English

Nature Medicine:肠道微生物群与饮食、代谢和健康之间的紧密联系

2021年1月,特伦托大学、伦敦国王学院、诺丁汉大学等单位的相关研究人员在《Nature Medicine》(IF: 36.13)上发表了题为“Microbiome connections with host metabolism and habitual diet from 1,098 deeply phenotyped individuals”的研究论文,确定了与餐后血糖反应相关的肠道微生物组结构和微生物类群、与肥胖相关的生物特征,如体重指数(BMI)、肥胖和血脂以及炎症标志物。

亮点概述:

  • 健康植物性食物尤其塑造菌群组成,大量与饮食/健康相关的微生物尚待表征。

  • 鉴定出可在其他队列中重复的肥胖相关菌群标志物。

  • 粪便普氏菌和芽囊原虫与较好的餐后糖代谢相关,整体的菌群组成可预测一系列空腹和餐后的心血管代谢标志物。

  • 与饮食健康及心血管代谢健康相关的菌群物种存在大量重叠。

研究背景:

饮食对健康和慢性疾病(如肥胖、代谢综合征、癌症和心血管疾病)的贡献具有普遍重要性。在过去的几十年中,肥胖和相关的死亡率/发病率急剧上升,肠道微生物群是几种潜在的人类-环境相互作用的原因之一。令人惊讶的是,微生物组在肥胖和心脏代谢健康中所起作用的细节很难在大量人群中重复定义,这可能是由于习惯性饮食的复杂性,很难将它们与其他生活方式变量和微生物组的个性化性质分开。

研究人员对1098名受试者的1203个肠道微生物群进行了深入的宏基因组测序,这些受试者参与了饮食组成个性化反应试验(PREDICT 1)研究,该研究提供了详细的长期饮食信息,以及数百项空腹和餐后心脏代谢血液标志物测量,这些结果将诸如微生物组丰富度等简单指标与心脏代谢健康指标和饮食相关联。

PREDICT 1研究将肠道微生物组结构与习惯饮食和血液心脏代谢指标相关联

进一步研究发现,微生物与特定营养素、食物、一般饮食指数之间存在着许多显著的关联,这些关联尤其是由健康和植物性食物的存在和多样性所驱动的。

不论来源如何,食品质量都与肠道微生物组的整体和特征水平组成有关

微生物与肥胖的联系引起了人们的极大兴趣,尽管结果在人群中有所不同。研究人员的随机森林机器学习方法发现肥胖症的微生物生物标志物在外部公开队列中是可重现的。

在微生物或功能特征上训练的随机森林机器学习模型可以预测肥胖的表型标记,甚至在独立的队列中也可以。

随后,为了探索肠道微生物组和心脏代谢健康之间的联系,研究人员为每种选定的临床和新兴的心脏代谢生物标记物开发和评估了基于微生物组的机器学习模型,发现总体微生物组组成可预测大量心血管代谢血液指标,包括空腹和餐后血糖、血脂和炎症指数。

与微生物组相关的标准化测试餐的空腹和餐后心脏代谢反应

由于观察到的肠道微生物组预测空腹和餐后循环代谢标记物水平的潜力,研究人员接下来评估了驱动这些关联的微生物组功能,在禁食条件下,通过不同的微生物特征区分代谢健康指数。并发现在餐后条件下,代谢健康的有利和不利微生物特征都得以维持。

从物种水平上分离出健康和不健康的空腹和餐后心脏代谢标志物的微生物特征

最后,研究人员发现与健康饮食习惯相关的肠道菌群与有益的心脏代谢和餐后标记物相关的肠道菌群重叠,一个30种微生物的组合可以作为非患病人类宿主整体心脏代谢健康和饮食模式良好或较差的标志物。

由30个物种组成的小组显示了与营养和心脏代谢健康的选择标志物的最强的整体相关性

总的来说,这是第一个确定共同饮食-代谢健康微生物特征的研究,通过饮食摄入和心脏代谢健康的多重测量来分离有利和不利的生物分类。作为一种资源,这些结果将有助于利用肠道微生物组作为心脏代谢风险的生物标志物,并有助于改变微生物组以改善个性化饮食健康的策略。



收藏