《Gut Microbes》：Metagenome-scale modeling to assess microbiome metabolic complementarity for precision microbiota transplantation therapies
编辑推荐：
粪便微生物群移植（FMT）在复发性艰难梭菌（Clostridioides difficile）感染之外具有治疗前景，但临床结局仍难以预测，供体选择策略仍然有限，部分原因是供体-受体代谢相互作用在塑造移植后群落中的作用仍知之甚少。在此，研究人员利用宏基因组尺度代
粪便微生物群移植（FMT）在复发性艰难梭菌（Clostridioides difficile）感染之外具有治疗前景，但临床结局仍难以预测，供体选择策略仍然有限，部分原因是供体-受体代谢相互作用在塑造移植后群落中的作用仍知之甚少。在此，研究人员利用宏基因组尺度代谢建模来量化供体和受体微生物组之间的代谢生态位互补性，并预测FMT后群落组成。使用MICOM衍生的代谢模型，研究人员证明，在小鼠FMT模型中，代谢通量谱与受体群落差异更大的供体基因组以显著更高的速率定植。在一项人类肠易激综合征（IBS）试验中，相同指标通过留一法交叉验证预测了FMT后群落组成，并捕获了已知的与疾病相关的短链脂肪酸、硫和气体代谢改变。随后，研究人员在IBS-D/M患者与来自OpenBiome生物样本库的供体之间进行了2,548次计算机模拟FMT，以评估个性化供体筛选，识别出以高分类多样性、广泛代谢生态位覆盖以及以交叉喂养而非竞争为主导的群落相互作用网络为特征的超供体。总之，这些结果支持代谢生态位互补性作为FMT后群落组成的潜在决定因素，并为评估供体-受体代谢兼容性提供了机制基础。该框架为生成个性化供体选择的可检验假设提供了一种可扩展的方法。
**宏基因组尺度代谢建模在精准菌群移植治疗中的研究解读**
**研究背景与目的**
人类肠道微生物组在宿主健康中扮演核心角色，菌群失调与多种疾病相关。粪便微生物群移植（FMT）通过将健康供体的粪便菌群转移至患者，旨在恢复微生物平衡，在复发性艰难梭菌感染中已取得80%–90%的治愈率，但在肠易激综合征（IBS）等疾病中的应用仍因个体反应差异大而受限。移植后供体菌群的定植常受“定植抵抗”影响——原位菌群与外来菌竞争营养生态位，导致供体菌定植失败。现有预测FMT定植的方法多依赖分类学组成、系统发育关系或简单多样性指标，难以直接量化供体-受体间的代谢功能兼容性。因此，亟需一种可扩展、机制明确的计算方法，在移植前评估患者微生物组的代谢生态位结构，从而理性选择供体。基因组尺度代谢模型（GEMs）可基于基因组注释和生化反应网络模拟微生物代谢能力，并已拓展至群落水平（如MICOM）。本研究提出“代谢距离”指标，利用宏基因组尺度代谢建模量化供体-受体代谢生态位互补性，并验证其预测定植和移植后群落组成的能力，进而用于个性化供体筛选。
**主要技术方法**
研究分析了三套数据集：①已发表的小鼠FMT数据（C57BL/6小鼠来自Taconic、Envigo、Jackson Laboratories和Charles River四个供应商）；②Goll等（2020）人类IBS-D/M临床试验（22名有完整样本的受试者，用于模拟时另加4名共26名）；③OpenBiome生物样本库的86名健康供体。方法上，对小鼠宏基因组组装基因组（MAGs）用CarveMe重建GEM，对人类数据将宏基因组读数映射至AGORA参考基因组，随后用MICOM进行群落代谢模拟，获得交换通量谱。基于通量计算代谢距离（马氏距离）、代谢独立性（anvi'o）、生态网络平衡指数（ENBI）；并采用随机森林分类和回归模型预测定植与丰度变化。
**研究结果**
**代谢距离在小鼠FMT模型中稳健预测定植**：利用四供应商小鼠间两两FMT数据，研究人员发现供体MAGs的成功定植与其代谢距离显著相关（p＜2.2×10
?16），成功定植的菌群代谢独立性也更高。随机森林分类器准确区分定植/非定植菌群（auROC=0.998），回归模型预测丰度变化与观察值平均Spearman ρ=0.718，且代谢距离解释41.5%的定植方差，为最强预测因子。
**IBS-D/M的宏基因组和代谢特征**：对Goll等IBS试验的再分析显示，FMT应答者在6个月时显著富集Bacteroidales，非应答者变化很小。MICOM群落模型预测IBS患者基线时短链脂肪酸（SCFAs）、硫代谢物和气体（氢、甲烷硫醇）产生显著高于健康供体。应答者FMT后总SCFA产量显著下降（p=0.0021），接近供体水平，非应答者无显著变化。
**系统供体-受体映射预测FMT后微生物组组成**：使用代谢距离等特征训练的随机森林回归模型，通过留一受体交叉验证预测IBS患者移植后6个月菌群组成，预测与观察丰度高度一致（Spearman ρ=0.76）。临床应答者的“供体相似性得分”（即向供体组成的偏移程度）显著高于非应答者（p＜0.05）。对26名患者与98名供体进行2,548次计算机模拟FMT，发现受体身份解释41.7%的组成方差，供体身份解释34.9%，提示个性化匹配优于通用超级供体选择。
**“超级供体”微生物群的群落特征**：模拟筛选出两个超级供体，其在几乎所有模拟受体中均获得最高供体相似性得分。超级供体的Shannon多样性显著较高（Spearman R
2=0.793），其菌群与受体的代谢距离更大，代谢独立性呈双峰分布（包含低独立性亚群，暗示依赖交叉喂养），且基于通量的ENBI值更高，表明群落内交叉喂养网络占优势。
**代谢预测因子在FMT队列中的泛化**：在独立的同种/自体FMT队列（n=10）中，留一交叉验证的预测准确性良好（ρ=0.78），但直接在IBS队列训练的模型跨队列应用时预测能力下降，提示需多队列训练以构建通用预测器。
**讨论与结论**
研究结果表明，代谢生态位互补性是供体菌定植和移植后菌群组成的重要决定因素，代谢距离这一单一模型衍生指标即可准确预测定植菌种类及丰度。超级供体的优势在于其高多样性、宽代谢生态位覆盖及以交叉喂养为主的相互作用网络，这有助于克服受体定植抵抗。然而，供体相似性高并不总是伴随临床缓解，提示供体选择还应考虑对疾病相关代谢功能的修复作用。研究局限性包括稳态假设、标准环境条件及缺乏菌株分辨率，未来需结合纵向采样、代谢组学及更长读长测序进一步验证。
**结论**：综合而言，这些结果支持代谢生态位互补性作为移植后菌群组成的潜在决定因素，并为评估供体-受体代谢兼容性提供了机制基础。该框架为生成个性化供体选择的可检验假设提供了一种可扩展的方法。
