterobacterales等；LGG则以Firmicutes相关类群（Clostridia、Lachnospirales、Bacillales）为特征。

3.3.1 分级相关微生物特征改善预后建模

在含血脂数据的子集中，LASSO回归保留Clostridia和Firmicutes为最强保护因素，血脂参数未被纳入。

3.3.2 整合WHO分级知情模型的高预测性能

全队列模型中，Firmicutes（?0.2806）和Clostridia（?0.1748）为保护因素，年龄、性别、Galbibacter marinus、Porphyromonas gingivalis、Vibrio、BMI和Enterobacterales为风险因素。时间依赖性ROC的表观AUC在1、2、3年分别为0.79、0.86和0.91；Bootstrap校正后AUC为0.7105、0.8597和0.8828。

3.3.3 功能预测链接高级别胶质瘤与核苷酸生物合成和代谢重塑

HGG显著富集从头嘌呤生物合成（DENOVOPURINE2-PWY，P<0.001）、嘧啶核碱基补救合成、从头嘧啶生物合成、肌苷-5′-磷酸降解和甘氨酸血红素生物合成通路。网络分析显示核苷酸生物合成基因占据中心节点。

讨论与结论

研究人员发现瘤内微生物组成与胶质瘤预后和分级密切相关。Firmicutes和Clostridia被识别为正向关联特征，而Porphyromonas gingivalis、Alphaproteobacteria、Galbibacter marinus和Enterobacterales与不良结局相关。功能预测提示不良预后和高级别肿瘤中能量代谢和核苷酸生物合成通路显著富集，尤其是从头嘌呤合成途径，其关键酶IMPDH1和GART此前已被报道与癌细胞增殖和治疗脆弱性相关。研究局限性包括：仅24例样本有完整分子标志物数据导致统计效力不足；缺乏手术切除范围和体能状态详细信息；无法完全排除低生物量FFPE样本中试剂或环境污染的可能性；PICRUSt2功能预测为间接推断需实验验证。结论指出，瘤内微生物特征与胶质瘤恶性程度、代谢通路改变和患者预后存在关联，整合微生物组谱与多组学框架可能提供补充性预后信息，并为未来微生物组指导的治疗策略奠定基础。