台湾急性冠状动脉综合征和慢性冠状动脉综合征患者的肠道微生物群特征及预测的脂质代谢途径存在差异

《Journal of the Formosan Medical Association》：Distinct gut microbiota signatures and predicted lipid metabolism pathways in Taiwanese patients with acute versus chronic coronary syndromes

　　王伟婷 | 李秋阳 | 谢允成 | 黄伯勋 | 许培锋 | 刘新邦 | 陆泽民 | 王建波 | 王钦天 | 周世华 | 黄绍松 | 罗敬全 | 侯明志 | 吴兆成
台湾台北 veteran 大医院内科心脏病科

**摘要**
背景：肠道微生物群在宿主脂质代谢和心血管健康中起着关键作用。然而，关于急性冠状动脉综合征（ACS）与慢性冠状动脉疾病（CAD）之间微生物组成和预测代谢功能的比较研究仍然有限，尤其是在亚洲人群中。

**方法**
本研究采用横断面微生物组分析方法，对前瞻性招募的患者进行了分析，包括20名ACS患者和22名CAD患者，这些患者提供了粪便和血清样本。通过16S rRNA基因测序分析粪便中的细菌DNA。使用基于QIIME2的流程评估微生物多样性和分类组成。通过PICRUSt2、Tax4Fun和BugBase进行功能预测，并结合KEGG和同源基因簇（COG）注释。同时评估了与血清脂质参数的相关性。

**结果**
在ACS和CAD组之间观察到了不同的微生物特征。在ACS组中，Bacteroides plebeius、Tyzzerella和Sutterella富集，而在CAD组中Parasutterella和Actinobacteriota更为丰富。一些分类群与血清甘油三酯、LDL和HDL水平相关。尽管大多数与脂质代谢相关的途径在两组间相似，但在亚油酸代谢和不饱和脂肪酸的生物合成方面存在显著差异（p < 0.05；所有q > 0.05）。BugBase分析显示ACS患者中潜在致病菌的丰度显著更高（q = 0.027）。NSTI评分（平均值±标准差 = 0.073 ± 0.03）支持了功能预测的可靠性。

**结论**
ACS和CAD患者的肠道微生物组特征不同，ACS组中表现出促炎和潜在致病菌的富集。尽管预测的脂质代谢功能大体相似，但细微的途径差异和表型特征表明，微生物群-脂质轴可能与心血管疾病的严重程度相关。这些发现需要在更大规模的队列中进行进一步研究。

1. **引言**
心血管代谢研究领域日益认识到肠道-心脏轴是心血管健康的重要调节因子[1,2]。这一概念框架强调了肠道微生物群与宿主心血管代谢途径之间的复杂相互作用[3], [4], [5], [6], [7], [8]，为心血管疾病（CVD）的病理生理学和潜在治疗靶点提供了新的见解。肠道微生物群是一个多样且代谢活跃的群落，通过参与营养代谢、胆汁酸转化以及短链脂肪酸（SCFAs）和三甲胺N-氧化物（TMAO）的生产，对全身稳态有所贡献[9], [10], [11]。这些微生物衍生的代谢物与内皮功能障碍、炎症和动脉粥样硬化进展有关[12]。动脉粥样硬化斑块中存在细菌DNA，通常与肠道微生物群分类群一致，进一步支持了肠道菌群失调与CVD之间的机制联系[13,14]。这些发现激发了人们对肠道微生物群如何影响免疫反应、脂质调节和斑块脆弱性的兴趣——特别是在急性冠状动脉综合征（ACS）和慢性冠状动脉疾病（CAD）的背景下，这两者在发病机制、斑块形态和临床进程上存在差异[15]。与此同时，血脂异常仍然是动脉粥样血栓形成性CVD的基石风险因素[3,5,16]。总胆固醇、甘油三酯和低密度脂蛋白胆固醇（LDL-C）升高以及高密度脂蛋白胆固醇（HDL-C）降低是斑块形成和破裂的已知因素[17]。值得注意的是，新兴数据表明肠道微生物群的组成可能调节宿主脂质代谢，从而间接影响心血管风险[18,19]。尽管取得了这些进展，但对于ACS和稳定型CAD之间肠道微生物群及其预测的脂质相关功能的差异知之甚少。本研究旨在通过描述ACS和CAD患者的肠道微生物群及其预测的功能能力来填补这一知识空白，重点关注脂质代谢。我们假设微生物组成和功能的差异可能反映了这两种临床综合征背后不同的心血管代谢过程，从而为针对微生物群的策略提供信息，以调节心血管风险。

2. **材料与方法**
2.1. **研究人群**
本研究采用横断面微生物组分析方法，对前瞻性招募的患者进行了分析，包括22名稳定型冠状动脉疾病（CAD）患者和20名急性冠状动脉综合征（ACS）患者，后者包括ST段抬高型心肌梗死（STEMI）、非ST段抬高型心肌梗死（NSTEMI）和不稳定型心绞痛患者。STEMI的诊断标准为胸痛持续超过30分钟且小于12小时，同时伴有两个连续导联的ST段抬高超过1毫米或新的左束支阻滞。患者根据特定的纳入和排除标准进行筛选。排除标准包括确诊时间在入组前24小时以上、终末期肾病需要透析、活动性恶性肿瘤或拒绝参与研究。所有参与者均接受了冠状动脉造影和经皮冠状动脉介入治疗（PCI）并植入支架，并接受了标准药物治疗，包括肝素、异山梨醇二硝酸酯、噻氯匹定、阿司匹林以及ACE抑制剂或血管紧张素II受体拮抗剂。对于ACS患者，在初次住院期间或在可行的情况下，在冠状动脉介入或导管插入后一周内收集粪便样本。对于稳定型CAD患者，在选择性评估期间，在导管插入后一周内收集粪便样本。尽可能避免在粪便收集期间使用抗生素或益生菌。本研究符合赫尔辛基宣言的要求，并得到了台北 veteran 大医院机构审查委员会的批准。所有参与者均签署了书面知情同意书，包括同意公开发布的同意。

2.2. **经皮冠状动脉介入治疗**
所有患者在PCI前接受了双抗血小板治疗，包括阿司匹林（300毫克）和氯吡格雷或替卡格雷。冠状动脉造影和支架植入采用标准介入技术。是否使用糖蛋白IIb/IIIa受体拮抗剂由介入医生决定。冠状动脉造影图像在台北 veteran 大医院的影像分析中心进行定量分析，并根据最终造影图像评估心肌灌注分级（MBG）。

2.3. **随访**
患者至少在入组后一年内接受临床监测，以评估心血管结局，包括心血管死亡率、非致命性缺血性中风、复发性心肌梗死和心力衰竭再入院。然而，主要关注微生物组组成和功能预测的随访结果未纳入当前分析。

2.4. **样本收集和DNA提取**
患者在家里或住院期间根据口头指导收集粪便样本，将其储存在-20°C，然后在4小时内用保温容器运送到医院，并在-80°C下储存直至DNA提取。使用Qiagen公司的QIAamp DNA Stool Mini Kit（美国 Maryland）提取粪便DNA。使用Thermo Scientific公司的NanoDrop ND-1000光谱仪（美国德克萨斯州）评估DNA质量和数量。使用primers 341F_V3_illumina (5′-CCTACGGGNGGCWGCAG-3′) 和 805R_V4_illumina (5′-GACTACHVGGGTATCTAATCC-3′) 扩增16S rRNA基因的V3–V4区域。PCR在标准循环条件下进行：94°C加热2分钟；30个循环，每个循环92°C 20秒、55°C 30秒、68°C 1分钟；最后在68°C下延伸1分钟。扩增子在Illumina MiSeq平台上进行测序，采用双索引条形码技术，读取长度为300 bp。

2.5. **微生物组数据处理**
虽然患者入组是前瞻性的，但微生物组分析是横断面的，关注单一点时间点。使用QIIME2 [20] 处理双端300 bp的读段。使用cutadapt插件进行解复用和修剪后，使用DADA2进行扩增子序列变异（ASVs）的推断，包括质量过滤、去重、错误校正和嵌合体去除[21,22]。使用针对Silva 138数据库预训练的分类器[23,24]进行分类。ASVs进行对齐，并构建系统发育树。通过将所有样本归一化到最小序列深度来实现序列深度的标准化[25], [26], [27], [28], [29]，并使用稀释曲线评估测序深度的充分性[28]。使用标准指数（如Shannon、Simpson和Bray–Curtis指数[31], [32], [33], [34], [35]）计算α多样性（物种丰富度和均匀度）和β多样性（样本间差异），并通过主坐标分析（PCoA）和非度量多维缩放（NMDS）[36]进行可视化。使用ANOSIM和MRPP测试社区结构差异。使用零膨胀高斯模型和Welch's t检验[37,38]评估差异丰度。使用LEfSe [39]识别相对丰度有显著差异的分类群（LDA >3.0），并将其作为主要方法来区分不同组间的分类群。使用Spearman秩相关分析评估选定的微生物分类群与临床脂质变量之间的相关性。

2.6. **功能预测分析**
使用PICRUSt- 和 Tax4Fun方法[40] [41]从16S rRNA测序数据中推断功能预测。这些工具通过将扩增子序列与参考基因组对齐并映射到KEGG Orthology（KO）术语来估计微生物群的宏基因组内容。输出关注KEGG 3级途径，特别是那些参与脂质代谢的途径。为了评估功能预测的可靠性，计算了每个样本的最近测序分类群指数（NSTI），较低的NSTI值表示与参考基因组的系统发育相关性更高，因此预测准确性更高。对于所有功能比较，未调整的p值< 0.05被视为统计学上显著，而经过FDR调整后的q值< 0.05用于识别稳健的功能差异。同时，使用同源基因簇（COG）数据库进行功能基因分类，以更广泛地分类代谢和细胞过程。计算并比较了COG 2级类别（如能量产生和转换、脂质运输和代谢以及次级代谢产物的相对丰度。此外，使用BugBase [42]生成微生物表型预测，基于分类组成推断氧耐受性、革兰氏染色和潜在致病性等特征。在适用的情况下，进行Mann–Whitney U检验并进行FDR校正，以识别潜在的组间差异。所有功能输出使用R（v4.5.0）中的ggplot2和pheatmap包通过热图、条形图和箱形图进行可视化。

2.7. **热图分析**
热图用于显示ACS组和CAD组之间分类群和预测途径的差异丰度。丰度相似的分类群或途径进行层次聚类。颜色梯度反映了差异的大小和方向，加号表示统计显著性。这些可视化旨在说明描述性模式识别，而不是独立的统计推断。所有热图都是在R中生成的，并在分类学和功能层面进行了注释。

3. **结果**
从研究中纳入的CAD患者那里获得了临床数据。表1展示了急性冠状动脉综合征（ACS）和慢性冠状动脉疾病（CAD）患者的基线特征。比较了22名CAD患者和20名ACS患者的各种临床参数，包括人口统计特征、血压、血液学指标、脂质谱型、肾功能、并发症和药物使用情况。观察到血红蛋白、总胆固醇、高密度脂蛋白（HDL）、低密度脂蛋白（LDL）、肌酸激酶以及阿司匹林和Brilinta的使用情况存在显著差异，表明两组在临床表现和治疗管理上存在异质性。

**表1. 急性冠状动脉综合征和慢性冠状动脉疾病的基线特征**

| 参数 | ACS | CAD |
|--------------|-------------|--------------|
| 年龄（岁） | 58.7 (10.2) | 59.9 (8.8) |
| 男性比例（%） | 14 (63.6) | 18 (90) |
| 体重指数（kg/m2） | 25.8 (4.1) | 25.7 (2.7) |
| 身高（cm） | 166.7 (8.9) | 168.6 (7.9) |
| 体重（kg） | 72.3 (15.2) | 73.3 (11.5) |
| 收缩压（mmHg） | 126.2 (16.5) | 120.6 (15.0) |
| 舒张压（mmHg） | 75.8 (10.2) | 73.8 (10.2) |
| HbB（mg/dL） | 13.7 (1.6) | 14.7 (1.3) |
| 血小板（103） | 226000 | 247000 |
| LVEF（%） | 61.5 (4.6) | 58.8 (8.8) |
| NT-proBNP（mg/dL） | 101.5 (77.5) | 217.1 (340.6) |
| 总胆固醇（mg/dL） | 140.4 (18.4) | 181.2 (50.7) |
| HDL（mg/dL） | 45.5 (9.2) | 36.1 (7.4) |
| LDL（mg/dL） | 80.5 (18.4) | 121.5 (42.6) |
| TG（mg/dL） | 122.5 (57.1) | 163.2 (77.1) |
| 空腹血糖（mg/dL） | 106.9 (20.4) | 123.3 (25.1) |
| 肌酸激酶（mg/dL） | 0.9 (0.2) | 0.9 (0.1) |
| CK（mg/dL） | 85.7 (64.5) | 1664.7 (1724.2) |
| 并发症 | 高血压（%） | 15 (68.2) | 11 (55) |
| 糖尿病（%） | 6 (27.3) | 3 (15) |
| 高脂血症（%） | 17 (77.3) | 14 (70) |
| CHF（%） | 1 (4.5) | 1 (5) |
| 心房颤动（%） | 1 (4.5) | 0 (0) |
| 药物使用 | 阿司匹林（%） | 9 (40.9) | 18 (90) |
| Plavix（%） | 13 (59.1) | 8 (40) |
| Brilinta（%） | 0 (0) | 7 (35) |
| PPI（%） | 1 (4.5) | 0 (0) |
| H2阻滞剂（%） | 0 (0) | 3 (15) |
|他汀类药物（%） | 7 (31.8) | 12 (60) |
| CCB（%） | 8 (36.4) | 2 (10%) |
| RAS阻滞剂（%） | 8 (36.4) | 13 (65%) |
| BB（%） | 8 (36.4) | 16 (80%) |
| 值表示为平均值±标准差或数量（百分比）。 |

**CAD**：冠状动脉疾病；**ACS**：急性冠状动脉综合征；**SBP**：收缩压；**DBP**：舒张压；**HgB**：血红蛋白；**LVEF**：左心室射血分数；**TC**：总胆固醇；**HDL**：高密度脂蛋白；**LDL**：低密度脂蛋白；**TG**：甘油三酯；**CK**：肌酸激酶；**CHF**：慢性心力衰竭；**Afib**：心房颤动；**PPI**：质子泵抑制剂；**CCB**：钙通道阻滞剂；**RAS**：肾素-血管紧张素系统；**BB**：β阻滞剂。

为了研究这些心血管状况相关的肠道微生物群特征，我们进行了α和β多样性分析。尽管在ACS组和CAD组之间没有发现显著差异，但这些探索性指标提供了关于肠道微生物群结构变化的见解（补充图1–8）。

**3.1 ACS患者和CAD患者之间的肠道微生物群差异**
线性判别分析（LDA）得分图（图1）显示了ACS患者和CAD患者肠道微生物群的独特分类特征。与冠状动脉疾病（CAD）相关的分类单元（绿色条形）包括Parasutterella、Anaerostipes以及更高层次的支系如Coriobacteriales和Coriobacteriia，而与急性冠状动脉综合征（ACS）相关的分类单元（红色条形）包括Colidexribacter、Sutterella、Tyzzerella以及Megamonas funiformis、Bacteroides massiliensis和Fusobacterium mortiferum等物种。Bacteroides plebeius的存在似乎与CAD有强烈的负相关关系。下载：下载高分辨率图像（283KB）下载：下载全尺寸图像

图1. 使用线性判别分析（LDA）效应大小（LEfSe）来比较急性冠状动脉综合征患者和慢性动脉疾病患者的粪便样本中微生物分类单元的丰度。显示的分类单元是在两组患者之间存在差异性丰度的（p < 0.05）。红色条形代表在ACS组中更为普遍的分类单元，而绿色条形表示在CAD组中更为普遍的分类单元。条形的长度对应于LDA得分，表明每个差异性丰度分类单元的效应大小。

系统发育树（图2）展示了差异性富集的分类单元的系统发育分布，进一步突出了ACS和CAD之间微生物群落的分化。这些组成差异表明可能存在不同的微生物特征，这可能反映了急性与慢性冠状动脉综合征之间的病理生理差异。下载：下载高分辨率图像（611KB）下载：下载全尺寸图像

图2. 代表急性冠状动脉综合征（ACS）和慢性动脉疾病（CAD）患者肠道微生物群系统发育分布的系统发育树。

3.2 ACS肠道微生物组及脂质相关特征的改变
差异性富集分类单元的热图可视化（图3）揭示了与ACS或CAD相关的聚集模式。在ACS中，Bacteroides plebeius和Fusobacterium mortiferum富集，而在CAD中，Parasutterella和Anaerostipes更为丰富。值得注意的是，Parasutterella的丰度与血清甘油三酯水平呈负相关，而与HDL胆固醇呈正相关；Tyzzerella的丰度与LDL胆固醇呈正相关。这些模式表明特定的分类单元可能反映了宿主的脂质代谢和炎症状态，暗示它们作为心血管疾病（CVD）生物标志物或介质的潜在作用。下载：下载高分辨率图像（327KB）下载：下载全尺寸图像

图3. 热图与层次聚类显示了急性冠状动脉综合征（ACS）和慢性动脉疾病（CAD）患者特定肠道微生物分类单元与脂质谱的相关性。

3.3 微生物脂质代谢的功能预测
为了进一步研究观察到的微生物差异的功能含义，我们使用PICRUSt2预测了微生物代谢途径。图4A展示了17个KEGG级别3的与脂质代谢相关的路径的相对丰度。总体而言，预测的脂质代谢谱在两组之间是可比的。然而，亚油酸代谢（p = 0.030）和不饱和脂肪酸的生物合成（p = 0.048）在ACS和CAD之间存在名义上的差异，尽管在FDR校正后这些差异均不再具有统计学意义（所有q > 0.05）。图4B使用箱形图展示了四个生物学上相关或统计上趋势明显的路径。预测的代谢功能的完整概述见补充图9，另外13个与脂质相关的路径的箱形图见补充图10。详细的统计数值，包括p值和FDR校正后的q值，总结在补充表1中。下载：下载高分辨率图像（483KB）下载：下载全尺寸图像

图4. 基于16S rRNA基因谱的PICRUSt2分析预测的ACS和CAD患者中17个KEGG级别3的与脂质代谢相关路径的相对丰度。条形高度代表急性冠状动脉综合征（ACS）和慢性冠状动脉疾病（CAD）患者的平均相对丰度。（B）基于生物学相关性和/或统计趋势选择的四个路径的箱形图——亚油酸代谢、不饱和脂肪酸的生物合成、花生四烯酸代谢和甘油磷脂代谢。在这些路径中，亚油酸代谢（p = 0.030）和不饱和脂肪酸的生物合成（p = 0.048）在ACS和CAD组之间存在名义上的差异，尽管在FDR校正后这些比较均不再具有统计学意义。箱子表示四分位数范围（IQRs），水平线代表中位数，叠加的点代表单个样本。

为了进一步表征与观察到的微生物差异相关的预测功能谱，我们使用PICRUSt2推断微生物代谢途径。图4A展示了17个与脂质代谢相关的KEGG级别3路径的相对丰度。总体而言，预测的脂质代谢谱在ACS和CAD组之间大体上是可比的。尽管亚油酸代谢（p = 0.030）和不饱和脂肪酸的生物合成（p = 0.048）在两组之间存在名义上的差异，但在假发现率（FDR）校正后这些关联均不再具有统计学意义（所有q > 0.05）。因此，这些路径级别的发现应被视为探索性的。图4B展示了选定路径的箱形图以便描述性可视化。预测的代谢功能的完整概述见补充图9，其余与脂质相关的路径的箱形图见补充图10。详细的统计结果，包括未调整的p值和FDR校正后的q值，总结在补充表1中。

为了进一步评估整体功能结构，我们基于KEGG级别4的功能谱进行了非度量多维缩放（NMDS）分析。如补充图11所示，NMDS图显示ACS和CAD组之间存在显著的重叠（应力值 = 0.096），表明预测的功能组成没有明显的分组。此外，使用同源群簇（COG）数据库进行的功能分类也没有发现ACS和CAD组在主要代谢类别上的统计学差异（补充图12）。总体而言，这些发现表明在更广泛的路径级别上，两组之间的预测微生物功能谱大致相似。

为了评估这些预测功能的可靠性，计算了NSTI（最近测序的分类单元指数）得分。所有样本的平均NSTI得分为0.073 ± 0.03，远低于普遍接受的0.15的阈值，这支持了基于PICRUSt2的功能推断的可靠性。详细的NSTI值见补充表2。此外，使用BugBase推断了微生物群落水平的表型。在九个预测的表型中，大多数特征——包括好氧性、生物膜形成和耐受压力——在组间没有显著差异。相比之下，“潜在致病性”表型在FDR校正后仍在ACS组中显著富集（q = 0.027；补充图13），详细的表型统计信息见补充表3。

4. 讨论
我们对急性冠状动脉综合征（ACS）和慢性冠状动脉疾病（CAD）患者的肠道微生物群进行了详细研究，发现它们的微生物组成和体积存在显著差异。这些发现表明了这两种疾病在病理生理上的不同途径。观察到的特定微生物配置提示了个体的健康状况与其肠道微生物群之间的微妙关系。例如，ACS患者中Bacteroides plebeius和Sutterella的流行可能表明存在立即的炎症反应或某种导致突发心脏事件的独特代谢状况。另一方面，与CAD相关的微生物模式，包括Parasutterella和Actinobacteria，可能表明持续的炎症过程，可能在动脉粥样硬化的发生中起作用。在这些分类单元中，特别需要关注Bacteroides plebeius、Tyzzerella和Parasutterella，它们的相对丰度与脂质参数相关，可能共同代表了从慢性到急性冠状动脉综合征转变相关的肠道-脂质-心血管轴。

虽然我们的研究没有包括同时期的健康对照组，但参考台湾人群数据集如台湾微生物组基线（TMB）提供了有价值的区域背景[43]。在该参考队列中，几种产生短链脂肪酸（SCFA）的属——Faecalibacterium、Roseburia、Blautia、Ruminococcus和Coprococcus——在正常体重健康个体中相对富集，这与先前的东亚报告一致。相反，Bacteroides在不同人群中始终是一个核心属，但其功能表现取决于宿主状况。一项针对慢性肾脏疾病（CKD）患者的研究显示Bacteroides属如B. ovatus、B. caccae和B. uniformis显著富集，并且與尿毒症毒素生物合成途径上调[44]。这些发现表明Bacteroides的丰度本身并不是固有的有益或有害的；相反，其生态作用取决于宿主的代谢和炎症状态。在这个背景下，我们ACS队列中观察到的Bacteroides plebeius的相对丰度增加可能代表了急性冠状动脉条件下的一种适应性或应激相关的微生物变化，而不是共生扩展。与TMB数据库的比较是探索性的，旨在提供区域背景。然而，未控制潜在的批量效应以及测序平台或协议的差异，因此需谨慎解释。未来的研究需要包含区域匹配的健康对照组和功能测定，以阐明这些动态的宿主-微生物相互作用。

通过调节甘油三酯（TG）和低密度脂蛋白（LDL）水平来操纵肠道微生物群已成为改善心血管健康的可行策略。这种方法可能导致Tyzzerella减少和Actinobacteria及Parasutterella增加，这可能有助于稳定动脉斑块并降低ACS发作的风险。此外，增加高密度脂蛋白（HDL）水平以及Parasutterella的数量可能进一步防止斑块破裂。这些策略性干预措施强调了肠道微生物群调节在增强心血管健康和预防严重心脏事件方面的潜力。

本研究中鉴定出的细菌分类单元也可以作为诊断和预测这些心血管疾病进展的无创标志物。此外，这项研究为探索将微生物组调整作为心血管疾病治疗措施的可能性铺平了道路，为未来的研究提供了新的方向。肠道微生物组可能通过多种机制影响心血管疾病（CVD）：(a) 触发免疫反应的细菌感染，导致炎症并破坏动脉斑块[45]；(b) 微生物组在胆固醇和脂质代谢中的作用，影响动脉粥样硬化病变的形成；(c) 微生物组对饮食成分的代谢，影响CVD的风险因素[46]。肠道微生物群与心脏病（如ACS和慢性CAD）之间的联系是一个新兴的研究领域。肠道细菌群的变化可能在这些疾病中起作用。研究表明，链球菌和鲍曼不动杆菌等病原体在ACS患者中更为常见[47]，而产生短链脂肪酸（SCFAs）的有益细菌如Blautia和Agathobacter则减少，这将肠道菌群与炎症和冠状动脉粥样硬化的严重程度联系起来[48]。CAD患者表现出明显的微生物群失衡[2]，可能影响炎症[49]、胰岛素抵抗和脂质谱[49]。Prevotella copri与炎症增加有关[50]，而Akkermansia muciniphila可能保护血管健康[51]；然而，这些发现并未在我们的研究中观察到。Bacteroides plebeius传统上被认为是肠道微生物组的关键成员，有助于复杂碳水化合物的分解，特别是海洋多糖[52,53]，并已被报道可以调节肠道-肾脏肌肉轴[54]。然而，Parasutterella与CAD患者的非酒精性脂肪肝疾病的严重程度相关[55]，并与大鼠的自发性高血压性心力衰竭[56]和肥胖及2型糖尿病[57]呈正相关。这意味着Parasutterella可能在CAD的发病机制中起作用，可能通过肥胖及其相关并发症。然而，据我们所知，这是首次将Bacteroides plebeius与ACS联系起来的研究。

先前的研究表明，肠道细菌在宿主脂质吸收中起着关键作用[58]，有证据表明即使在高脂饮食的影响下，肠道菌群对于适当的脂质吸收也是必要的[59]。某些细菌的丰度，如Turicibacter、Roseburia、Lachnospira和Romboutsia，与血清甘油三酯、胆固醇和LDL水平的升高相关，但与HDL水平呈负相关。相反，Ruminococcus、Rikenella、Bacteroides、Butyrivibrio和Alistipes等属则表现出相反的关系[60]。Bacteroidetes门的存在与肠道胆汁酸谱的变化有关，影响宿主的代谢和基因表达[61]。Coriobacteriaceae家族与尿石素B的产生相关，也与胆固醇和LDL水平相关，表明其与CVD风险有关[62]。此外，吲哚胺2,3-二氧酶、血清素和N-酰基磷脂乙醇胺（NAPE）等化合物与影响脂质管理的肠道微生物群变化有关，从而可能影响心血管代谢结果[[63][64][65]。褪黑素对脂质代谢的益处可能涉及肠道微生物群的变化，尤其是与Bacteroides和Alistipes产生的乙酸相关的变化[66]。关于Parasutterella在脂质代谢中的作用，先前的研究表明Parasutterella与胰岛素抵抗和血清甘油三酯水平升高有关[57]，这与我们的结果相矛盾，因为我们的结果表明食用抗性马铃薯淀粉（RPS）可以改善健康成年人的低密度脂蛋白（LDL）水平[67]。放线菌群与肠道平衡有关，并与Turicibacter和Akkermansia相关，后者对于肝脏胆固醇和脂肪酸的调节至关重要[68,69]。我们的研究结果显示，放线菌群似乎对心血管健康具有保护作用。Tyzzerella是Lachnospiraceae家族的一员，在心血管疾病（CVD）风险增加和肥胖的个体中其丰度一致增加[70,71]，这与我们的结果一致；然而，其丰度在治疗后高脂血症大鼠中有所下降[72]，但背后的机制仍有待进一步阐明。为了补充分类学发现，我们使用PICRUSt2和COG分类进行了功能预测。尽管经过多次测试校正后，没有KEGG脂质代谢途径达到统计显著性，但不饱和脂肪酸和亚油酸代谢显示出一定的趋势。这些发现并不支持明确的功能变化，但可能表明微生物在脂质代谢中起着微妙的作用。此外，基于COG的谱型显示各组之间具有普遍相似性。平均NSTI得分在可接受范围内，支持了功能推断的可靠性。总的来说，这些探索性结果强调了观察到的微生物变化的潜在生物学重要性，需要在更大规模的队列中进一步验证。

除了基于PICRUSt2的代谢预测外，还使用BugBase推断了微生物群落的表型。在评估的特征中，“潜在致病性”表型在急性冠状动脉综合征（ACS）患者中显著富集，而在冠状动脉疾病（CAD）患者中则不显著（q = 0.027）。这一观察结果与ACS患者中Sutterella和Bacteroides plebeius等机会性基因组的分类富集结果相呼应，表明这些个体的微生物谱型可能具有更高的促炎或致病性。虽然其他特征（如厌氧性和移动元件存在）没有达到统计显著性，但它们的方向性变化可能值得进一步验证。这些结果表明，除了代谢潜力外，肠道微生物群的毒力相关特性也可能在急性冠状动脉事件的病理生理学中起作用。

综上所述，这些结果表明，微生物群的功能能力和表型特征值得进一步研究，以探讨它们作为疾病发生和进展的潜在因素。总之，进一步的研究对于理解肠道微生物群与脂质代谢之间的复杂关系至关重要，这可能为代谢性疾病的潜在治疗策略提供信息。探索饮食改变和使用益生菌来调节微生物种群为心脏相关疾病（包括ACS和CAD）的新预防和治疗方法带来了希望。这一领域不断扩展的研究表明，调整肠道微生物群可能会成为心血管健康管理的一个标准方面。

5. 局限性
本研究提供了关于急性冠状动脉综合征（ACS）和慢性冠状动脉疾病（CAD）患者肠道微生物群谱的探索性见解；然而，也应承认几个局限性。首先，分析的横断面性质、样本量小以及单中心设计可能会限制结果的普遍性，并增加选择偏差或随机变量的影响。缺乏独立或多民族队列的外部验证限制了观察到的关联的稳健性。其次，潜在的混杂因素（如饮食、药物使用（例如他汀类药物、抗血小板药物、质子泵抑制剂和抗生素）以及代谢共病）可能影响了观察到的微生物差异。这些因素在我们的分析中没有得到充分考虑，因此可能存在残余混杂。缺乏这些变量的数据限制了我们调整关键混杂因素的能力，并削弱了将观察到的微生物差异单纯归因于疾病状态的能力。第三，横断面设计和缺乏纵向采样阻碍了对时间动态的评估，从而限制了对因果关系或微生物特征随时间持久性的理解。

此外，微生物功能推断完全基于16S rRNA基因测序，没有整合宏基因组学、宏转录组学或代谢组学数据。因此，预测的微生物途径无法直接与可测量的功能输出或循环微生物代谢物联系起来。缺乏此类机制数据使得这些发现的生物学意义很大程度上仍然具有推测性。另外，缺乏同时期的健康对照组限制了我们将观察到的微生物差异具体归因于ACS或CAD的能力。与TMB数据库的比较提供了区域背景，但由于潜在的批次效应和方法学差异，应谨慎解释。未来的研究应包括更大规模、多中心的队列，并采用纵向随访和多组学整合方法，以更好地阐明肠道微生物群在心血管病理生理学中的因果和功能作用。本研究的一个关键局限性是缺乏饮食评估，而饮食摄入是影响肠道微生物群组成的主要因素。这一遗漏阻止了我们调整饮食影响，并限制了将观察到的微生物差异单纯归因于疾病状态的能力。此外，纳入健康对照组和饮食评估对于区分疾病特异性微生物变化和一般生活方式相关变化至关重要。

6. 结论
本研究强调了肠道微生物群在调节心血管健康方面的潜在作用，特别是通过其与急性冠状动脉综合征（ACS）和慢性冠状动脉疾病（CAD）患者脂质代谢谱的关联。特定分类单元（如Parasutterella、放线菌和Tyzzerella）的变化可能反映或导致脂质代谢失调，从而影响不良心血管事件的风险。这些发现表明了一种双向关系，即脂质谱型和微生物组成可能相互影响。未来的研究应重点阐述将这些微生物群与心血管病理生理学联系起来的机制途径，目标是开发针对微生物群的诊断工具和治疗策略。整合纵向设计和多组学方法对于增进我们对如何利用肠道微生物群改善心血管结果的理解至关重要。

作者贡献
概念规划：T.-C.W.；研究：W.-T.W. 和 T.-C.W.；形式分析：W.-T.W. 和 T.-C.W.；初稿撰写：W.-T.W.；审稿和编辑：W.-T.W., C.-Y.L., Y.-C.H., P.-H.H., P.-F.H., H.-B.L., T.-M.L., Y.-P.W., S.-H.C., C.-T.W., S.-S.H., J.-C.L., M.-C.H., 和 T.-C.W. 所有作者均已阅读并同意发表的手稿版本。

机构审查委员会声明
本研究按照赫尔辛基宣言进行，并得到了台北退伍军人总医院机构审查委员会的批准（伦理编号2018-09-011BC）。

数据可用性声明
本研究中的数据可应要求从相应的作者处获取，以保护患者隐私。

资助
本研究得到了台北退伍军人总医院（V108D41-005-MY3 和 V112C-022）和台湾科技部（109-2314-B-075-092-MY3）的支持。