《Gut Microbes》：Ecological restructuring of the nonbacterial fecal microbiome in obesity across human cohorts
编辑推荐：
肥胖是一种复杂的代谢紊乱，与肠道微生物组（gut microbiome）的改变日益相关。尽管大多数研究聚焦于细菌群落，但病毒（viruses）、古菌（archaea）和真核微生物（eukaryotic microorganisms）等非细菌成分的贡献仍未得到充
肥胖是一种复杂的代谢紊乱，与肠道微生物组（gut microbiome）的改变日益相关。尽管大多数研究聚焦于细菌群落，但病毒（viruses）、古菌（archaea）和真核微生物（eukaryotic microorganisms）等非细菌成分的贡献仍未得到充分表征。在此，研究人员开展了一项多队列分析，以探究非细菌肠道微生物组在三个独立人类队列中与肥胖的关系。通过使用针对关键协变量调整的组成分析和基于网络的方法，研究人员识别出与肥胖相关的一致的多界（multikingdom）改变。无肥胖个体显示出产甲烷古菌（methanogenic archaea）的可重复富集，尤其是史氏甲烷短杆菌（Methanobrevibacter smithii）和米氏甲烷短杆菌（Methanobrevibacter millerae），而肥胖个体则以尾噬菌体纲（Caudoviricetes）的噬菌体（bacteriophages）丰度增加为特征。在一个老年队列中，真核分类群如芽囊原虫属（Blastocystis spp.）额外与无肥胖组相关。这些模式在队列间基本一致，且对性别分层稳健。除了分类学差异，生态网络分析揭示了肥胖中微生物相互作用的显著重组。在所有队列中，肥胖网络与无肥胖网络的枢纽类群（hub taxa）的身份和组成存在显著差异，表明占据中央生态角色的类群发生了转变。值得注意的是，即使当相似的微生物界被代表时，这些差异也被观察到，强调了物种分辨率的重要性。总体而言，研究人员的发现表明，肥胖与非细菌肠道微生物组中协调的组成和生态改变相关。这种多界视角扩展了目前对代谢疾病中微生物组失调（microbiome dysbiosis）的理解，并强调了古菌组（archaeome）和病毒组（virome）作为宿主代谢健康的潜在贡献者。
**肥胖与非细菌肠道微生物组的生态重构：跨人类队列的多界分析**
**一、研究背景与问题提出**
肥胖是一种多因素代谢紊乱疾病，以体脂过度积累为特征，与心血管疾病、2型糖尿病等慢性疾病风险增加密切相关。过去二十年，肠道微生物组研究揭示了微生物组成与代谢健康之间的密切联系，提示肠道微生物在营养加工、宿主能量平衡和炎症中发挥关键作用。然而，现有研究几乎完全集中于细菌群落，病毒（viruses）、古菌（archaea）和真核微生物（eukaryotic microorganisms）等非细菌成分在肥胖中的贡献仍未被充分探索。尽管整合宏基因组学工作已显示肥胖伴随细菌和病毒成分的分类学与功能协同变化，但系统性评估病毒、古菌和真核群落，并将其与生态网络结构关联的综合研究仍然稀缺。因此，研究人员基于三个独立人类队列，运用互补的组成分析和网络方法，旨在探究非细菌肠道微生物组在肥胖中的作用，并假设肥胖与这些微生物界及其相互作用网络的改变相关。该研究发表在《Gut Microbes》。
**二、主要关键技术方法**
研究人员从三个独立人类队列获取粪便样本并进行鸟枪法宏基因组测序（shotgun metagenomic sequencing）：IRONMET队列（127人，40-60岁，含73例肥胖和54例非肥胖）、METASUCC队列（72人，23-42岁，含34例肥胖和38例非肥胖）和Aging Imageomics队列（873人，62-73岁，含229例肥胖和644例非肥胖）。使用SqueezeMeta进行共组装和分类学注释，以Kaiju进行物种注释。采用ANCOM-BC方法进行差异丰度分析，调整年龄和性别，并以SGoF方法校正多重比较。使用NetCoMi包中的SPIEC-EASI方法构建属水平的微生物关联网络，通过特征向量中心性（eigenvector centrality）定义枢纽类群（hub taxa），并用Jaccard指数比较网络间枢纽相似性。跨队列进行固定效应元分析，以I2统计量评估异质性。
**三、研究结果**
**非细菌微生物组α多样性分析**
在IRONMET和Aging Imageomics队列中，肥胖个体的非细菌微生物组观测物种数（Observed richness）、ACE丰富度估计值（ACE richness estimator）和Fisher多样性指数（Fisher diversity index）显著低于非肥胖个体；METASUCC队列中未见显著差异。
**主坐标分析（PCA）揭示群落组成差异**
基于中心对数比（centered log-ratio, CLR）转化的非细菌物种丰度数据进行主成分分析（PCA），并通过置换多元方差分析（PERMANOVA）评估，结果显示所有三个队列中肥胖组与非肥胖组的微生物群落组成存在显著差异（IRONMET: p=0.001; METASUCC: p=0.018; Aging Imageomics: p=0.003）。
**差异丰度分析**
在IRONMET队列中，肥胖个体中甲烷短杆菌属（Methanobrevibacter）多个物种（如史氏甲烷短杆菌Methanobrevibacter smithii和米氏甲烷短杆菌Methanobrevibacter millerae）丰度降低，而尾噬菌体纲（Caudoviricetes）噬菌体（如Siphoviridae_sp._ctdmY20）丰度升高，该模式在性别分层分析中一致。METASUCC队列中同样观察到甲烷短杆菌属与肥胖负相关、尾噬菌体纲与肥胖正相关。Aging Imageomics队列中，芽囊原虫属（Blastocystis spp.）与无肥胖组相关，尾噬菌体纲与肥胖组相关；在较年轻男性亚组（61-65岁）中，甲烷短杆菌属在无肥胖组富集。
**微生物关联网络分析**
在IRONMET队列中，无肥胖组的网络枢纽主要为病毒界（Viral kingdom）类群，而肥胖组的网络枢纽主要为古菌界（Archaea kingdom）类群，Jaccard指数显示枢纽组成存在显著差异（p=0.0385）。METASUCC队列中，尽管两组的枢纽均包含古菌和病毒界，但具体枢纽类群显著不同（Jaccard指数p=0.006）。Aging Imageomics队列中，肥胖组网络枢纽以病毒界类群为主，无肥胖组以古菌界为主，枢纽组成差异显著（p=0.008）。
**跨队列元分析**
对至少两个队列中检测到的178个分类群进行元分析，其中119个（67%）显示高度一致的关联（I2<25%，平均I2=1%），包括74个富集和45个耗竭的分类群。50个（28%）显示中等异质性，仅9个（5%）为队列特异性效应。这些一致关联的分类群普遍具有高流行率（约58%-100%）但低相对丰度（10??-10??）。
**四、讨论与结论**
研究人员在三个独立队列中一致发现，肥胖与非细菌肠道微生物组的组成和网络结构改变相关。最具可重复性的发现是甲烷短杆菌属（Methanobrevibacter）与肥胖呈负相关，这些产甲烷古菌参与氢消耗和肠道发酵效率，其耗竭可能反映代谢交叉喂养的破坏。相反，尾噬菌体纲（Caudoviricetes）噬菌体在肥胖个体中富集，可能通过调节细菌种群间接影响群落组成。在老年队列中，芽囊原虫属（Blastocystis）与无肥胖组相关，而甲烷短杆菌在较年轻亚组中仍富集，提示某些关联可延伸至老年人群。网络分析表明，肥胖与无肥胖组中枢纽类群的身份和组成存在显著差异，即使在同一界水平，也强调了物种分辨率的重要性。研究结论指出，肥胖与非细菌肠道微生物组中实质性的组成和生态重构相关，支持采用多界视角以更好地理解宿主-微生物相互作用，并提示古菌组和病毒组可能是与肥胖相关微生物组变异的重要维度。这些发现为进一步研究非细菌微生物群落作为代谢功能障碍和宿主代谢异质性的潜在贡献者提供了依据。
