解读Nature - 非工业化饮食对肠道微生物组和宿主健康的积极影响

发表于 分类于

Source: Cell

本文的主要作者包括 Jens Walter 等人。Jens Walter 目前就职于 University of Alberta，担任教授一职，其主要研究领域为微生物组学、营养学和肠道健康，致力于探索微生物组与宿主健康之间的相互作用及其在疾病预防和治疗中的应用。他在肠道微生物组研究领域有着丰富的经验和众多成果，包括发表多篇高影响力的学术论文和获得多项研究基金。

文献摘要

在工业化社会中，肠道微生物组的失衡与多种慢性非传染性疾病（NCDs）的发生发展密切相关。本研究旨在通过一种模拟非工业化饮食模式的饮食干预策略，探索其对健康成年人肠道微生物组和宿主代谢的影响。研究发现，这种饮食尽管降低了肠道微生物组的多样性，但增强了特定细菌（如 Limosilactobacillus reuteri）的持久性，并改善了多项与 NCDs 相关的风险标志物。这一发现为通过饮食干预恢复肠道微生物组以改善宿主健康提供了有力证据，有望为未来的营养建议和治疗策略提供指导。

样本 / 数据集

本研究共招募了 30 名健康成年人，进行了为期 3 周的随机对照喂养试验。参与者被随机分配到实验组和对照组，分别接受恢复饮食（restore diet）和常规饮食。在试验前后，收集了参与者的粪便样本和血液样本，用于分析肠道微生物组和宿主代谢指标。粪便样本通过 16S rRNA 基因扩增子测序和宏基因组测序（WMS）进行分析，血液样本则用于检测多项与 NCDs 相关的风险标志物。

方法步骤

  • 样本收集：在试验的多个时间点（如第 0 天、第 4 天、第 8 天等）收集参与者的粪便样本和血液样本。
  • DNA 提取与测序：从粪便样本中提取微生物 DNA，使用 QIAamp Fast DNA Stool Mini Kit 试剂盒，并对细菌 16S rRNA 基因的 V5-V6 高变区进行扩增子测序，采用 Illumina MiSeq PE300 平台进行双端测序。同时，对部分样本进行宏基因组测序（WMS），使用 NovaSeq 6000 S4 PE150 平台进行双端测序。
  • 生物信息学分析：使用 QIIME2 软件对 16S rRNA 基因扩增子测序数据进行处理，包括去除低质量序列、去嵌合体、生成 ASV 表等。对宏基因组测序数据，使用 FastQC 检查数据质量，使用 Trimmomatic 进行质量修剪，然后使用 MetaPhlAn 4.0 进行物种注释，使用 HUMAnN 3.0 进行功能注释。
  • 代谢物分析：使用高效化学同位素标记液相色谱 - 质谱（CIL LC-MS）平台对血浆样本中的代谢物进行分析，包括羧酸和胺 / 酚亚代谢组。
  • 统计分析：使用 R 语言和 GraphPad Prism 软件进行统计分析，包括线性混合模型、广义估计方程（GEE）模型、主成分分析（PCA）等，以评估饮食干预对肠道微生物组和宿主代谢指标的影响。

结果

  • 肠道微生物组的变化：恢复饮食显著降低了肠道微生物组的 α 多样性，包括 Shannon 指数、观察到的特征数和 Pielou 均匀度。同时，饮食还显著改变了肠道微生物群落的组成，增加了有益菌（如 Bifidobacterium、Faecalibacterium 等）的相对丰度，降低了潜在致炎菌（如 Bilophila wadsworthia）的相对丰度。
  • 宿主代谢指标的改善：恢复饮食显著降低了多项与 NCDs 相关的风险标志物，包括体重、BMI、空腹血糖、总胆固醇、低密度脂蛋白胆固醇（LDL）、C 反应蛋白（CRP）等。此外，饮食还改善了肠道屏障功能，降低了粪便中的钙卫蛋白水平。
  • 微生物组与宿主代谢的关联：通过机器学习和多元线性回归模型，研究发现肠道微生物组的变化可以预测宿主代谢指标的改善，尤其是对空腹血糖的降低具有较高的预测准确性。

文章的新颖性与局限性

  • 新颖性：本研究创新性地采用了一种模拟非工业化饮食模式的饮食干预策略，探索其对肠道微生物组和宿主健康的综合影响。研究不仅关注了肠道微生物组的组成变化，还深入分析了微生物功能和宿主代谢之间的相互作用，为理解饮食如何通过微生物组影响宿主健康提供了新的视角。此外，研究还利用机器学习方法，挖掘了微生物组数据在预测宿主代谢变化方面的潜力。
  • 局限性：研究的样本量相对较小，且参与者主要为健康成年人，可能限制了结果的普遍性和外推性。此外，由于研究采用的是短期干预试验，无法确定饮食对肠道微生物组和宿主健康的长期影响。未来的研究需要进一步扩大样本量，纳入不同健康状况和年龄层次的参与者，并进行长期随访，以验证本研究的发现并深入探索饮食干预的长期效应。