01、热点研究领域
益生菌的研究涉及多个学科的知识和技术，尤其是近年来随着基础科学的不断发展，更多新兴技术也被引入到益生菌或肠道菌群的研究中来，如转录组学、蛋白质组学、代谢组学、空间分辨测序等。
随着人们对改善人类健康的兴趣日益浓厚，益生菌逐渐使人类在调节肠道菌群方面实现了稳定健康的发展。肠道菌群研究与临床试验相关研究（包括临床试验荟萃分析和临床试验）息息相关。如Nature Medicine对危重患者的前瞻性纵向队列研究中发现肠道微生物群和全身免疫反应之间相互关联的元系统的生态失调可能导致宿主防御受损，并导致危重疾病患者对医院感染的易感性1。Nature Microbiology研究表明：罗伊氏乳杆菌或色氨酸代谢物3-吲哚-乳酸（ILA）干预可以补充结直肠癌的化学预防策略2。
除感染性疾病和胃肠道疾病，神经系统疾病同样是肠道微生态研究的热点。REM睡眠行为障碍患者（RBD）是帕金森病（PD）的特异性前驱标志物之一，Nature Communications上发表的一项横断面队列研究：对比分析了早期帕金森病（PD）患者、REM睡眠行为障碍（RBD）患者、RBD患者的直系亲属（RBD-FDR）及对照的肠道菌群差异，发现RBD患者及RBD-FDR已表现出类似PD前驱阶段的肠道菌群组成变化，包括产丁酸盐菌的减少及促炎细菌柯林斯氏菌的增加3。
Web of Science（WOS）数据库显示：近20年来，益生菌相关研究的论文数量开始稳步增长。2020年，益生菌相关研究论文数量突破5000篇，2004年至2023年上半年全球益生菌研究论文的年发文量情况如图4-1所示。
图4-1 全球益生菌研究论文年发文量情况4
数据来源：Web of Science（WOS）数据库
2023年上半年，益生菌研究涉及的研究领域包括食品科学技术、营养学、微生物学、生物化学分子生物学、药理学、肠胃病学等，如图4-2所示。
图4-2 2023年上半年益生菌研究涉及的前15个研究领域
数据来源：Web of Science（WOS）数据库
2023年上半年，益生菌相关论文涉及的MeSH主题词有人类、动物、肠道菌群、小鼠、女性等，如图4-3所示。
图4-3 2023年上半年益生菌研究涉及的前15个MeSH主题词
数据来源：Web of Science（WOS）数据库
2023年上半年，益生菌相关论文涉及的关键词有益生菌、肠道菌群、乳酸菌等，如图4-4所示。
图4-4 2023年上半年益生菌研究涉及的关键词
数据来源：Web of Science（WOS）数据库
众所周知，益生菌通过刺激天然肠道微生物群、宿主免疫力、降低胆固醇和其他几种功能来促进健康，而它们的代谢物，如细菌素、乳酸和过氧化氢，作为抗多种致病菌的抗菌剂可能非常重要。目前，发现一种相对较新的产品形式——后生元，即用失活或热杀灭的益生菌细胞来取代活的益生菌，它已显示出在治疗包括病毒感染在内的几种疾病方面的有效应用。而益生元通常是一种食品成分，它不仅能促进人体肠道中益生菌的生长，还能刺激免疫系统。
科学地使用益生菌、后生元、益生元、合生元可以是预防微生物感染的安全替代策略。因此，需要更新这一领域的知识，探索益生菌在人类和动物疾病中应用的未来可能性。
02、最新研究方法
主要对多组学方法、PARADIGM计算方法、神经常微分方程预测菌群的代谢组学特征、gutSMASH用于评估肠道菌群特定代谢潜力的新工具等4种最新研究方法进行介绍。
2.1 多组学方法
益生菌的概念日益受到关注，因为它可以通过增强肠道屏障和刺激抗体来影响宿主微生物组和调节宿主免疫。这些益处加上对改良营养品的需求，导致了对益生菌的广泛表征，导致了使用几种“组学”技术产生的数据的爆发。
微生物科学的系统生物学方法的最新发展为整合不同组学技术产生的数据铺平了道路，以了解分子信息从一个组学水平流动到另一个组学水平的调控特征和表型的明确信息。“单一组学”应用的局限性和忽视其他分子过程影响的趋势，证明了“多组学”应用在益生菌选择和了解其对宿主的作用的必要性。多组学的应用有助于选择益生菌，了解其对宿主菌群的功能。
Kwoji等人5总结了基因组学、转录组学、蛋白质组学、代谢组学和脂质组学等组学技术在益生菌研究中的应用及其对宿主和微生物组的影响，此外，还阐述了支持益生菌和微生物组分析的“多组学”和多组学数据整合平台的原理。整合多组学也为理解复杂的疾病相互作用铺平了道路，并为应用治疗方案提供了明确的路径。人们对宿主及其相关微生物之间的关系越来越感兴趣，这改变了基于宿主遗传特性在几个生物学过程中的相互作用的生物学认知。这些微生物在宿主中发挥重要作用，包括营养获取、免疫调节和发育、生物分子合成以及影响宿主的行为。此外，元组学技术（如宏基因组、宏转录组和宏蛋白质组）的出现使我们能够理解微生物在其自然栖息地中的行为，在这些自然栖息地中，微生物通常是由尚未培养的种群占主导地位的群落的一部分。
图片来源：引自Kwoji, I. D., et.al. NPJ Sci Food. 2023
2.2 PARADIGM计算方法
识别药物暴露对癌症患者肠道细菌群落的影响具有一定的挑战性。Nguyen等人6发表在Cell上的研究表明：将一种名为PARADIGM的计算方法应用于癌症患者纵向粪便标本和详细的日常用药记录的大型数据集，揭示了药物暴露与肠道微生物群之间的关联，这些肠道微生物群概括了体外研究结果，也可预测临床结果。
通过开发和应用一种新的计算方法范式（与肠道微生物群动力学相关的参数）来解决药物暴露与微生物组成变化之间的关系。该方法对大量纵向粪便微生物群谱进行了分析，并记录了接受同种异体造血细胞移植的患者的详细用药记录。研究者观察到几种非抗生素药物，包括泻药、止吐药和阿片类药物，与肠球菌相对丰度增加和α多样性降低有关。鸟枪法枪宏基因组测序进一步证明了亚种竞争，导致在异基因造血干细胞移植（Allo-HCT）期间优势菌株遗传趋同增加，这与抗生素暴露显著相关。他们将药物-微生物组关联整合到两个验证队列中，仅基于药物暴露来预测临床结果，这表明该方法可以产生生物学和临床相关的见解，了解药物暴露如何干扰或保持微生物群组成。
2.3 神经常微分方程预测菌群的代谢组学特征
刘洋彧团队发布的一项研究中基于最先进的深度神经网络模型，通过神经常微分方程（mNODE）来预测微生物的代谢组学特征。在模拟和真实数据集上，mNODE在预测人类微生物组和几种环境微生物组的代谢组学谱方面优于现有方法（MelonnPan、Sparse NED、MiMeNet及ResNet等）；在人类肠道微生物组的情况下，mNODE可自然地结合饮食信息，进一步增强代谢组学图谱的预测；另外，mNODE敏感性分析还可揭示微生物-代谢物的相互作用，是研究微生物组-饮食-代谢组关系的有力工具，有助于未来精准营养的研究7。
2.4 gutSMASH用于评估肠道菌群特定代谢潜力的新工具
肠道微生物群产生数百种小分子，其中有许多可以调节宿主的生理机能。虽然已经努力鉴定次生代谢物的生物合成基因，但肠道微生物组的化学输出主要由初级代谢物组成。Andreu等人8引入了用于鉴定主要代谢基因簇的gutSMASH算法，并使用它系统地分析了肠道微生物组代谢，在4240个高质量微生物基因组中鉴定了19890个基因簇。研究者发现：不同门之间的通路分布存在显著差异，反映了不同的能量捕获策略。这些数据解释了短链脂肪酸产生的分类差异，并表明每个分类单元都有一个独特的代谢生态位。对来自荷兰人群队列的1135名个体的分析表明，血浆和粪便中微生物组衍生代谢物的水平与相应代谢基因的宏基因组丰度几乎完全不相关，表明通路特异性基因调控和代谢物通量的关键作用。这项工作是理解细菌分类群如何促进微生物组化学的差异的起点。
03、队列人群研究：宿主与菌群新关联
越来越多的证据表明：肠道微生物组可能有调节癌症免疫治疗的疗效。来自德国和美国五个中心的B细胞淋巴瘤患者队列(德国，n= 66；美国，n= 106；总的，n= 172)，发表在Nature Medicine上的一项研究证明：在CD19靶向嵌合抗原受体(CAR)-T细胞治疗之前，广谱抗生素治疗（“高风险抗生素”）与不良结局相关，但这种影响可能与使用高风险抗生素治疗的患者增加的预处理肿瘤负担和全身性炎症相混淆。为了解决这种混淆效应，并深入了解抗生素掩盖的微生物组信号对CAR-T疗效的影响，研究人员将重点放在高风险抗生素未暴露的患者人群上。事实上，在这些患者中，CAR-T输注前的长双歧杆菌和微生物组编码的肽聚糖生物合成与CAR-T治疗相关的6个月生存率或淋巴瘤进展之间存在显著相关性。此外，基于微生物组的预测性CAR-T治疗前机器学习算法在高风险抗生素未暴露的德国队列中进行了训练，并由各自的美国队列验证，强有力地分离了长期应答者和无应答者。拟杆菌、瘤胃球菌、真杆菌和阿克曼菌在决定CAR-T反应性方面最重要，阿克曼菌也与这些患者输注前的外周T细胞水平有关。总的来说，研究者确定了跨临床和地理差异的保守微生物组特征，这可能使基于跨队列微生物组的CAR-T细胞免疫治疗结果预测成为可能9。
European Heart Journal近期发表的文章，纳入美国（n=4000）和欧洲（n=833）两个独立临床队列评估肠道菌群衍生芳香族氨基酸代谢产物和心血管疾病发病率和死亡率的关系。结果表明：源自肠道菌群的多种芳香族氨基酸衍生代谢产物与重大心血管不良事件风险（MACE）、全因死亡率相关，与传统风险因素无关。关键的肠道微生物群衍生代谢产物包括：苯乙酰谷氨酰胺和苯乙酰甘氨酸，4-羟基苯乳酸产生的4-羟基苯甲酸和4-羟基马尿酸，吲哚产生的吲哚葡萄糖醛酸和硫酸吲哚酚，吲哚-3-丙酮酸产生的吲哚-3-乳酸和吲哚-3-乙酰谷氨酰胺及5-羟基吲哚-3乙酸。该研究鉴定了与心血管不良事件相关的芳香氨基酸产生的关键肠道微生物代谢物，从而有助于将未来的研究重点放在与宿主心血管健康相关的肠道微生物代谢输出上10。
参考文献
1 Schlechte, J., Zucoloto, A. Z., Yu, I. L., Doig, C. J., Dunbar, M. J., McCoy, K. D., & McDonald, B. (2023). Dysbiosis of a microbiota–immune metasystem in critical illness is associated with nosocomial infections. Nature Medicine, 29(4), 1017-1027.
2 Han, J. X., Tao, Z. H., Wang, J. L., Zhang, L., Yu, C. Y., Kang, Z. R., ... & Fang, J. Y. (2023). Microbiota-derived tryptophan catabolites mediate the chemopreventive effects of statins on colorectal cancer. Nature Microbiology, 1-15.
3 Huang, B., Chau, S. W., Liu, Y., Chan, J. W., Wang, J., Ma, S. L., ... & Wing, Y. K. (2023). Gut microbiome dysbiosis across early Parkinson’s disease, REM sleep behavior disorder and their first-degree relatives. Nature Communications, 14(1), 2501.
4 注：检索Web of Science核心合集数据库：主题=probiotics*
5 Kwoji, I. D., Aiyegoro, O. A., Okpeku, M., & Adeleke, M. A. (2023). ‘Multi-omics’ data integration: applications in probiotics studies. npj Science of Food, 7(1), 25.
6 Nguyen, C. L., Markey, K. A., Miltiadous, O., Dai, A., Waters, N., Sadeghi, K., ... & van den Brink, M. R. (2023). High-resolution analyses of associations between medications, microbiome, and mortality in cancer patients. Cell, 186(12), 2705-2718.
7 Wang, T., Wang, X. W., Lee-Sarwar, K. A., Litonjua, A. A., Weiss, S. T., Sun, Y., ... & Liu, Y. Y. (2023). Predicting metabolomic profiles from microbial composition through neural ordinary differential equations. Nature Machine Intelligence, 5(3), 284-293.
8 Pascal Andreu, V., Augustijn, H. E., Chen, L., Zhernakova, A., Fu, J., Fischbach, M. A., ... & Medema, M. H. (2023). gutSMASH predicts specialized primary metabolic pathways from the human gut microbiota. Nature Biotechnology, 1-8.
9 Stein-Thoeringer, C. K., Saini, N. Y., Zamir, E., Blumenberg, V., Schubert, M. L., Mor, U., ... & Elinav, E. (2023). A non-antibiotic-disrupted gut microbiome is associated with clinical responses to CD19-CAR-T cell cancer immunotherapy. Nature medicine, 29(4), 906-916.
10 Nemet, I., Li, X. S., Haghikia, A., Li, L., Wilcox, J., Romano, K. A., ... & Hazen, S. L. (2023). Atlas of gut microbe-derived products from aromatic amino acids and risk of cardiovascular morbidity and mortality. European Heart Journal, ehad333.
来源：食品伙伴网食品研发创新服务中心，作者：陈嘉莉，暨南大学副研究员，博士毕业于香港浸会大学中药学，暨南大学博士后，副研究员。目前主要研究方向包括：药食同源功能性食品开发，肠道菌功能活性研究，天然产物化学及功能性评价。图片来源：创客贴会员。
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，本运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
