《Frontiers in Immunology》：Synthetic microbial communities: a novel emerging models for dissecting gut microbiota-host interactions in neurodegenerative diseases
肠-脑轴（Gut-Brain Axis, GBA）已被证实是阿尔茨海默病（Alzheimer’s Disease, AD）、帕金森病（Parkinson’s Disease, PD）等神经退行性疾病（Neurodegenerative Diseases, NDs）发病机制中的关键调控通路。然而，天然肠 microbiota 的高度复杂性与个体间异质性，阻碍了研究人员精确阐明特定微生物类群、其代谢物与宿主神经炎症或神经退行性进程之间的因果关系。合成微生物群落（Synthetic Microbial Communities, SynComs）由明确且可重复培养的菌株组成，近期已成为突破上述局限的有力实验模型。本综述系统总结了 SynComs 在解析 NDs 背景下 GBA 双向互作中的应用，重点阐述其在验证关键微生物介质、解析分子信号通路（如微生物代谢物-脑屏障互作、免疫细胞活化）以及评估靶向肠 microbiota 治疗策略方面的价值。SynComs 在降低群落复杂度的同时保留了核心功能特征，支持可控的体外（in vitro）与体内（in vivo）研究，填补了观察性菌群谱分析与机制解析之间的鸿沟。此外，SynComs 的可定制性使其能够模拟疾病特异性菌群失调，助力鉴定 NDs 的新型治疗靶点。综上，SynComs 代表了一种创新且标准化的工具，将推动研究人员对神经退行过程中肠 microbiota-宿主互作的理解，并加速基于 microbiota 的干预策略研发。
1 引言
肠 microbiota 是由细菌、真菌、古菌及病毒等数万亿微生物组成的复杂动态生态系统，定植于胃肠道内。近年研究已将其确立为人类健康与疾病的关键调控因子，对多个生理系统产生深远影响。肠 microbiota 与宿主在长期共进化中形成了互惠共生、动态平衡的关系，互作涵盖营养代谢、免疫调节、神经代谢对话及黏膜屏障维持等层面。宿主为肠 microbiota 提供生存环境与营养来源，而 microbiota 则是宿主生理稳态与疾病进展的核心调节者。当这种互作处于平衡状态时，可维持宿主稳态并促进整体生理适应性；反之，这种共生平衡的破坏（即菌群失调）表现为微生物多样性下降、有益菌耗竭及致病菌过度生长，会损伤肠道屏障功能、诱发系统性炎症，并与代谢性疾病、自身免疫性疾病及神经精神疾病的发病密切相关。
肠-脑轴（GBA）是通过神经、体液、免疫及代谢通路连接中枢神经系统（Central Nervous System, CNS）与肠神经系统（Enteric Nervous System, ENS）的双向通讯网络。新证据表明，该轴的调控异常在 AD、PD 及孤独症谱系障碍等多种 NDs 的发病机制中发挥关键作用。作为 GBA 的核心组分，肠 microbiota 通过调节神经炎症、神经递质合成及血脑屏障通透性，影响脑内神经元存活与功能。因此，通过益生菌、益生元或粪菌移植靶向 GBA 并恢复菌群平衡，已成为管理神经系统疾病的新型非侵入性策略。然而，肠 microbiota 的结构复杂性与功能异质性，为解析 GBA 干预措施改善神经疾病的机制带来了巨大挑战，一定程度上限制了其临床转化。
当前用于解析 GBA 介导机制的方法主要分为两类。传统体内模型（如无特定病原体动物或广谱抗生素处理动物）虽可提供宝贵的机制线索，但存在生态效度不足的局限；传统体外模型则难以复现肠道微环境的空间、代谢及免疫复杂性。过去十年间，SynComs 已成为强有力的还原论研究工具。这些精确定义的微生物群落通过保留本土肠 microbiota 的功能相关特征，有效突破了复杂自然微生物组合的机制研究瓶颈。作为由无菌培养分离株组成的确定性微生物群落，SynComs 的构成类群可源自土壤、植物相关微环境、水生系统及动物宿主相关菌群等广泛生态位。在肠 microbiota 研究中，SynComs 目前主要以细菌类群为核心组装。这些精确定义的群落提供了一个稳健且实验易操作的系统，能够在标准化、高重复性的实验条件下，精准描绘菌株特异性功能影响、种间微生物对话及宿主适应性反应，从而在生态效度与机制可解析性之间实现了独特平衡，成为探索宿主代谢通路、免疫调节机制及开发微生物导向疗法的重要工具。
本综述将 SynComs 定位为解析 NDs 相关肠 microbiota-宿主对话的前沿实验工具，系统评估其构建策略、方法学优势与局限、与传统体内外模型的协同整合，以及深化机制理解与推动新型治疗策略研发的转化潜力。
2 菌群-肠-免疫-脑轴与神经退行性疾病
AD、PD 及亨廷顿病（Huntington’s Disease, HD）等 NDs 是一类进行性、不可逆的疾病，以神经元群体的结构与功能退化为特征，最终导致认知障碍、运动缺陷及早逝。其病因具有异质性与多因素性，涉及遗传变异、蛋白质异常聚集、线粒体功能障碍、氧化损伤及慢性神经炎症等。传统研究聚焦于 CNS 内在病理，而当代研究已将视角拓展至菌群-肠-免疫-脑轴——这一整合了菌群生态、肠道生理、系统免疫与脑稳态的双向通讯网络。该框架在传统 GBA 基础上，明确强调免疫信号为核心机制枢纽：肠 microbiota 通过调控小胶质细胞反应性、屏障完整性及代谢物介导的神经调节，共同塑造神经退行性进程。
2.1 免疫介导的神经炎症为核心致病枢纽
慢性低度神经炎症是 AD、PD 及 HD 共有的病理标志，主要由 CNS 内免疫活动失调驱动。与支持组织修复的急性炎症反应不同，持续神经炎症会促进突触丢失、神经元凋亡及蛋白质错误折叠与聚集。在菌群-肠-免疫-脑轴中，起源于肠道的外周免疫激活是 CNS 炎症的主要上游触发因素，建立了肠道免疫失调与神经毒性之间的正反馈循环。
小胶质细胞活化与致敏是核心环节。小胶质细胞作为脑内固有免疫细胞，生理状态下处于监视稳态状态。菌群-肠-免疫-脑轴的扰动可诱导两种关键功能状态：经典小胶质细胞活化指直接暴露于促炎信号（如微生物产物、细胞因子）后，细胞呈现促炎表型，分泌肿瘤坏死因子-α（Tumor Necrosis Factor-α, TNF-α）、白细胞介素-1β（Interleukin-1β, IL-1β）、IL-6、活性氧（Reactive Oxygen Species, ROS）及一氧化氮（Nitric Oxide, NO），直接损伤神经元并加剧蛋白病变；小胶质细胞致敏则是指来自肠-免疫轴的阈下炎症刺激使小胶质细胞对后续 CNS 损伤（如 β-淀粉样蛋白或 α-突触核蛋白聚集体）产生超敏反应，二次刺激时产生过度炎症爆发，在无急性外源性触发的情况下放大神经退行性变。肠 microbiota 及其代谢物是小胶质细胞成熟与反应性的关键调节因子，菌群失调会破坏生命早期小胶质细胞发育，并在成年期促进促炎、致敏表型，使大脑更易受年龄相关性神经退行性变影响。
2.2 屏障通透性：肠道屏障功能障碍与血脑屏障渗漏
完整的肠道屏障与血脑屏障（Blood-Brain Barrier, BBB）对于隔离 CNS 免受系统免疫与微生物信号至关重要。在菌群-肠-免疫-脑轴中，菌群驱动的屏障破坏为外周炎症入侵 CNS 提供了病理生理通道。“肠漏”表现为肠道上皮由紧密连接蛋白（如闭锁蛋白 occludin、闭合蛋白 claudins、连蛋白 zonulin）维持的选择性屏障功能受损。肠菌群失调会减少支持屏障完整性的有益共生菌丰度，同时富集促炎性条件致病菌，增加肠道通透性，使脂多糖（Lipopolysaccharide, LPS）、肽聚糖及病原抗原等微生物组分易位进入体循环。由此产生的低度内毒素血症激活系统免疫细胞，促进促炎细胞因子释放，启动靶向大脑的级联反应。BBB 由内皮细胞、周细胞及星形胶质细胞终足组成，正常情况下限制循环细胞因子、免疫细胞及微生物代谢物入脑。肠漏诱发的慢性系统炎症会上调脑内皮细胞黏附分子表达，削弱紧密连接，增加 BBB 通透性，使促炎介质甚至外周活化的免疫细胞浸润 CNS 实质，直接触发小胶质细胞活化与神经炎症。肠道与 BBB 的双重屏障功能障碍，在菌群-肠-免疫-脑轴中发挥了机制桥梁作用。
2.3 微生物代谢物信号：轴内的免疫与神经调节因子
肠 microbiota 作为代谢器官，可将膳食底物转化为多种小分子代谢物，这些代谢物作为关键信号分子，调节免疫细胞活性、肠道屏障完整性及神经元健康，连接微生物生态与 CNS 生理。主要免疫活性代谢物包括短链脂肪酸（Short-Chain Fatty Acids, SCFAs）、胆汁酸衍生物及色氨酸代谢物。
SCFAs（主要为乙酸、丙酸、丁酸）由微生物发酵膳食纤维产生，在菌群-肠-免疫-脑轴中发挥多重调节作用：为结肠细胞供能、上调紧密连接蛋白并降低肠道通透性；抑制组蛋白去乙酰化酶（Histone Deacetylases, HDACs）并激活 G 蛋白偶联受体（GPR41、GPR43、GPR109A），抑制巨噬细胞与小胶质细胞的促炎活化，同时促进调节性 T 细胞（Regulatory T Cells, Tregs）分化；还可穿过 BBB，增强脑源性神经营养因子（Brain-Derived Neurotrophic Factor, BDNF）表达，减轻氧化应激并限制病理性蛋白聚集。菌群失调导致的 SCFA 缺乏会损害上述保护作用，引发屏障功能障碍、系统炎症及小胶质细胞致敏。肠 microbiota 介导初级胆汁酸转化为次级胆汁酸（如脱氧胆酸、石胆酸），通过法尼醇 X 受体（Farnesoid X Receptor, FXR）与 G 蛋白偶联胆汁酸受体（TGR5）等宿主受体信号，调节肠道炎症、先天免疫应答及小胶质细胞功能；菌群相关胆汁酸代谢紊乱会破坏稳态，加剧炎症并诱导促炎性小胶质细胞表型，参与神经退行性变。肠 microbiota 可将膳食色氨酸代谢为犬尿氨酸、血清素前体及芳香烃受体（Aryl Hydrocarbon Receptor, AhR）配体；AhR 在肠道免疫细胞与小胶质细胞中的活化可通过抑制促炎细胞因子与维持屏障功能发挥抗炎效应。菌群失调会减少有益 AhR 配体的生成，使代谢偏向神经毒性犬尿氨酸途径中间体，加重神经炎症、扰乱神经递质稳态并增加 CNS 氧化应激。
3 SynComs 设计与机制研究应用
3.1 SynComs 设计与构建
微生物群落作为相互作用微生物的复杂集合，在从人类肠道到土壤、水生生态系统的多样生态位中发挥关键作用。然而，自然微生物群落固有的复杂性（无数未知物种与复杂的种间互作）为解析其功能机制带来巨大挑战。为应对此局限，SynComs 应运而生，成为强有力的还原论工具。SynComs 被定义为刻意组装的、可培养且具有遗传确定性的微生物集合，既保留了本土 microbiota 的关键功能属性，又支持严格且有针对性的实验操作，为揭示微生物互作、阐明功能机制及开发定制化微生物应用提供了前所未有的机遇。
SynComs 设计是以明确目标与生态学原理为指导的系统过程，是功能稳定性与可重复性的基础。首要步骤是定义目标功能，决定构成微生物的选择。常见目标包括模拟本土微生物功能、生产高价值代谢物或解析特定种间互作。菌株选择的基础原则是代谢互补性，确保群落成员承担非冗余角色并通过交叉喂养相互支持。该策略利用单个菌株的代谢特化：一个菌株产生的副产物或必需营养素（如氨基酸、维生素或碳源）可作为另一菌株的生长底物。例如，在纤维素降解 SynCom 中，能够分解复杂多糖的菌株可为第二株菌株提供简单糖，后者将这些糖转化为高价值化学品，形成专性互利关系。此类代谢相互依赖可防止生长较慢菌株的竞争排斥，并驱动单一培养无法实现的群落水平功能涌现。此外，基因组尺度代谢模型正越来越多地用于预测成对代谢交换，实现具有最大互补途径的菌株理性选择，优化资源利用并最小化废物积累。SynCom 设计的另一核心原则是优化群落组成与结构。构成菌株的数量、相对丰度及空间排列是影响群落稳定性与功能的关键因素。与代谢互补性同步，确保简化微生物群落的生态稳定性对长期功能至关重要。稳定性通常通过选择具有兼容生长动力学的菌株，并培育正相互作用（互利、偏利）网络超过竞争压力来实现。关键生态学策略是纳入基石物种（keystone species）——尽管丰度可能较低，但对群落结构具有不成比例的影响，通过提供必需公共物品（如抑制剂解毒、养分循环）或调节种间信号传导发挥作用。此外，可通过引入功能冗余（多个菌株贡献同一关键功能）来增强稳定性，缓冲群落对抗单个成员的丢失。数学模型进一步表明，稳定群落遵循“通量守恒”（资源的平衡生产与消耗）与“差异化资源限制”（每个菌株受独特因子限制）规则，防止单一菌株占据主导。还原论方法通常从简单的两菌种或三菌种群落开始，解析成对或三方互作，再逐步扩展至更复杂的群落。
目前 SynComs 构建包含一系列标准化实验步骤，已形成两种主流策略：自上而下法与自下而上法。自上而下法从复杂自然微生物群落出发，经选择性富集、分离与筛选，获得保留目标功能特征的简化群落，该方法利用了本土微生物组合的固有生态适应性，确保高功能相关性。无论自上而下还是自下而上策略，宿主饮食与环境背景对菌株性能的影响都是关键考量。菌株选择不仅要考虑其内在代谢能力，还要考虑其在目标环境特定非生物与生物条件下的适应与协作能力。对于宿主相关 SynComs（如肠道或植物根际），菌株必须适应宿主的饮食、pH、氧张力及免疫因子。例如，针对高纤维饮食设计的肠道 SynComs 需要具有专门碳水化合物活性酶（Carbohydrate-Active Enzymes, CAZymes）的菌株以降解复杂植物多糖，而针对高脂饮食的设计则需优先考虑能够代谢胆汁酸与饱和脂肪的菌株。类似地，用于土壤或水修复的环境 SynComs 必须筛选对污染场地相关胁迫因子（如重金属、盐度或极端 pH）的耐受性，选择目标环境中的本土菌株通常可提高定殖成功率与功能稳定性，因其已预先适应当地生态背景。相比之下，自下而上法（又称从头组装法）依赖于对单个已表征纯菌株的刻意选择与组合，该策略可对群落组成进行精确控制，便于解析特定种间互作。无论采用何种策略，通用构建流程均从菌株制备、群落组装到验证。自上而下法的第一步是收集自然微生物样本，随后使用针对目标功能的培养基进行选择性富集培养，接着通过反复划线进行菌株分离纯化，并筛选对目标功能有贡献的菌株。自下而上法则首先使用选择性培养基从自然环境或现有菌株库中直接分离纯化候选菌株。无论何种策略，随后均需通过表型与基因型方法对每个菌株进行表征，以确认其身份与功能特征，这是确保每个菌株对目标功能有贡献且不表现出有害或拮抗特性的关键步骤。
菌株制备完成后，下一步是群落组装，两种方法略有不同。自下而上法最常用的组装方法是“混合培养法”：将选定菌株的纯培养物培养至对数生长期，通过光密度（Optical Density, OD）测量或流式细胞术等技术定量，随后按预定比例在适宜生长培养基中混合。该方法简单易重复，广泛应用于基础研究。自上而下法的组装通常涉及组合从富集自然群落中筛选纯化的菌株，并根据富集期间观察到的功能贡献调整其相对丰度。对于需要空间结构的更复杂应用（适用于两种方法），可采用微流控装置与三维生物打印技术控制菌株的空间排列，模拟自然微生物群落的空间异质性。此外，基因工程工具可整合进 SynCom 构建（因纯菌株遗传背景明确，更常见于自下而上法）以增强功能表现。
鉴于 SynComs 固有的复杂性（涵盖复杂的代谢互作、动态的群落动力学及环境依赖性功能），计算与系统生物学方法已成为加强合成群落理性设计、预测与优化的不可或缺工具。这些方法通过提供群落行为的定量见解，减少菌株选择与组装的试错成本，并提高 SynCom 功能的可重复性。
基因组尺度代谢模型（Genome-Scale Metabolic Models, GEMs）与通量平衡分析（Flux Balance Analysis, FBA）是预测 SynComs 内代谢互作的基石计算工具。GEMs 整合基因组数据以绘制单个菌株的完整代谢反应、酶及代谢物集合，而 FBA 则在稳态条件下量化代谢物流经这些途径的通量。应用于多菌株群落时，GEMs 与 FBA 可预测交叉喂养互作（如菌株间的代谢物交换）、识别代谢瓶颈，并优化菌株组合以最大化目标功能（如代谢物生产或养分降解）。除代谢建模外，多物种与群落组装模型为 SynCom 稳定性与种间动力学提供关键见解。这些基于生态学原理（如竞争、互利与共位分配）的模型，可模拟菌株丰度随时间的变化，预测竞争排斥或共存的可能性，并识别维持群落稳定性的因素，有助于通过凸显具有兼容生长动力学与正相互作用网络的菌株组合来完善菌株选择，契合 SynCom 设计的生态稳定性原则。
机器学习（Machine Learning, ML）方法通过利用大型数据集（如基因组、转录组与代谢组数据）预测菌株兼容性、优化群落组成，甚至识别具有所需功能的新型菌株组合，进一步提升 SynCom 设计。ML 算法可从现有 SynCom 数据中学习模式，基于功能贡献对菌株进行分类，从单个菌株特征预测群落水平表型，并降低模拟复杂多菌株互作的计算负担。此外，代谢物流的网络分析（映射菌株间代谢物交换的方向与强度）提供了一个可视化且定量的框架，以理解种间依赖性、识别基石代谢物，并完善菌株选择以强化互利互作。
验证与优化是 SynCom 构建的最终关键步骤。组装后的 SynComs 在受控条件下培养，监测其稳定性与功能表现。使用高通量测序确认群落组成与设计比例一致且在培养过程中保持稳定。功能验证通过靶向检测完成，例如测量特定代谢物的产量，或评估肠道来源 SynCom 调节宿主免疫反应的能力。若 SynCom 未达到预期标准，则根据互作数据调整菌株比例、修改生长条件或增减菌株进行优化。随着设计与构建方法的不断完善，SynComs 无疑将成为理解与利用微生物群落的日益强大的工具。
3.2 SynCom 在研究微生物互作中的优势
长期以来，探索肠 microbiota-宿主对话的研究依赖多种传统方法，每种方法虽能提供独特的机制线索，但也存在不可避免的局限。
传统菌群研究方法（如 16S rRNA 基因测序、宏基因组学与培养依赖分离）为我们初步理解微生物组做出了重要贡献。16S rRNA 基因测序可实现微生物群落组成的谱分析，宏基因组学则可揭示群落编码的潜在功能基因。培养依赖方法允许对单个微生物菌株进行分离与表征。然而，这些方法不足以研究微生物互作。例如，16S rRNA 基因测序与宏基因组学仅能提供微生物共现的相关性证据，无法建立特定类群与其互作之间的因果关系；培养依赖方法通常在单培养中分离菌株，无法复制自然群落中发生的复杂种间互作。此外，传统方法还受限于“平板计数巨谜”——自然环境中大多数微生物菌株无法在实验室条件下培养，导致对实际微生物群落的表征不完整。相比之下，SynComs 通过对群落组成的高可控性克服了这些局限，这对解析特定微生物互作至关重要。SynComs 由一组已知、可培养且具有确定基因型与表型的微生物菌株组装而成。研究人员可精确操控类群数量、每个菌株的相对丰度，甚至单个菌株的遗传背景（如基因敲除或过表达）。这种可控性支持对成对或多物种互作的靶向研究。例如，通过构建包含不同两菌株或三菌株组合的 SynComs，研究人员可直接观察特定类群间的正相互作用（如互利、偏利）或负相互作用（如竞争、拮抗），并量化这些互作对群落稳定性与功能的影响。这种靶向操作在传统方法中几乎无法实现，因其依赖组成未定义的自然群落。
SynCom 的另一关键优势是增强的可重复性，这是科学研究的关键因素。自然微生物群落即使在看似相似的环境中也存在高度变异。例如，同一田地的两份土壤样本或两名健康个体的肠道菌群样本，其组成可能存在显著差异，导致实验难以重复与结果验证困难。而 SynComs 是标准化的，可在不同实验室精确重建，确保实验可重复。这种可重复性使研究人员能够系统调查特定变量（如环境条件、菌株基因型）对微生物互作的影响，得出更可靠的结论。相比之下，使用自然群落的传统研究常因样本固有的变异性导致可重复性低，阻碍了微生物互作机制知识的推进。SynComs 还在揭示微生物互作的分子机制方面表现卓越，这是微生物组研究的主要目标。传统方法可通过宏基因组测序识别潜在的互作相关基因，但无法直接将这些基因与特定种间互作联系起来。SynComs 结合基因工程工具，使研究人员能够解析互作分子基础。例如，通过在 SynCom 中构建特定类群的突变株，研究人员可确定哪些基因参与了介导与其他菌株互作的信号分子、抗生素或营养物质的产生。此外，可将组学技术（如转录组学、代谢组学）应用于 SynComs，分析互作过程中每个菌株的基因表达与代谢物产生，全面理解微生物互作的分子通路。这种深度的机制洞察在传统方法中难以实现，后者通常仅提供群落组成与功能的表层信息。此外，SynComs 能够更准确地模拟与预测自然微生物互作。虽然自然群落复杂，但 SynComs 可作为自然系统的简化模型构建。通过逐步增加 SynCom 的复杂度（如添加更多存在于自然环境中的菌株），研究人员可模拟自然群落中微生物互作的逐步形成与演化。这种增量方法有助于识别驱动群落功能的关键类群与互作，进而在自然环境中进行验证。相比之下，传统方法通常将自然群落作为一个整体研究，难以区分关键互作与边缘互作。因此，SynComs 充当了简化实验室模型与复杂自然系统之间的桥梁，促进了实验室发现向现实应用的转化。最后，SynComs 在基于微生物互作的应用方面具有更大潜力。一旦利用 SynComs 阐明了有益微生物互作的机制，研究人员即可构建功能性 SynComs 用于实际应用。例如，在农业中，可开发由具有协同互作的植物根际促生菌（Plant-Growth-Promoting Rhizobacteria, PGPR）组成的 SynComs，以提高作物产量并增强病虫害抗性；在医学中，可通过利用有益的种间互作，设计肠道 SynComs 以恢复肠道菌群平衡并治疗炎症性肠病（Inflammatory Bowel Disease, IBD）等疾病。传统方法侧重于描述自然群落，较难提供此类靶向应用所需的精确知识。总之，SynComs 凭借其高可控性、增强的可重复性、解析分子机制的能力、模拟自然互作的潜力及实际应用前景，在研究微生物互作方面相较于传统方法具有显著优势，随着合成生物学与微生物生态学的不断进步，SynComs 将在加深我们对微生物互作的理解及推动微生物组技术发展方面发挥越来越重要的作用。
SynComs 还为解析与验证肠 microbiota 在调节社交功能、应激与焦虑等相关行为结局中的因果作用，提供了一个强有力的还原论框架。通过实现对无菌（Germ-Free, GF）小鼠的精确、可控重构（而非依赖复杂多变的粪菌移植），SynComs 解决了菌群-脑研究中的一个关键局限：无法区分相关关系与因果关系。研究表明，GF 小鼠表现出显著的社交缺陷、升高的焦虑样行为及失调的应激反应（如皮质酮水平升高及下丘脑-垂体-肾上腺（Hypothalamic-Pituitary-Adrenal, HPA）轴相关脑区活动改变）。用经过充分表征的 SynComs 进行重构可逆转这些表型，为微生物的因果作用提供了直接证据。例如，经工程改造可产生 SCFAs 或 γ-氨基丁酸（Gamma-Aminobutyric Acid, GABA）等神经递质的 SynComs 已被证明可恢复正常 GF 小鼠的焦虑样行为；而含有特定益生菌株（如罗伊氏乳杆菌 Lactobacillus reuteri）的 SynComs 则可通过迷走神经信号传导恢复社交互动并调节奖赏相关
