《International Journal of Genomics》：Gut Microbiome–Metabolite Interactions Contribute to Esophageal Cancer Risk: Evidence From Mendelian Randomization and Multiomics Integration
编辑推荐：
背景
越来越多的证据提示，肠道微生物群（GM）参与食管癌（EC）的发病过程。然而，这种关联的因果性质——尤其是循环代谢物的潜在中介作用——仍未得到充分阐明，特别是在EC不同亚型之间。
方法
研究人员采用双样本孟德尔随机化（MR）框架，探讨GM和血液代
背景
越来越多的证据提示，肠道微生物群（GM）参与食管癌（EC）的发病过程。然而，这种关联的因果性质——尤其是循环代谢物的潜在中介作用——仍未得到充分阐明，特别是在EC不同亚型之间。
方法
研究人员采用双样本孟德尔随机化（MR）框架，探讨GM和血液代谢物与EC及食管腺癌（EAC）之间的因果关联。主要分析采用逆方差加权法（IVW），并结合其他MR方法及遗传风险评分（GRS）验证，以确保结果稳健性。随后进一步开展中介分析，以评估代谢物是否在GM对EC和EAC的作用过程中发挥中介效应。
结果
共有25个GM分类群与EC存在显著关联，其中11个表现为促进风险作用，14个表现为保护作用。对于EAC，共有15个分类群被发现与其相关，其中11个增加疾病风险，4个降低疾病风险。此外，5种代谢物与EC存在因果关联（2种与风险升高相关，3种具有保护作用），6种代谢物与EAC存在因果关联（5种与风险升高相关，1种具有保护作用）。中介分析显示，特定代谢物在GM对EC和EAC的作用中发挥了部分中介作用。
结论
研究结果为EC发病过程中存在肠道微生物群-代谢物-肿瘤因果轴提供了遗传学证据。这些发现强调了循环代谢物作为潜在中间环节在连接GM与EC及EAC中的作用，并为生物标志物发现及靶向微生物组的干预策略提供了新的研究方向。
该研究发表于《International Journal of Genomics》，聚焦食管癌（EC）及其主要组织学亚型食管腺癌（EAC）的病因学机制。食管癌在全球范围内仍是高负担恶性肿瘤，发病率和死亡率均较高，且多数患者确诊时已属进展期，长期生存结局不理想。尽管吸烟、饮酒、膳食结构及环境暴露等已被确认为重要危险因素，但EC的发生发展具有明显多因素特征，尚存在未被充分识别的致病环节。近年来，肠道微生物群（GM，gut microbiota）被认为是影响肿瘤发生的重要宿主环境因素，肠道菌群失衡可能通过代谢紊乱、系统性炎症及免疫失衡参与食管癌发生。同时，代谢物作为宿主与微生物共同代谢活动的动态读出，能够反映病理生理状态变化，在肿瘤标志物研究中具有重要价值。然而，既往观察性研究易受混杂偏倚和反向因果影响，尚难明确GM、代谢物与EC之间是否存在稳定的因果链条。因此，开展基于遗传工具变量的因果推断研究，对于解析“肠道微生物群—代谢物—食管癌”这一潜在致病轴具有必要性。
研究人员据此构建了系统性的双样本孟德尔随机化（MR，Mendelian randomization）研究框架，进一步结合中介分析和遗传风险评分（GRS，genetic risk score）验证，旨在评估473类GM性状和1400类循环代谢物与EC及EAC风险之间的因果关系，并识别代谢物是否在GM影响肿瘤风险的过程中发挥中介作用。研究结论显示，多个GM分类群和多种循环代谢物与EC/EAC存在显著因果关联，且若干特定代谢物在GM与EC/EAC之间构成部分中介通路。这一结果为食管癌发病机制提供了来自遗传流行病学层面的支持，提示肠道微生态与代谢网络的耦合失衡可能是食管癌风险形成的重要生物学基础，也为未来筛选早期生物标志物及发展微生物组靶向干预策略提供了依据。
作者采用的关键技术方法主要包括：第一，基于公开可得的全基因组关联研究（GWAS，genome-wide association study）汇总统计数据开展双样本MR分析；GM数据来自FR02队列的5959名个体，代谢物数据来自加拿大老龄化纵向研究（CLSA）队列的8299名个体，EC数据来自FinnGen第11版，EAC数据来自GWAS数据库中21,271名欧洲血统参与者。第二，使用逆方差加权法（IVW，inverse-variance weighted）作为主分析，并辅以MR-Egger、加权中位数、加权众数及简单众数法进行稳健性检验。第三，采用两步MR中介分析量化GM经代谢物影响EC/EAC的间接效应。第四，使用GRS方法对主要因果关联和中介链条进行重复验证，并结合Cochran′s Q检验、MR-Egger截距检验、Global test及逐一剔除分析评估异质性和水平多效性。
在研究结果部分，论文首先给出“3.1. Genetic Instruments Selection for GM: Metabolites”。研究人员从473种GM性状和1400种循环代谢物中系统筛选遗传工具变量（IVs，instrumental variables），设定连锁不平衡阈值、显著性阈值及F统计量标准，最终纳入的所有工具变量F统计量均大于10，提示弱工具变量偏倚风险较低，为后续MR分析提供了方法学基础。
“3.2. Causal Effects of GM on EC: EAC”部分显示，GM与EC及EAC均存在多项因果关联。对于EC，共鉴定出25个相关GM分类群，其中11个与风险升高相关，包括Clostridium M sp001304855、Pseudomonas aeruginosa、Flavonifractor sp900199495、GCA-900066495、GCA-900066495 sp900066495、Monoglobus pectinilyticus、Monoglobus、Actinomycetales、Bifidobacterium kashiwanohense、Parabacteroides johnsonii及P. aeruginosa；另有14个分类群与风险降低相关，包括CAG-433、CAG-83 sp000435555、Desulfovibrionaceae、Desulfovibrionales、Succiniclasticum、Alistipes shahii、Acidaminococcus fermentans、Terrisporobacter、Thermoplasmatota、Borreliales、Bacillus AY、Parachlamydiales、Odoribacter laneus和Hyphomonas。对于EAC，共鉴定出15个相关GM分类群，其中11个与风险增加相关，包括Firmicutes I、Bacilli A、Leclercia、Faecalicatena sp001517425、UBA737、Cetobacterium、Blautia A sp900066145、Pauljensenia sp00041141、Prevotella sp00243728、Clostridium saudiense和CAG-1000；另有4个分类群，即CAG-448、Gordonibacter、UBA9475 sp002161235和Bacillaceae A，与风险降低相关。敏感性分析未见显著异质性或水平多效性，提示这些因果推断具有较好稳健性。
“3.3. Bidirectional Causal Effects of EC and EAC on GMs”部分进一步进行了反向MR分析，以排除反向因果。结果显示，EC与一种GM，即Pseudomonas aeruginosa丰度之间存在反向因果关系，而EAC与GM之间未见明确反向因果关联。该结果提示，大多数前述GM与EC/EAC的关系更可能体现从微生物群到疾病风险的方向性作用，而非疾病状态反过来普遍驱动菌群改变。
在“3.4. Causal Effects of Metabolites on EC, EAC”部分，研究人员分析了循环代谢物与食管癌风险之间的因果关系。对于EC，共发现5种代谢物与其相关，其中Quinate水平和cholesterol to linoleoyl-arachidonoyl-glycerol ratio与EC风险升高相关，而X-18935水平、X-25519水平及glucuronate to androsterone glucuronide ratio与EC风险降低相关。对于EAC，共发现6种相关代谢物，其中1-methylxanthine水平、Gamma-CEHC glucuronide水平、1-palmitoyl-2-linoleoyl-GPI水平、ornithine-to-phosphate ratio及alpha-tocopherol-to-glycerol ratio与风险增加相关，X-12729水平则与风险降低相关。相关敏感性分析同样未提示显著异质性和水平多效性，说明这些代谢物与疾病风险之间的因果推断在统计上较为可靠。
“3.5. Mediation Analysis”部分是本文的核心结果之一。研究人员将同时满足“GM与疾病存在因果关联”“代谢物与疾病存在因果关联”以及“GM与代谢物存在方向一致的关联”作为中介效应成立的前提。结果表明，在EC中，Actinomycetales abundance in stool—cholesterol to linoleoyl-arachidonoyl-glycerol ratio—EC构成一条中介通路，其中该代谢比值的中介效应为0.043，中介比例为8.08%。在EAC中，存在两条中介通路：其一为Bacillaceae—X-12729 levels—EAC，X-12729的中介效应为?0.069，中介比例为3.78%；其二为CAG-448—alpha-tocopherol-to-glycerol ratio—EAC，后者的中介效应为?0.037，中介比例为14.20%。这些结果表明，部分GM并非直接独立作用于食管癌风险，而是可通过改变循环代谢谱间接影响肿瘤发生。
“3.6. GRS Validation”部分进一步以GRS方法验证MR结果。GRS分析与IVW结果总体高度一致，支持25个与EC相关的GM、6个与EC相关的代谢物、15个与EAC相关的GM，以及3个与EAC相关代谢物的因果关联；同时，对上述GM—代谢物—EC/EAC中介链条亦提供了支持。这种方法学层面的重复验证增强了研究结论的可靠性。
讨论部分强调，本研究在既有观察性证据基础上，进一步以MR框架强化了GM、代谢物与EC/EAC之间的因果解释。研究人员指出，EC发病机制迄今尚未完全明了，尽管已有研究提示宿主遗传背景、环境暴露和生活方式共同参与致病过程，但GM及其共代谢产物在该过程中的具体作用机制长期缺乏可靠因果证据。本研究利用大规模GWAS数据和多层次稳健性分析，系统识别出与EC和EAC相关的菌群及代谢物，并揭示若干代谢物在其中发挥中介作用，从而为“宿主遗传—肠道菌群—代谢环境—食管肿瘤”这一三元互作框架提供了支持。研究的优势主要包括：采用MR减少混杂和反向因果偏倚；样本主要来自欧洲人群，降低群体分层影响；多种敏感性分析未见明显多效性或异质性；GRS验证与主分析一致。研究同时指出局限性，即结果主要适用于欧洲血统人群，尚需在其他族群中进一步验证；此外，虽然遗传学证据支持GM—代谢物—EC通路存在，但仍需细胞和分子层面的机制研究阐明其生物学基础。
研究结论部分可译为：总之，本研究提供了全面的遗传学证据，支持肠道微生物群（GM）及循环代谢物在食管癌（EC）及其亚型食管腺癌（EAC）发生发展中的因果作用。更为重要的是，研究表明特定代谢物可中介GM对肿瘤风险的影响，揭示了宿主遗传、微生物组成与代谢环境之间复杂的三元相互作用。这些发现加深了对EC发病机制的理解，并可能为未来的早期检测、风险预防及个体化干预策略提供依据。
