摘要：肠杆菌科（Enterobacteriaceae）细菌是全球范围内引发机会性感染的主要原因。鉴于其在健康人体肠道微生物组中的高流行率，肠杆菌科细菌与其他肠道内菌群间的相互作用对控制其定植情况、感染发生和耐药性发展具有重要作用。研究基于跨越45个国家、共12,23
研究论文
● 期刊：Nature Microbiology(IF:20.5)
● DOI：https://doi.org/10.1038/s41564-024-01912-6
● 原文链接: https://www.nature.com/articles/s41564-024-01912-6
● 第一作者：尹琦
● 通讯作者：Alexandre Almeida（aa2369@cam.ac.uk）
● 发表日期：2025-1-10
● 主要单位：
剑桥大学兽医学院，重庆医科大学公共卫生学院，里斯本大学医学院等
摘要abstract
肠杆菌科（Enterobacteriaceae）细菌是全球范围内引发机会性感染的主要原因。鉴于其在健康人体肠道微生物组中的高流行率，肠杆菌科细菌与其他肠道内菌群间的相互作用对控制其定植情况、感染发生和耐药性发展具有重要作用。研究基于跨越45个国家、共12,238份公共人肠道宏基因组数据的大型数据库，探究了肠道菌群组成和代谢环境与肠杆菌科定殖与丰度相关的全球生态学模式。机器学习分析结果显示，肠道微生物组特征与肠杆菌科的定殖状态密切相关，并在不同健康状况及地域中均保持高度一致。研究将172种肠道微生物物种界定为“共同定殖者”（co-colonizers），135种物种界定为“共同排斥者”（co-excluders），其中在Faecalibacterium属中观察到属水平的定殖抵抗信号，而在尚未被充分研究的Faecalimonas phoceensis种群中发现菌株特异性的共定殖模式。代谢模型分析表明，共同排斥与短链脂肪酸合成、铁代谢和群体感应等功能相关，而共同定殖则体现出更高的功能多样性并在代谢层面更接近肠杆菌科。该研究凸显了肠道环境在机会性病原体定殖成功中的关键作用，并为开发非抗生素治疗策略提供了新的启示。
研究背景
人类肠道微生物组由多种微生物构成，是维持人体健康的重要因素。越来越多的研究表明，健康的肠道微生物组不仅在消化和免疫调控中发挥着重要作用，也能有效抑制外源性和机会性病原体对人体的定殖。尽管肠道内生活着众多对宿主有益的共生微生物，但其中亦有很多物种具有潜在的致病能力。以大肠杆菌（Escherichia coli）和肺炎克雷伯氏菌（Klebsiella pneumoniae）为代表的肠杆菌科细菌，往往能导致严重且可能危及生命的机会性感染。此外，无论是否具有致病性，肠道中肠杆菌科细菌的过度增殖不仅使感染风险上升，还与克罗恩病以及更高的全因死亡率等非传染性疾病相关。值得注意的是，多重耐药和产超广谱β-内酰胺酶（ESBL）的肠杆菌科细菌已被世界卫生组织列为最高优先级（priority 1）病原体。因此，依赖传统抗生素之外的策略来限制肠杆菌科在人体内的过度生长与传播，具有重要的全球意义。基于肠道微生物组的治疗方案——通过引入或增强肠道内益生功能——被视作一种可行的替代策略。
然而，对肠杆菌科细菌的致病性、抗菌耐药性和演化等研究多集中于临床分离株，其在更大范围的人体肠道生态系统中的生态学作用尚未得到充分探索。肠杆菌科与肠道微生物组之间的互动对于理解肠杆菌科如何定殖至关重要，也可以为预防相关疾病提供新的生态学视角。随着测序技术和宏基因组学的不断进步，我们对人类微生物组的组成和多样性有了更深刻的认识。然而，此前针对肠杆菌科与肠道微生物组关系的研究多限于样本量小或仅依赖16S rRNA基因分析，导致在物种分类学和功能层面都存在分辨率不足的问题。近年来，宏基因组学的发展使我们得以构建更为全面的人类肠道微生物组序列目录，研究团队此前报道了包含超过20万个基因组及数千种此前未被表征的微生物物种基因组数据库，为深入剖析肠道机会性病原体的动态和相互作用创造了条件。
结果与讨论
全球肠杆菌科的分布
为了全面描述与肠杆菌科定殖相关的人类肠道微生物组特征，研究从65项研究中收集了来自45个国家的12,238个公开人类肠道宏基因组样本。样本主要来自欧洲（n = 4,284，占35%）和北美（n = 3,367，占27.5%），其次是亚洲（n = 2,844，占23.2%）和非洲（n = 1,024，占8.4%）。大多数宏基因组数据集来自成年人（n = 8,275，占67.6%）和健康个体（n = 7,606，占62.2%）。研究发现肠杆菌科在人群肠道的整体流行率达到66%，与此前报道基于培养检测的人类粪便大肠杆菌流行率高度一致。其中，肠杆菌细菌在非洲人群（88%）、婴儿（74%）及类风湿性关节炎人群（96%）的定植率最高。同时，基于metaMLST分析了5,128份健康人群的肠道菌群宏基因组样本，发现76.5%的大肠杆菌序列类型（Sequence Type）属于未知ST类型，强调了对大肠杆菌菌株多样性进行研究对耐药控制的重要性。
图 1 | 探究肠杆菌科的全球生态分布（样品分布、技术路线、不同群体整体流行趋势）。
与定殖动态相关的微生物组结构
通过分析12,238个全球肠道宏基因组数据，研究建立了基于非肠杆菌科微生物种类丰度和分布的机器学习模型，用于预测肠杆菌科的定殖状态。结果显示，所有测试的机器学习方法（ridge regression, random forest and gradient boosting）均表现良好（中位AUROC = 0.788），尤其是gradient boosting在分类肠杆菌科定殖状态时性能最佳（中位AUROC = 0.812）。这些模型在不同的地理区域和健康状态下均保持良好的预测性能。研究结果提示，肠道菌群物种组成可以有效预测肠杆菌科细菌的定植状态，可为临床针对个体的精准医疗提供有效的感染风险评估策略。
随后，为识别与肠杆菌科存在（共定殖菌）或缺失（共排斥菌）相关的微生物组物种，研究通过差异丰度分析结合网络分析，分析了全部12,238个人类肠道宏基因组样本，以及5,128个健康成人子集以进一步控制与年龄和健康状态相关的微生物组差异，一共鉴定出172种肠杆菌科细菌的“共同定殖者”（co-colonizers）细菌，和135种肠杆菌科细菌的“共同排斥者”（co-excluders）细菌。其中，Lachnospirales、Oscillospirales和Bacteroidales在共排斥菌中被过度表达，而Lactobacillales、Veillonellales和Actinomycetales目则显著与共定殖菌相关。Faecalibacterium是信号最强的共排斥菌之一，并被观察到属水平的抗肠杆菌定殖抵抗信号。
图 2 | 肠道菌群组分与肠杆菌科细菌定植和丰度密切相关。
肠杆菌科菌株特异性定殖模式
分析揭示了微生物组物种组成与肠杆菌科定殖模式之间的密切关联。然而，菌株水平的差异（strain variation）也可能与肠杆菌科与微生物组的相互作用有关。因此，研究筛选出39种健康成年样本中与肠杆菌科定植密切相关的肠道微生物进行了菌株特异性分析，发现共计213个附加基因显著与肠杆菌科定殖状态相关（其中207个为正相关基因，6个为负相关基因）。这些基因分布于39种物种中的15种，并在涉及核苷酸运输和代谢的功能中表现出过度表达，其中大多数属于Ruminococcus B gnavus和Faecalimonas phoceensis。研究进一步分析了与肠杆菌科关联的附加基因最多的菌株的系统发育相似性。结果显示，与R. gnavus基因组相比（PERMANOVA，R² = 0.02，P
图 3 | Faecalimonas phoceensis 与肠杆菌科定植关系的存在菌株水平差异。
共定植/共排斥物种的基因功能和代谢特征
共定殖菌具有更高的功能多样性：通过对非肠杆菌科共定殖和排斥菌种的功能多样性分析发现，共定殖菌在基因功能（例如代谢独立性和抗药性基因）上更为丰富（P = 0.0049），体现出更高的功能多样性并在代谢层面更接近肠杆菌科。这些结果支持了更高的功能多样性与肠杆菌科共定殖成功之间的关联。
共排斥菌编码更多基因参与短链脂肪酸合成、铁代谢，尤其是群体感应等功能。通过对共排斥菌中次级代谢基因簇的分析，发现它们富含与群体感应相关的环内酯自诱导物。大多数此类基因簇由Lachnospiraceae家族的物种携带，这表明这些基因可能在抑制肠杆菌科的定殖中发挥作用。
图 4 | 肠杆菌科共定植物种和共排斥物种的代谢特征分析。
肠杆菌科肠道内定植主要由栖息地过滤驱动
最后，为研究肠杆菌科物种与其他肠道微生物之间的共定殖模式及种间代谢相互作用，研究构建了所有候选共定殖菌和共排斥菌的基因组规模代谢模型比较分析。研究计算了所有成对的肠杆菌科与微生物组组合之间的代谢竞争和互补指数。结果表明，与共排斥菌相比，共定殖菌与肠杆菌科物种的代谢距离较小。这些结果表明，栖息地过滤（Habitat Filtering，一种偏好功能相似物种共存的过程）可能是肠杆菌科相关物种定殖成功和微生物组组装的主要驱动力。重要的是，即使在模拟反映饮食差异的不同培养基成分下，结果仍然一致。这支持了先前的一项研究，即具有相似营养需求的肠道微生物组物种倾向于在不同个体间共现的观点。总体而言，这些结果揭示了共排斥菌和共定殖菌在代谢上的差异，这可能反映它们在不同肠道生态位中的定殖和适应差异。这进一步支持了通过调节肠道环境（例如通过饮食干预）可能影响肠杆菌科定殖敏感性的观点。
结果与展望
尹琦和Almeida博士等人的研究深入解析了人类肠道微生物组在肠杆菌科定殖成功中的生物学作用机制。在全球范围内多重耐药肠杆菌科的增加以及其过度定植所导致的负面健康后果的背景下，该研究成果为未来开发基于微生物组的治疗策略提供了重要的研究方向。这些发现不仅加深了我们对肠道微生物与肠杆菌科之间生态动态的理解，还为应对相关健康风险提供了潜在的非抗生素干预手段。未来的研究可以基于此工作，进一步探索如何利用微生物组功能实现精准调控，从而开发安全有效的抗感染及耐药的新型疗法和策略。
作者简介
重庆医科大学尹琦副研究员为本文第一作者，剑桥大学Alexandre Almeida为本文通讯作者。
尹琦 副研究员
尹琦博士，重庆医科大学公共卫生学院副研究员，剑桥大学国家公派访问学者/博士后。主要研究方向为微生物生态和宏基因组学，探究肠道菌群组成与病原菌感染生态模式，及新型益生菌开发。尹琦博士以一作或通讯在Nature Microbiology、Journal of Antimicrobial Chemotherapy、Biofouling等杂志发表论文。主持国家自然科学基金、重庆市科技局科研项目多项。
Dr Alexandre Almeida
剑桥大学兽医学系Principle Investigator（英国医学研究委员会MRC Career Development Award）。长期致力于开发和应用生物信息学与基因组学方法，探索人类肠道微生物组与健康及疾病的关系，重点研究未培养微生物的作用机制。Dr Almeida以一作或通讯在Nature、Nature Biotechnology、Nature Microbiology、Nature Communication等杂志发表多项研究成果。团队研究聚焦于揭示未培养微生物对宿主健康和疾病的作用机制，为微生物组领域提供新的生物学见解和临床转化应用基础。
宏基因组推荐
1月10-12日，单菌基因组组装、注释、遗传表征、分子分型、系统进化和传播溯源
2月21-23日，家系、肿瘤临床基因组/外显子组数据分析
3月21-23日，高级转录组分析和R语言数据可视化
3月28-30日，第二届全国基因组信息学大会
4月11-13日，微生物组-扩增子16S分析
5月11-13日，微生物组-宏基因组分析
本公众号现全面开放投稿，希望文章作者讲出自己的科研故事，分享论文的精华与亮点。
投稿请联系小编（-genomics）
iMeta高引文章 fastp 复杂热图 ggtree 绘图imageGP 网络iNAP
iMeta网页工具 代谢组MetOrigin 美吉云乳酸化预测DeepKla
iMeta综述 肠菌菌群 植物菌群 口腔菌群 蛋白质结构预测
10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature
为鼓励读者交流快速解决科研困难，我们建立了“宏基因组”讨论群，己有国内外6000+ 科研人员加入。请添加主编微信meta-genomics带你入群，务必备注“姓名-单位-研究方向-职称/年级”。高级职称请注明身份，另有海内外微生物PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。
来源：微生物组