《PLOS Biology》：Metabolic modeling reveals determinants of prebiotic and probiotic treatment efficacy across multiple human intervention trials
编辑推荐：
本期推荐的这篇研究聚焦于益生元、益生菌及合生元干预效果的个体间差异这一核心挑战。文章创新性地利用微生物群落尺度代谢模型（MCMM），预测了益生菌定植成功率及微生物组介导的短链脂肪酸（SCFA）生产，并在两项临床试验中得到75%–80%的验证准确率。研究进一步发现，模型预测的Akkermansia muciniphila生长率与血糖曲线下面积（AUC）呈负相关，并通过更大规模的健康人群队列模拟，揭示了膳食纤维干预响应的个体异质性及其与心脏代谢健康指标的关联。该工作为设计个性化的微生物组干预方案提供了有力的计算平台和理论依据。
引言
人类结肠微生物群在调节宿主生理和免疫方面发挥着至关重要的作用。益生菌、益生元和合生元（即益生元与益生菌的组合）的施用已被证明可以影响内源性微生物群的代谢输出、抑制病原体定植并增强黏膜屏障完整性。然而，这些干预措施的有效性在个体间差异很大，这对其广泛的临床应用构成了重大挑战。益生菌菌株的定植——即所施用微生物在肠道生态系统内生长和持续存在的能力——取决于多个因素，包括合适的代谢生态位的可用性、与内源性微生物群的竞争和合作相互作用，以及与宿主免疫系统的相互作用。为了能够理性预测不同个体和饮食背景下益生菌的定植和益生元效应，我们需要能够整合这种复杂性的方法。
基因组尺度代谢模型（GEM）为估计微生物生长和代谢提供了强大的机制框架。约束性建模的最新进展已将这种方法扩展到不同的微生物群落，产生了微生物群落尺度代谢模型（MCMM）。通过将数百种肠道细菌类群的基因组尺度代谢重建与通量平衡分析相结合，MCMM能够预测微生物-微生物相互作用、资源竞争以及生态系统尺度的代谢行为。这些模型在估计微生物生长速率、短链脂肪酸（SCFA）产生、甲烷产生以及对疾病状态或饮食干预的代谢变化方面已显示出预测准确性。
为了验证这种方法，本研究旨在利用MCMM来预测基于两项人类干预试验数据的益生菌物种富集情况。首先，利用了Perradeau及其同事进行的一项研究的数据。在这项双盲、安慰剂对照试验中，先前被诊断为2型糖尿病的参与者接受了为期12周的安慰剂或两种多菌株合生元配方之一的治疗。第二种配方包含相同的益生元和益生菌，但额外添加了两种益生菌菌株：Akkermansia muciniphila和Anaerobutyricum hallii。第二项研究则测试了一种旨在治疗复发性艰难梭菌感染的8菌株益生菌混合物。本研究利用宏基因组测序数据、定量PCR（qPCR）以及免疫和代谢谱分析，评估了MCMM准确预测益生菌定植及其对宿主代谢和免疫功能后续影响的能力。
结果
验证研究A：qPCR显示治疗组中益生菌物种的富集
使用qPCR确定了焦点微生物物种的丰度。A. muciniphila和B. infantis在大多数参与者中从第0周到第12周表现出显著富集。相反，C. beijerinckii、A. hallii和C. butyricum没有显示出可比的富集。这些趋势表明A. muciniphila和B. infantis在大多数治疗个体中实现了短期定植。
验证研究A：MCMM预测物种水平富集
根据基线分类学分配构建模型，以评估MCMM是否能预测qPCR结果中观察到的定植模式。在所有比较中，模型预测的生长和二值化富集评分显示出84.7%的一致性（科恩κ = 0.68，表明具有实质性一致性）。C. beijerinckii在所有21名参与者中被正确预测为不生长，而A. muciniphila在所有21名参与者中被正确预测为生长。B. infantis的准确率最低，在21例中有8例预测错误。总体而言，预测与观察结果之间存在显著一致性。
微生物短链脂肪酸（SCFA）生产的预测
为了评估益生菌施用的预测功能影响，我们分析了模型预测的丁酸盐和丙酸盐的产生，这是两种关键的SCFA，具有公认的促进代谢健康、抗炎和增强肠道屏障的特性。为了系统剖析益生菌和益生元干预对SCFA产生的影响，我们比较了基线条件和合生元条件下丙酸盐和丁酸盐的产生。由于原始研究使用了最小益生元剂量，我们还模拟了添加更大剂量益生元的情况。
正如预期，未治疗组表现出相对较低的丁酸盐产生水平。添加含有最小益生元的益生菌混合物并未显著增加群落的丁酸盐产生水平。在模拟添加更大剂量菊粉的合生元干预中，观察到了显著增加。丙酸盐也观察到类似结果。未治疗组和益生菌+最小益生元组显示出较低的丙酸盐产生水平。更高剂量的益生元组合显著增加了丙酸盐的产生。
血糖AUC与预测的Akkermansia muciniphila生长率相关
在原始研究中，血糖AUC是主要的代谢终点。在接受第二种配方治疗的参与者与接受安慰剂的参与者之间，观察到从第0周到第12周血糖AUC变化的显著差异。结合上述未观察到显著的配方诱导的MCMM预测丁酸盐或丙酸盐产生变化，以及A. hallii的预测定植率普遍较低，我们假设A. muciniphila的生长率可能与临床反应性相关。事实上，与安慰剂组相比，配方治疗组中MCMM预测的A. muciniphila生长率显著更高。此外，我们发现，在配方治疗组内，血糖AUC变化与预测的A. muciniphila生长率呈显著负相关。
验证研究B：宏基因组数据表明益生菌物种的富集
使用鸟枪法宏基因组学确定了焦点物种的微生物相对丰度。治疗后，E. bolteae和F. plautii从第0周到第12周显示出平均富集。S. intestinalis和C. symbiosum也显示出显著富集，但在几乎所有情况下都保持在0.005的相对丰度以下。
验证研究B：MCMM预测物种水平富集
使用基线分类学谱构建验证研究B的模型。在所有比较中，模型预测的生长与二值化富集评分之间有76.7%的一致性（科恩κ = 0.38，表明一般性一致）。A. colihominis、S. intestinalis和C. symbiosum是预测最好的物种，每种仅有两次错误预测。D. longicatena的预测效果很差，有10次错误预测。预测与观察结果之间存在显著一致性。
MCMM预测将膳食纤维反应与临床健康指标联系起来
为了评估MCMM预测的益生元和益生菌响应性SCFA是否与宿主健康变化相关，我们对来自一个前精准健康项目的参与者的微生物组样本的代谢输出进行了建模，这些样本具有配对的16S扩增子测序数据、基于血液的临床化学数据和纵向随访数据。对每个样本在两种饮食条件下进行了模拟：低纤维标准欧洲饮食和高纤维饮食。在参与者中，模拟预测了当从低纤维转向高纤维干预时，丁酸盐产生的异质性增加。回归分析显示，预测的丁酸盐增加与多种心脏代谢指标的改善显著相关。在免疫激活标志物方面也观察到了负相关关系。
MCMM优化的益生元和益生菌干预措施旨在改善个性化益生菌定植和SCFA产生谱
为了评估MCMM方法的潜在能力，我们将参与者特异性模拟应用于一个拥有可用粪便鸟枪法宏基因组测序数据的亚队列。在该亚队列的背景下，模拟了包含第二种配方菌株并结合八种不同益生元和饮食背景的干预措施。在大多数情况下，添加益生菌混合物会导致预测的丁酸盐和丙酸盐产生显著减少，而预测的乙酸盐产生在大多数情况下显著增加。乳酸产生在益生菌混合物与某些益生元结合时显著增加。为了评估预测的SCFA产生变化是否主要由总生物量的增加驱动，我们使用预测的群落生长速率归一化的SCFA通量重复了这些分析。归一化结果显示出与原始分析一致的模式。第二种配方益生菌混合物的益生菌定植预测在不同的益生元和饮食背景下仅略有变化，表明内源性微生物群组成和益生菌身份是比益生元和饮食背景更强的定植结果驱动因素。
对于每个个体，确定了在标准欧洲饮食上最大化预测丁酸盐或丙酸盐产生率的最佳益生元-益生菌组合。虽然出现了一些模式，但最佳干预措施因个体而异。对于丁酸盐和丙酸盐的产生，无益生菌混合物的洋车前子壳是最常见的最佳干预措施。然而，许多个体显示出合生元组合作为其最佳干预措施。总体而言，与原始试验中使用的“标准护理”合生元治疗相比，个性化的最佳解决方案导致了显著更高的预测丙酸盐和丁酸盐产生水平。
讨论
口服益生菌在肠道中成功定植的能力受到多种生态和宿主特异性因素的影响，包括肠道微生物群的预先组成和背景饮食。一种能够理性预测益生菌定植和健康相关微生物代谢产物产生的方法，将开启精准益生元、益生菌和合生元设计的新途径。尽管预测益生菌生长具有固有的复杂性，但基于MCMM的框架显示了实质性准确性。这些模型整合了关键的生态决定因素，如内源性微生物群组成以及益生元和膳食底物的可用性，来估计益生菌生长速率。
益生元和益生菌补充的一个基本目标是调节支持宿主健康的关键微生物代谢产物的产生。其中，SCFA——如丁酸盐和丙酸盐——尤为重要。合生元施用提供了一种增强SCFA产生的手段，MCMM可用于预测这些代谢变化。值得注意的是，我们的分析揭示了益生元施用与益生菌混合物之间的协同效应。
鉴于对益生菌定植的准确预测，我们试图确定益生菌施用与初始研究主要结果之间的关联。我们假设A. muciniphila生长可能与血糖AUC变化有关。与这一假设一致，MCMM预测的A. muciniphila生长率与血糖AUC变化在治疗组和安慰剂组之间以及治疗组内部均呈负相关。
基于在两个益生菌干预研究中观察到的预测生长与经验估计的定植之间的强烈一致性，我们将MCMM模拟应用于一个来自健康人群的更大规模队列。使用基于该数据集构建的MCMM，我们模拟了从低纤维到高纤维饮食的转变，并比较了预测丁酸盐变化与心脏代谢标志物和免疫激活标志物的纵向变化之间的关联。
微生物丁酸盐和丙酸盐的产生随着益生元补充和转向标准高纤维饮食而增加。有趣的是，添加益生菌混合物通常会导致丁酸盐和丙酸盐产生减少，这部分是由乳酸和乙酸盐的同时增加所解释的。然而，个体特异性建模允许识别对每个样本最有效的治疗。反应因个体而异，并非所有受试者都从相同的益生元纤维中同等受益，并且一些个体在存在益生菌混合物的情况下显示出更高的丁酸盐产生。
MCMM有几个固有的局限性。其中最主要的是MCMM依赖于简化的稳态假设，这限制了其完全捕捉肠道微生物群落时间动态的能力。此外，MCMM框架依赖于样本中所有类群准确GEM的可用性，现有GEM中缺失的注释或反应可能导致不准确的预测。另一个局限性是缺乏参与者饮食摄入数据。对个性化饮食摄入的更好约束可以进一步提高我们当前分析中观察到的预测准确性。最后，当前构建和求解MCMM的方法没有考虑肠道内的空间结构或宿主生理学。
综上所述，这些发现证明了MCMM作为在个体和群体水平评估益生元、益生菌和饮食干预措施的预测框架的实用性。通过将代谢建模与实验验证相结合，我们突出了益生菌定植成功和SCFA产生的关键生态和代谢决定因素，为更有针对性的基于微生物组的疗法提供了途径。
