代谢集合理论：微生物相互作用的广义模型

《npj Systems Biology and Applications》：Metabolic set theory: a generalized model of microbial interactions

　　

理解微生物群落的环境组成仍具挑战性，原因在于种间相互作用和营养可利用性等因素的复杂交织。在此背景下，利用代谢网络功能子集的重叠作为微生物间协同与竞争指标的方法已成为公认的研究途径。本研究表明，这一思想实际上可以归结为更为简单的原理。研究人员利用基于智能体的群落建模软件BacArena以及人类肠道微生物组的自然共现模式进行系统性比较，发现简单的集合理论指数能够以与基于网络拓扑学的更复杂、已建立的方法同等高的程度解释相互作用。此外，研究人员观察到大多数指数的性能在肥胖或炎症性肠病（IBD）确诊患者中显著下降，提示微生物组存在系统性衰退。

代谢作用塑造了微生物生态系统的动态变化。代谢竞争与促进的复杂相互作用是自然微生物群落中普遍存在的组成模式的核心。人类微生物组作为微生物生态系统的一个实例，因其在健康与疾病中的相关性，已成为系统生物学以及系统生物学与生态学交叉领域的重点研究对象。然而，目前尚缺乏完整的"微生物组理论"，而是拥有大量从丰度模式推断微生物相互作用网络的统计学概念和工具。尽管在何种程度上共现数据反映了物种间相互作用仍存在争议，但在计算和体内实验中均已在共现数据中识别出相互作用的痕迹。

在更为结构化的层面，研究表明可从代谢网络拓扑学中识别生物体的代谢策略和生态系统功能信息。尽管取得了这些进展，微生物相互作用的多样性以及宿主与微生物组之间的动态相互作用仍使研究人员距离完全理解显式代谢相互作用及其在解释微生物群落组成、稳定性和生态系统功能中的作用相差甚远。

Borenstein实验室开展的一项具有影响力的研究被认为是朝着微生物间协同与竞争机制理解迈出的关键一步，该研究表明基于生物体代谢系统的简单原理支配着微生物相互作用的主要特征。遵循启发式方法，作者通过将代谢物划分为基于其不同拓扑特性的种子集（seed set）和互补产物集（product set）两个层次，识别了物种间竞争和协同的关键指标。将相同层次和不同层次的重叠与自然共现进行比较，证明了这些指数的预测能力，并展示了其区分相互作用驱动与栖息地过滤群落的潜力。

本研究表明，这一思想实际上可以归结为更简单的原理。利用代谢系统的层次化组织来定义代谢物集合——甚至仅区分细胞的内外——研究人员提出竞争基于同一层次集合的重叠，而协同则由不同层次集合的重叠决定。为测量成对代谢网络的重叠程度，研究人员引入了评分函数，此后称为指数。本研究考察了这一基本原理的多种实现方式，并利用微生物模拟平台BacArena以及人类肠道微生物组中微生物的自然共现模式对所得指数进行了功能验证。

**研究背景与问题**

微生物群落的组成受多种因素复杂交织的影响，其中种间相互作用和营养可利用性尤为关键。尽管利用代谢网络功能子集的重叠作为微生物协同与竞争指标的方法已被广泛接受，但这些方法往往依赖于复杂的网络拓扑分析。同时，人类肠道微生物组作为研究健康与疾病的重要模型系统，其微生物相互作用的理解仍缺乏统一的理论框架。现有研究多从统计推断或网络拓扑学角度出发，尚未建立将代谢结构简单性与预测能力相结合的广义模型。此外，微生物组相关疾病（如肥胖和炎症性肠病）患者中的相互作用模式是否遵循同样的规律，亦缺乏系统性研究。这些问题促使研究人员探索更为简化的代谢相互作用表征方法，并考察其在不同健康状态下的适用性。

**研究内容、结论与意义**

研究人员提出了"代谢集合理论"（Metabolic set theory）的广义框架，核心思想是将代谢网络划分为不同层次的集合，通过比较相同层次的重叠来量化竞争，比较不同层次的重叠来量化协同。该研究从两个极端的简化层次出发：一是基于细胞内外区分的边界型指数（Boundary-based indices），二是基于代谢物到网络核心距离的更复杂的网络型指数（Network-based indices）。研究人员利用73种 prevalent 肠道微生物的基因组规模代谢网络（GEMs），在BacArena基于智能体的建模平台中模拟共培养代谢活动，并与124名个体的粪便样本共现数据进行关联分析。结果发现，最简单的边界型指数（如CC、EE）在解释竞争和协同方面表现优异，甚至优于更复杂的Levy-Borenstein种子-产物集划分。网络型指数显示中间层次（如D4D4、D6D6）与共享摄食（shared feeding）和共现模式的相关性最高。尤为重要的是，所有指数在同时患有IBD和肥胖的患者亚群中预测性能显著下降，提示该人群微生物组存在系统性功能衰退。该研究发表于《npj Systems Biology and Applications》，为微生物组健康和疾病的生物标志物开发提供了新视角，同时揭示了代谢网络蝴蝶结结构（bow-tie architecture）在微生物相互作用中的潜在作用。

**关键技术方法**

研究人员从Virtual Metabolic Human（VMH）数据库获取73种肠道微生物的基因组规模代谢模型（GEMs），重建有向无权代谢网络，并据此定义了三类竞争/协同指数：边界型指数（基于细胞内外代谢物C/E）、网络型指数（基于代谢物到生物量反应产物的最短路径距离D1-D8及R层）以及Levy-Borenstein指数（基于拓扑学定义的种子集S和产物集P）。为加强普适性，还引入了k-壳分解（k-shell decomposition）指数作为网络型指数的对比。在计算层面，研究人员使用BacArena平台进行基于通量平衡分析（FBA）和基于智能体建模（ABM）相结合的共培养模拟，通过改变培养基丰富度设置重复实验，提取共享摄食和交叉摄食（cross-feeding）的成对模式。体内验证采用154种prevalent微生物在124名丹麦和西班牙个体粪便样本中的丰度数据，基于连续Jaccard指数计算自然共现模式。统计分析通过计算指数与共享摄食/交叉摄食/共现值的Spearman和Pearson相关性，采用Fisher r-to-z变换进行健康亚组间差异的统计检验。

**研究结果**

**对称与非对称重叠作为竞争和协同潜力的指标**

在边界型指数中，研究人员将代谢网络简化为细胞内（C）和细胞外（E）两个层次。竞争指数（CI）定义为两物种同一层次集合的交集（如CC或EE），协同指数（SI）则定义为不同层次集合的交集（如CE或EC）。网络型指数则依据代谢物到网络核心（生物量反应产物）的最短有向路径长度分层，形成D1（直接可达核心的代谢物）、D2（经两步可达）至D8及不可达核心的R层。Levy-Borenstein指数作为特例，基于强连通分量拓扑定义种子集（S，无入边至少一出边的强连通分量中的节点）和产物集（P，其余节点）。

**模拟微生物群落中的竞争主要由中间网络层次的重叠解释**

通过BacArena模拟73种肠道微生物的成对共培养，多次随机抽取25种微生物的群落设置，共享摄食和交叉摄食模式与各指数的相关性分析显示：竞争指数与共享摄食的相关性普遍为正（D1D1除外），其中D6D6指数相关性最高（c=0.46），EE指数次之（c=0.44），SS指数为中等水平（c=0.36）；而协同指数与交叉摄食的相关性明显较低，仅CE指数表现符合预期（c=0.31），PS和EC指数甚至出现与共享摄食更高相关的异常现象。网络型协同指数中，D5D1（第五层与第一层比较）相关性最高（c>0.2）。

**竞争和协同指数揭示肠道微生物组中的强烈对比模式**

将指数与共现数据关联显示：所有竞争指数与共现呈正相关，其中Edge指数最高（c=0.41），D4D4次之（c=0.37），CC和NN约为0.36，k-壳指数的2-壳表现接近D4D4；几乎所有协同指数与共现呈负相关，中间层与R层交集（如D3R、D4R、D5R）负相关性最强，PS指数亦呈高负相关，但基本边界型指数（CE、EC）相关性极差。k壳指数k1k4和k4k1的负相关性最为显著。

**相互作用指数的预测能力随患者健康状况而变化**

亚组分析中，健康-瘦型、健康-肥胖、IBD-瘦型三组的结果相近，而IBD-肥胖亚组在所有指数上均表现为明显的异常值。与健康亚组相比，IBD-肥胖组的竞争指数与共现的绝对相关性显著降低（SS: p=0.0004; CC: p=0.0002; RR: p=0.0014; NN: p=0.0005; Edge: p=0.0009）。值得注意的是，DiDi型网络竞争指数在IBD-肥胖组中的下降幅度相对较小。

**讨论总结**

研究人员提出的代谢集合理论提供了一种从简单到复杂、层次化的微生物相互作用广义建模框架。该框架的核心洞见在于：微生物共栖在很大程度上可归结为需求集合的重叠游戏，而最简单的内外区分往往最具解释力。这一发现与宏生态学中用简单聚合指标捕获复杂生态过程的经典方法一脉相承。

研究结果揭示了代谢网络中间层次在竞争和协同中的核心作用，其性能优势暗示了蝴蝶结结构在代谢网络中的存在。这种结构以狭窄的中间层（"结"）连接较大的输入层（"弓"）和输出层（"弦"），在鲁棒性和效率之间取得平衡。与先前利用FBA探索GEMs蝴蝶结结构的研究不同，本研究首次将其与微生物相互作用和群落形成联系起来，为降低GEM分析自由度或识别生物技术应用靶点提供了新的系统性方法。

与近期研究一致，竞争指数与共现的正相关、协同指数的负相关模式，支持了肠道微生物组主要受栖息地过滤而非种间相互作用驱动的假说。这可能源于肠道环境营养物质相对丰富的特点。然而，研究人员也指出了若干局限性：共享摄食和交叉摄食仅为竞争和协同的部分表征，pH调节、毒素产生和分泌等机制未被纳入；研究未考虑非成对效应和空间组织的影响，这些因素可能是整体相关性未超过0.5的原因之一。未来研究可采用SIHUMI或OligoMM等更复杂但约束明确的群落模型加以改进。

关于协同指数与共现的负相关性，研究人员谨慎指出，在现有营养丰富的肠道环境中难以期望强协同信号，这并不排除在营养贫瘠生境（如肺部或上呼吸道）中协同指数与正相关的关联。特别值得关注的是，IBD-肥胖亚组中DiDi指数的相对稳健性与其他指数的显著下降形成对照，这可能暗示该疾病状态下微生物组的功能差异主要在于环境代谢物的处理加工，而非内部代谢过程本身。基于此，研究人员提出将代谢指数与共现模式的相关性评估作为微生物组健康状态的潜在"生物标志物"的设想。

**研究结论**

在本研究中，研究人员提出了一种广义的微生物相互作用代谢模型。建议的框架基于一个简单原理：重叠两个代谢网络的相同/不同子集以获得两个生物之间竞争/协同的指数。从极其简单的细胞内和细胞外代谢物集合出发，研究人员走向更复杂的、基于网络的集合结构，建立在代谢物与网络"生物学核心"的距离之上。为进行验证，研究人员将73种prevalent肠道微生物的指数与计算代谢活动和体内共现进行了相关分析。值得注意的是，在所有指数中，最简单的指数始终是最好的指标之一，在解释竞争、协同和群落组成方面优于更复杂的划分（如Levy-Borenstein的种子和产物集）。毕竟，微生物共栖似乎在惊人大的程度上是一种需求的简单游戏。但结果也表明，这场游戏的规则可以改变。IBD-肥胖和健康队列之间指标表现存在强烈差异，这一观察与越来越多的证据一致，即肠道细菌相互作用网络可能高度依赖于环境。