《Cancer Reports》：The Potential Role of Gut Microbiome Dysbiosis and Functional Reprogramming in Colorectal Liver Metastasis via the Gut–Liver Axis
编辑推荐：
背景：结直肠癌肝转移（CRLM）是结直肠癌（CRC）患者死亡的主要原因，然而目前的监测手段常遗漏隐匿性微转移灶，亟需早期非侵入性生物标志物及机制层面的深入认识。目的：本研究旨在探究与CRLM相关的肠道微生物群失调及功能改变，并探索潜在的非侵入性生物标志物。方法
背景：结直肠癌肝转移（CRLM）是结直肠癌（CRC）患者死亡的主要原因，然而目前的监测手段常遗漏隐匿性微转移灶，亟需早期非侵入性生物标志物及机制层面的深入认识。目的：本研究旨在探究与CRLM相关的肠道微生物群失调及功能改变，并探索潜在的非侵入性生物标志物。方法与结果：研究人员对60名参与者（包括健康对照、非转移性CRC患者及同时性CRLM患者，每组n=20）进行了粪便宏基因组测序，系统分析了微生物组成、功能通路、共现网络及临床关联，并构建随机森林模型以识别潜在诊断生物标志物。结果显示，随着CRC向CRLM进展，肠道微生物群失调加剧，表现为共生菌群耗竭及特定菌属（如Eikenella和Porphyromonas）的显著富集。功能层面，肠道微生物群呈现阶段特异性重塑，从CRC中与感染和毒力相关的通路转向CRLM中与微生物次级代谢和应激适应相关的功能。此外，基于SPIEC-EASI的网络分析揭示CRLM中微生物生态结构更为稀疏和区室化，[Clostridium] symbiosum、Campylobacter concisus和Coprococcus eutactus成为模块枢纽。整合九个核心分类单元和一个毒力因子（VF0160 FeoAB）的随机森林模型在区分CRLM与非转移性CRC方面达到97.5%的总体分类准确率，表明粪便宏基因组生物标志物在未來风险分层中的潜力。然而，在临床转化应用之前，需要在更大的多中心队列中进行前瞻性验证。结论：综上，研究人员的发现表明，肠道微生物群失调和功能重编程与CRLM进展密切相关，可能通过肠-肝轴重塑肝脏转移前微环境发挥作用。
**研究背景与问题**
结直肠癌（CRC）是全球第三大常见恶性肿瘤，也是第二大癌症死亡原因。CRC患者的死亡主要由转移播散驱动，肝脏是最常见的远处转移部位。约30%–50%的CRC患者发生结直肠癌肝转移（CRLM），导致5年生存率从局部病变的90%骤降至转移性病例的仅13%。不良预后在很大程度上归因于早期播散的临床沉默性——当前监测策略常无法检测隐匿性微转移，致使诊断时已属晚期。因此，亟需阐明驱动CRLM的潜在机制，并识别稳健的非侵入性生物标志物以实现早期风险分层和治疗干预。
CRLM的发病机制由遗传改变、肠道微生物群、肿瘤微环境和环境因素之间复杂的相互作用所 orchestrate。其中，肠道微生物群已成为肿瘤进展和转移的关键调节因素。以肠-肝轴为锚点，肠道微生物可通过门静脉循环、代谢物转运和免疫信号远程调控肝脏转移前微环境。新兴证据表明，肠道微生物群在肠-肝轴内发挥双向效应，可能促进或抑制CRLM。然而，鉴于人类粪便微生物组的高个体间异质性，是否还有其他高影响力分类单元是CRLM的一致驱动因素尚不清楚。此外，现有研究多集中于分类学改变，对微生物促进转移灶生长的功能机制研究有限。在功能层面系统理解肠道微生物组如何驱动转移过程仍然难以实现，这一知识缺口显著制约了机制认识和临床转化。
**研究概况与结论**
研究人员建立了一个包含健康对照、非转移性CRC患者和同时性CRLM患者的分步进展队列，利用深度粪便宏基因组测序，整合通路富集、生态网络分析和机器学习算法，系统描绘了CRLM进展过程中的微生物动力学。研究不仅阐明了CRLM进展过程中肠道微生物群的组成、生态和功能改变，还识别了CRLM微生物网络中的潜在关键节点，揭示了微生物介导转移的潜在机制，并开发了一个用于非侵入性区分CRLM与非转移性CRC的机器学习模型。研究结论表明，CRLM不仅与微生物物种丰度变化相关，还与肠道微生物生态网络的显著重组相关，其特征为连通性和网络效率降低以及模块化增加。与此同时，观察到阶段特异性功能重塑。基于这些发现，研究人员开发了一个整合核心微生物分类单元与功能毒力因子的多维宏基因组分类模型，在该队列中区分CRLM与非转移性CRC的总体准确率达到97.5%。综上，本研究进一步证明肠道微生物组改变与CRLM相关，并强调其在与未来风险分层和基于微生物组的干预策略中的潜在相关性。
**关键技术方法**
研究人员招募了2024至2025年间在宁波市第二医院接受常规结肠镜检查的60名参与者，分为非转移性CRC组（n=20）、同时性CRLM组（n=20）和健康对照组（n=20）。采集新鲜粪便样本进行宏基因组测序（Illumina NovaSeq 6000平台，150 bp双端读长），采用Kraken2和Bracken进行分类学注释，MEGAHIT组装、Prodigal预测开放阅读框（ORF）、CD-HIT构建非冗余基因目录，DIAMOND比对KEGG数据库进行功能注释。利用SPIEC-EASI构建物种水平共现网络并进行拓扑分析。采用随机森林（RF）模型结合嵌套交叉验证框架构建诊断模型，以平均精度下降（MDA）评估特征重要性。统计学分析采用Kruskal–Wallis检验、Wilcoxon秩和检验、MaAsLin2多变量差异丰度分析、Spearman秩相关及Mantel检验。
**研究结果**
**临床生化特征**：通过比较三组间的临床生化指标，发现CEA、WBC、NEU和CRP水平在CRLM组显著高于CRC组和CON组，且在CRC组也显著高于CON组，呈现随疾病进展从健康到原发性CRC再到CRLM逐步升高的趋势。
**CRC和CRLM中的肠道微生物群失调**：通过比较三组肠道微生物群结构，发现拟杆菌门（Bacteroidota）和芽孢杆菌门（Bacillota）在CRC和CRLM组中显著升高，而假单胞菌门（Pseudomonadota）耗竭；梭杆菌门（Fusobacteriota）在疾病组尤其CRLM组中富集。α多样性无显著差异，但β多样性分析显示三组间整体微生物群落结构存在显著差异，且差异主要由涉及CRLM组的比较驱动。属水平上，CRC组中Escherichia、Staphylococcus、Corynebacterium和Phocaeicola显著富集；CRLM组中Eikenella和Porphyromonas显著富集，而Neisseria、Finegoldia、Anaerococcus和Roseburia显著减少。
**CRC和CRLM中肠道微生物组的功能特征改变**：通过功能通路分析，发现功能α多样性组间基本相当，但PCoA揭示三组间功能组成显著分离。CRC组中与细菌感染和毒力相关的通路（如Virion—Bacteriophage lambda、Yersinia感染、细菌分泌系统、脂多糖生物合成）富集；CRLM组则呈现不同的功能谱，感染和毒力相关通路减少，而与微生物次级代谢和应激适应相关的通路（如多种抗生素生物合成、抗叶酸耐药）富集，表明肠道微生物功能库与肝转移相关进一步重塑。
**CRC进展改变肠道共生菌的共现网络**：通过比较物种水平共现网络，发现CRLM网络边数显著少于CRC网络，平均度低于CON和CRC网络，网络密度降低、距离增加，模块化显著升高、网络效率降低，表明CRLM相关微生物网络以连通性和效率降低以及区室化增加为特征。节点拓扑角色分析显示，CON网络中Bacteroides xylanisolvens、Mogibacterium diversum和Fusobacterium pseudoperiodonticum为模块枢纽；CRC阶段模块枢纽变为Phocaeicola salanitronis、Bacteroides sp. A1C1和Odoribacter splanchnicus；CRLM阶段[Clostridium] symbiosum、Campylobacter concisus和Coprococcus eutactus成为模块枢纽，表明从CRC向CRLM进展过程中占据关键拓扑位置的分类单元发生显著重分布。
**肠道微生物群特征与宿主临床参数的关联**：通过Spearman相关分析和Mantel检验，发现Finegoldia、Neisseria、Anaerococcus、Staphylococcus和Corynebacterium等共生菌属与肿瘤分期、CEA及全身炎症标志物（WBC、NEU、CRP）呈显著负相关；CRC早期富集的感染相关通路与晚期肿瘤进展指标和炎症标志物负相关，而次级代谢和应激适应相关通路与肿瘤进展指标正相关。Mantel检验表明微生物组成与CEA、WBC、NEU、CRP显著相关，微生物功能与肿瘤类型、部位、分期及WBC显著相关，揭示了肠道微生物组、全身炎症与肿瘤进展之间紧密交织的关系。
**构建CRLM非侵入性诊断模型**：通过RF模型基于单维（仅微生物组或毒力因子）和多维（微生物组联合毒力因子）特征识别生物标志物，发现多维模型诊断准确率更高。在CRLM与CRC的区分中，多维模型在单中心发现队列中展现出良好分类性能，前10位重要特征包括9个属水平微生物分类单元和1个毒力因子（VF0160 FeoAB），Staphylococcus、Corynebacterium和Finegoldia贡献最大。以0.50为预测概率阈值，模型总体预测准确率达97.5%。
**讨论与结论**
讨论部分指出，CRLM是CRC患者疾病进展和死亡的首要原因，阐明其发病机制和建立早期检测方法是当前CRC管理中的关键未满足临床需求。本研究在分类学水平发现微生物群落结构的显著改变主要见于涉及CRLM患者的比较，梭杆菌门在CRLM组显著富集，与Fusobacterium物种可随原发肿瘤细胞易位并定植于肝脏的共识一致。CRC阶段以微生态环境中度破坏和病原菌局部定植为特征，进展至CRLM阶段时共生菌群进一步耗竭并伴随特定分类单元的显著扩张。功能层面，CRC阶段主要富集与噬菌体和感染相关的通路，CRLM则呈现感染和毒力相关通路衰减及次级代谢和应激适应功能相对富集的独特功能谱。网络分析揭示CRLM网络连通性和效率降低、路径长度和模块化增加，表明转移性疾病期间微生物群落结构更为稀疏、整合度更低且更加区室化。Mantel检验和相关性分析揭示了"微生物组-炎症-肿瘤"轴在临床恶化中的潜在作用。研究人员指出，当前CRLM临床诊断主要依赖影像学检查和血清CEA检测，但存在检测延迟和敏感性不足的局限，而本研究的RF模型仅需粪便样本，提供了一种非侵入性、无辐射的检测方法，有望辅助CRC患者肝转移的术前风险分层。研究同时承认了样本量有限、未系统收集饮食信息以及宏基因组分析主要揭示生物学关联而非确定因果等局限性。结论部分明确：本研究系统全面地刻画了从健康到非转移性CRC再到CRLM进展过程中肠道微生物群的生态演替、功能重编程和共现网络动力学；CRLM不仅与微生物物种丰度变化相关，还与肠道微生物生态网络的显著重组相关；基于这些发现开发的多维宏基因组分类模型在区分CRLM与非转移性CRC方面达到97.5%的总体准确率；本研究进一步证明肠道微生物组改变与CRLM相关，并强调其在与未来风险分层和基于微生物组的干预策略中的潜在相关性，但在临床转化应用之前需要在更大的多中心队列中进行前瞻性验证。
