人类肠道微生物组作为复合健康生物标志物

《Gut Microbes》:Human gut microbiome as a composite health biomarker

【字体: 大 中 小 】 时间:2026年08月21日 来源:Gut Microbes 15.3

编辑推荐:

  利用一个由893名接受医学检查的成年人组成的队列,这些个体收集了丰富的饮食、生活方式、临床实验室检测、心脏压力测试和微生物组分析数据,研究人员表明,最初基于多种人类疾病队列的大型meta分析定义的肠道微生物健康指数(MHI),也与生活方式和饮食显著相关。这种关

  
利用一个由893名接受医学检查的成年人组成的队列,这些个体收集了丰富的饮食、生活方式、临床实验室检测、心脏压力测试和微生物组分析数据,研究人员表明,最初基于多种人类疾病队列的大型meta分析定义的肠道微生物健康指数(MHI),也与生活方式和饮食显著相关。这种关联在整个队列、无疾病亚组以及患有高血压和血脂异常等常见医学状况的个体中均持续存在。肠道MHI与心脏压力测试体能变异、纤维摄入量和幸福感等因素呈正相关,与超加工食品的暴露和亚临床炎症标志物(白细胞计数WBC和C反应蛋白CRP,大多在正常范围内)呈负相关。对亚队列进行的脂质组学分析显示,甘油三酯与超加工食品呈正相关,与不饱和脂肪、橄榄油和坚果呈负相关,从而将饮食、MHI和脂质谱联系起来。估算可改变的饮食和生活方式因素对MHI的贡献,揭示了改善或恶化个体MHI的可操作途径。对先前发表的干预研究的分析表明,MHI在预测范围内对饮食变化反应迅速。研究结果强调了利用微生物组,特别是MHI,作为整体健康报告者的潜力。
**论文解读文章**

**研究背景与问题**

现代疾病(如肥胖、代谢紊乱、糖尿病、炎症性肠病和结肠癌)在年轻成人中的发病率和患病率迅速上升,被认为与生活方式、工业化、城市化和西式饮食暴露密切相关,而非遗传变化。环境变化对微生物组的影响尤为显著,尤其是在工业化与农村社区的比较中。饮食等环境因素显著影响个体肠道微生物组,并与多种疾病的易感性或保护相关。识别可逆转微生物变化的可改变因素,以及能够捕捉这些变化的复合微生物生物标志物,可能指导影响健康的建议,并有望减缓某些现代疾病患病率的增加。然而,以往研究大多聚焦于疾病,缺乏关于生活方式和饮食暴露的详细信息,且主要进行疾病与对照的比较。因此,需要一项研究深入分析生活方式、饮食与微生物组之间的关联,并评估肠道微生物指数(如微生物健康指数MHI)能否作为评估整体健康的通用工具。

**研究内容与结论**

研究人员对893名在三级医疗中心接受年度高管体检的参与者进行了全面分析。数据收集包括电子病历(EMR)、实验室检测、ICD-10疾病代码、解剖治疗化学(ATC)药物分类、心脏压力测试(Bruce方案),以及详细的生活方式和食物频率问卷(FFQ)。通过16S rRNA基因测序(V4区)确定粪便微生物组成,并计算每位参与者的微生物指数。研究旨在确定暴露、饮食和生活方式与常见健康状况之间的相互作用,并评估肠道微生物指数是否可作为评估身体、心理、医学和幸福感等多维健康的复合工具。研究得出结论:微生物健康指数(MHI)不仅反映疾病状态,还显著关联生活方式和营养行为,可作为一种整体健康报告者,并在数天至数周内对干预措施做出快速反应。该论文发表在《Gut Microbes》。

**主要关键技术方法**

本研究采用队列研究设计,样本来源于2022年12月至2025年5月期间在Sheba Medical Center接受年度高管体检的893名参与者(61%男性,平均年龄57±11岁,中位BMI 25,10%吸烟者),排除抗生素使用后4周内粪便样本。关键技术包括:16S rRNA基因测序(V4区)使用Illumina MiSeq平台,通过Deblur进行扩增子序列变异(ASV)检测,基于Greengenes2数据库进行物种分类;微生物健康指数(MHI)计算为先前鉴定的健康相关ASVs(97个)与疾病相关ASVs(31个)频率之和的对数比;使用MaAsLin2进行多变量关联分析,控制年龄、性别和BMI;通过逻辑回归模型评估可改变因素与MHI的关联,并调整年龄、性别、生活方式指数和EMR指数;对62名未服用降脂药物的女性进行血清脂质组学分析,使用液相色谱-质谱联用(LC-MS)技术,采用LipidSearch? 5.0进行脂质鉴定和注释。

**研究结果**

**队列特征**:893名参与者中,最常见状况为代谢综合征(37%)、需要降脂药物的血脂异常(22%)、前驱糖尿病和糖尿病(19%)、高血压(17%)。老年参与者倾向于更健康的生活方式(较高MEDAS评分、较低NOVA 4超加工食品暴露),但EMR健康指数较低,运动能力(METs)下降。性别差异显示男性摄入更多超加工食品,幸福感更高。血液维生素水平与膳食摄入或补充剂的相关性因维生素而异(如叶酸与膳食摄入更相关,维生素D与补充剂更相关)。

**更少健康的血脂谱与碳水化合物和超加工食品摄入正相关**:主成分分析(PCA)显示膳食模式,PC1以纤维和膳食叶酸为主,PC2与蛋白质和饱和脂肪对比碳水化合物相关。NOVA 4超加工食品和饮料、添加糖及性别标准化BMI与血液甘油三酯水平呈正相关,与HDL呈负相关。甘油三酯与白细胞计数和中性粒细胞计数正相关,LDL和甘油三酯与C反应蛋白(CRP)正相关。相反,心脏压力测试METs、地中海饮食、坚果、橄榄油等与甘油三酯负相关。对62名女性亚组的脂质组学分析显示,816种脂质与临床实验室指标、膳食习惯和生活方式因素相关。超加工食品、添加糖等与不健康脂质谱正相关,而蔬菜、纤维、橄榄油等与健康脂质谱负相关。不饱和脂肪酸(含至少一个C=C双键)与特定膳食暴露相关。

**肠道微生物组作为不同维度健康的生物标志物,在健康个体和常见疾病患者中均适用**:PERMANOVA分析显示,生活方式和饮食比疾病和药物解释更多微生物变异。MaAsLin2分析识别出两个主要聚类:一个与更健康模式(高METs、纤维摄入、MEDAS等)相关,另一个与更多药物、吸烟、超加工食品等相关。MHI的健康相关ASVs富集于健康聚类,疾病相关ASVs富集于不健康聚类。MHI与NOVA 4超加工食品摄入负相关(r=-0.13, p=4.9e-4),与MEDAS(r=0.16, p=1.7e-5)、健康生活方式指数(r=0.17, p=5.3e-7)和健康EMR指数(r=0.15, p=8e-6)正相关。类似趋势也见于Faith系统发育多样性,但MHI的相关性更强。在无疾病、老年(Q4)、高血压或代谢综合征亚组中,更健康生活方式者MHI更高。关键发现:健康膳食(纤维、蔬菜、水果、坚果、地中海饮食)与高MHI正相关;超加工食品、红肉、添加糖等与低MHI负相关;运动METs与高MHI正相关;血液甘油三酯、白细胞、中性粒细胞、CRP与低MHI负相关。某些疾病和药物与低MHI相关。敏感性分析显示2022-2023年与2024-2025年招募的参与者模式相似。

**回归模型突出与改善微生物健康指数相关的可改变暴露**:逻辑回归模型(控制年龄、性别、生活方式和EMR指数)显示,增加水果或蔬菜摄入(每日3份)与MHI提高0.5个单位相关,减少红肉加工肉摄入(从每日降至零或每周一次)与类似改善相关。这些趋势在老年、无疾病、代谢综合征、服用降脂药物、前驱糖尿病/糖尿病和高血压亚组中一致。通过应用于两个独立饮食干预研究(美国队列)验证:一个交叉设计显示,高纤维饮食(Diet B)相比低纤维饮食(Diet A)使MHI中位数提高0.7个单位;另一个以动物蛋白为主的饮食干预导致MHI在2天内快速下降。

**讨论与结论**

**讨论部分总结**:微生物健康指数(MHI)基于对多种疾病反应的细菌,现已被证明可反映生活方式和营养行为,即使在考虑现有医学状况后仍成立。这表明同一组细菌可能同时参与疾病和生活方式相关效应,更可能响应宿主暴露而非直接导致疾病。量化个体可改变的生活方式与营养实践,以及干预研究支持MHI的改善能力,提示MHI可作为整体健康报告者,反映生活方式选择和医学状况,并可在数天至数周内监测个人变化。本队列设计优势在于参与者无重大疾病,但具有常见年龄相关状况,并收集了全面的EMR、临床检测、心脏压力测试及详细膳食问卷。与Faith alpha多样性相比,MHI与大多数参数的相关性更强。研究结果与先前发现一致,即地中海饮食、纤维摄入和减少超加工食品与MHI变化相关,并首次将MHI与白细胞、C反应蛋白及心脏压力测试METs联系起来。研究局限性包括:观察性研究需要前瞻性验证因果关系;NOVA分类存在不确定性;队列可能比一般人群更健康且社会经济地位更高;所有指标仅单次测量,无法捕捉时间变化;仅关注线性关联。尽管如此,鉴于西式国家健康下降与环境和营养暴露相关,本研究表明MHI可作为个性化健康指标,通过回归模型量化可改变因素,并得到干预研究验证。

**研究结论翻译**:健康在西式国家医疗进步中仍呈下降趋势,这与环境和营养暴露相关。超加工食品的消费与非传染性疾病风险增加及微生物多样性下降、有益菌减少和促炎菌扩张有关。基于UK Biobank的研究发现,22种主要疾病的多基因风险评分仅解释死亡率不到2%的变异,而环境因素贡献了额外的17个百分点。Nurses' Health Study数据表明,以植物性食物为主、适度包含动物性食物的膳食模式与健康老龄化概率更高相关。ISRCTN试验揭示,从非洲传统饮食向西式饮食的转变影响了与非传染性疾病相关的代谢途径。因此,聚焦环境因素的干预措施是改善健康的最有效策略。反映暴露和生活方式的个性化健康指标工具可能有助于指导膳食建议并在个人层面实施。通过采用包含生活方式和医疗信息以及年龄和性别的回归模型,我们确定每个特定可改变因素与MHI增加的相关程度。该模型在先前发表的美国成人交叉饮食干预研究中得到验证,显示参与者根据模型预测方向提高了MHI。相反,在另一项富含动物蛋白饮食的干预研究中,MHI迅速下降。这种数天内的快速反应以及MHI捕捉改善或恶化方向的能力,表明该模型和MHI可用于评估个人层面的不同干预措施。世界卫生组织(WHO)将健康定义为“身体、心理和社会福祉的完整状态,而不仅仅是没有疾病”。鉴于肠道微生物组成(特别是MHI)与饮食、生活方式、体能、幸福感满意度和医学状况等多因素之间的关联,MHI可作为额外、互补、独特且便捷的健康报告者。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号