《The Journal of nutrition, health and aging》：Multivariable-adjusted multi-omics signatures reveal gut microbial functional alterations and metabolic dysregulation in intrinsic capacity decline
编辑推荐：
背景 内在能力（IC）下降与衰老固有相关，然而，将特异性IC相关生物标志物与一般生理性衰老标志物区分开来仍是一项重大挑战。研究人员旨在识别在调整相关协变量后与IC下降相关的多组学特征，并探索可能参与IC下降的功能通路。方法 研究人员分析了来自北京医院老年人的1
背景 内在能力（IC）下降与衰老固有相关，然而，将特异性IC相关生物标志物与一般生理性衰老标志物区分开来仍是一项重大挑战。研究人员旨在识别在调整相关协变量后与IC下降相关的多组学特征，并探索可能参与IC下降的功能通路。方法 研究人员分析了来自北京医院老年人的110份粪便（宏基因组学）和121份血清（非靶向代谢组学）样本。应用多变量模型调整年龄、性别、查尔森合并症指数（CCI）、鱼类摄入频率和水果摄入频率。使用差异分析和基于网络的中介分析方法评估微生物组-代谢组-IC关联。结果 多变量调整后，57种细菌物种和56种血清代谢物与IC状态相关。正常IC组显示多种分类群富集，包括Lactobacillus zeae和Paenibacillus glucanolyticus。IC下降与氨基酸和肉碱相关代谢通路的同步改变相关，包括L-丝氨酸、半胱氨酸、N6,N6,N6-三甲基-L-赖氨酸和肉碱C5-OH的变化。基于网络的中介分析识别出衰老相关代谢物（N1,N8-二乙酰亚精胺）、饮食来源的微生物产物（3-(3-羟基苯基)-3-羟基丙酸）和次级胆汁酸（3-表脱氧胆酸）之间的重叠关联，提示存在与IC变化相关的结构化微生物组-代谢组架构。结论 本研究识别了在调整主要人口学、临床和饮食因素后与IC下降相关的多组学特征。研究结果揭示了与营养和肉碱代谢相关的循环代谢物同步改变，以及肠道微生物组的组成和功能差异。这些平行发现共同表征了与功能下降相关的多组学特征。这些结果为未来纵向研究中的验证提供了假设。
**论文解读文章**
**研究背景、问题与目的**
衰老是一个复杂的生物学过程，受遗传、环境和行为因素交互影响。世界卫生组织（WHO）在健康老龄化框架中引入了内在能力（IC）概念，用以综合评估个体的身体和精神功能。IC下降是衰老的核心表现，但区分IC特异性生物标志物与一般生理性衰老指标仍面临巨大挑战。既往研究已报道肠道微生物组成和血清代谢组在衰老相关综合征中的改变，但大规模、多维度的IC专项研究有限，且多数研究未能充分控制年龄、合并症和饮食等混杂因素，难以明确微生物和代谢变化是IC下降的驱动因素还是衰老的伴随产物。因此，研究人员旨在整合多组学数据并采用严格的多变量调整策略，识别与IC下降相关的特征性生物标志物，探索潜在功能通路，为客观评估IC和健康老龄化干预提供假设。
**研究内容与结论**
研究人员从北京医院社区招募老年人，收集110份粪便样本（宏基因组测序）和121份血清样本（非靶向代谢组学），依据IC评分（0-10分）将参与者分为IC下降组（≤8分）和正常组（9-10分）。通过多变量模型调整年龄、性别、查尔森合并症指数（CCI）、鱼类和水果摄入频率，结合随机森林（RF）和最小绝对收缩和选择算子（LASSO）特征选择，识别核心生物标志物。研究还通过网络分析、中介分析和通路富集探索微生物-代谢物-IC关联。结论：IC下降与肠道微生物和血清代谢物的多组学特征改变相关，涉及氨基酸代谢、肉碱代谢和脂质代谢通路，且微生物和代谢物之间存在复杂的共变网络，提示宿主-微生物互作可能参与IC下降的病理过程。该研究发表在《The Journal of nutrition, health and aging》。
**关键技术方法**
研究采用以下主要技术方法：1）样本队列来源于北京医院社区（2023年2月），共231份生物样本（110份粪便，121份血清）；2）粪便宏基因组测序（鸟枪法）和血清非靶向液相色谱-质谱（LC-MS）代谢组学；3）多变量调整模型，固定协变量包括年龄、性别、CCI、鱼类和水果摄入频率；4）特征选择采用随机森林（RF）结合LASSO逻辑回归，10次迭代重复子抽样；5）双向中介分析（R包mediation）评估微生物-代谢物-IC关联；6）网络整合使用MixOmics和偏Spearman相关分析。
**研究结果**
**3.1 研究人群基线特征**
通过比较IC下降组（66例粪便样本，平均年龄71.4岁）和正常组（44例，平均年龄67.2岁）的临床和饮食数据，发现IC下降组年龄显著更大，抑郁（PHQ-9）、认知（MMSE）和视力评分更低，其他特征无显著差异。
**3.2 肠道微生物群落和多样性**
基于宏基因组数据，两组在门水平以厚壁菌门和拟杆菌门为主。α多样性（Shannon指数）在IC下降组略低但无统计差异，PCoA分析未显示组间整体结构分离（PERMANOVA P=0.296）。然而，多变量调整后识别出57种差异丰度细菌：22种在IC下降组富集（如Bifidobacterium pseudocatenulatum、Bacteroides ovatus），35种在正常组富集（如Lactobacillus zeae、Actinomyces naeslundii）。
**3.3 宏基因组测序揭示与IC相关的潜在生物标志物**
年龄解释了IC状态最大方差（>7%）。通过调整协变量后的方差分解，Caulobacter sp. FWC26在IC总分和多个子域（运动、活力、心理、认知）中解释显著方差（6.6%-13.8%）。结合RF和LASSO筛选出15种核心细菌，单独模型交叉验证AUC为0.685，加入协变量后AUC提升至0.770（P=0.028）。功能注释显示，正常组富集糖酵解/糖异生通路，IC下降组富集阳离子抗菌肽（CAMP）抵抗、谷胱甘肽代谢和牛磺酸代谢通路。
**3.4 IC下降和非下降个体的代谢谱**
PLS-DA和OPLS-DA显示两组代谢谱分离。多变量线性模型识别56种差异代谢物：17种在IC下降组升高（如L-丝氨酸、3-(3-羟基苯基)-3-羟基丙酸、3-表脱氧胆酸），39种降低（如FAHFA (8:0/10:0)、N6,N6,N6-三甲基-L-赖氨酸、多种酰基肉碱C5-OH、C6:0、C10:1、C10:2）。方差分解显示，Tyr-Phe-Val-Arg解释IC总分7.4%的方差，肉碱C5-OH与认知功能（MMSE）特异性相关。RF和LASSO筛选出19种核心代谢物，单独模型AUC为0.778，加协变量后为0.875（P=0.008）。
**3.5 整合多组学特征**
MixOmics网络分析识别出22个显著的微生物-代谢物关联，多数为正相关。Leu-Gln-Asn-Arg与7种IC下降组富集的微生物呈正相关，而Paenalcaligenes hominis与N6,N6,N6-三甲基-L-赖氨酸呈负相关。通路富集分析显示肉碱代谢、硫胺素代谢、能量代谢和氨基酸代谢通路显著富集。双向中介分析揭示，肉碱相关、氨基酸衍生和脂质/胆汁酸相关代谢物反复出现在微生物-IC关联的中介模式中，提示能量、氨基酸和脂质代谢模块共同反映了IC下降的微生物-代谢组景观。
**讨论总结与结论翻译**
**讨论总结**：通过整合多组学数据，研究在调整年龄、性别、CCI、鱼类和水果摄入后，识别出与IC下降相关的肠道微生物和血清代谢物特征。微生物层面，正常组富集有益的Lactobacillus zeae等，而IC下降组中Bifidobacterium catenulatum等传统有益菌的富集可能反映生态位重组。代谢层面，发现短肽、氨基酸（特别是半胱氨酸和甲硫氨酸代谢）和肉碱相关代谢物的改变，提示氧化还原稳态和脂肪酸β氧化受损。中介分析揭示N1,N8-二乙酰亚精胺（衰老相关代谢物）、3-(3-羟基苯基)-3-羟基丙酸（微生物代谢产物）和3-表脱氧胆酸（次级胆汁酸）等存在重叠关联，表明微生物-代谢物-IC轴具有网络级组织。研究强调认知和运动子域具有部分不同的微生物-代谢物关联。局限性包括横断面设计、样本量有限、无外部验证队列、药物暴露和饮食细节信息不足等。
**结论翻译**：总之，研究人员（原文为“our”）的多组学研究在调整年龄、临床和饮食协变量后，识别了与IC下降相关的独特肠道微生物和血清代谢特征。这些发现突出了循环代谢组中氨基酸代谢、肉碱相关通路和脂质相关代谢网络的同步改变，以及肠道微生物组成和功能的差异。此外，基于网络的中介分析揭示了微生物分类群与循环代谢物之间的重叠关联，表明IC相关代谢变异背后存在复杂的微生物组-代谢组结构。综上所述，这些结果提供了与IC下降相关的代谢景观的整合视图，并为未来的机制和前瞻性验证研究提供了假设。
