破译新陈代谢，一次一种微生物_风闻

肠道微生物产生和修饰的小分子会影响人体生理机能。不同肠道微生物的代谢输出图谱提供了破译其产生背后的微生物机制的新方法。

我们肠道中的微生物可以产生深远的影响——对我们的肝脏1、动脉2，甚至可能对我们的行为3. 这些微生物发挥作用的一种方式是通过产生或消耗称为代谢物的小分子。测量代谢物水平，一种称为代谢组学的方法，已导致对其重要性的日益认识。然而，我们很少了解驱动这些水平的潜在机制：即，哪些微生物、酶和相互作用参与了特定代谢物的产生和吸收。肠道微生物群落等微生物群落的复杂性进一步阻碍了这项任务，对这些微生物群落的研究必须考虑到大量微生物、它们之间的相互作用、它们不同的代谢能力以及几种难以测量的非微生物菌群。因素，例如宿主饮食4。在大自然中写作，韩等人。图 5通过对人类肠道中常见的多种微生物进行代谢和遗传分析，提出了应对这一重大挑战的综合方法。

作者的方法（图 1）得益于显着的技术进步。使用液相色谱-质谱法 (LC-MS)，一种根据极性、质量和电荷对代谢物进行量化的技术，Han 及其同事编译了一个包含 833 种与微生物代谢相关的代谢物的参考数据库。他们证实，这些代谢物在生物样品中是可检测到的，并且它们的测量结果在几种类型的样品中是一致的，例如粪便或血液，并且可以在很宽的浓度范围内进行量化。作者还开发了一个分析管道，可实现化合物识别和统计分析。有了这个基础设施，Han等人。测量来自体外的数千个样本的代谢物水平 178 种微生物菌株的培养物分别在多种培养基类型中生长，并取自肠道被相同菌株定殖的小鼠的各种组织，单独或在五六个物种的群落中。

阅读论文：用于肠道微生物组机械询问的代谢组学管道

此外，尽管作者可以确定一些与特定代谢物产生的强烈物种特异性关联，例如粪肠球菌产生酪胺分子，代谢组学特征不足以独立区分不同物种的成员。一种机器学习算法经过训练以根据其代谢组学特征识别物种的正确率只有 30% 左右，甚至不同属或科的成员也没有被该算法很好地分离（在此类分析中，它实现了约 70% 的准确率）。这些结果引起了对典型微生物组分析的警告，这些分析通常依赖于属和种水平的微生物丰度估计，因此可能会遗漏微生物群落的关键代谢方面。

尽管系统发育与代谢之间的对应关系并不完美，但作者提出了一种分析方法，利用特定基因与代谢输出之间的关联来深入了解微生物代谢。Han 及其同事将他们的代谢组学分析与细菌基因组分析相结合，以揭示导致无法解释的代谢能力的基因。作者确定了一种以前未知的机制，拟杆菌门的微生物通过该机制利用氨基酸谷氨酰胺和天冬酰胺。然而，负责在几种物种中产生腐胺和丁胺分子的spe基因在三种梭杆菌中不存在 作者发现可以产生这些分子——这一结果证明了这种分析方法的局限性。

Han 及其同事最后转向他们方法中最具挑战性的方面：评估体外和体内代谢输出之间的对应关系。具有显着代谢能力的菌株，例如从氨基酸精氨酸产生胍丁胺的葡萄牙柠檬酸杆菌，在培养物和小鼠中都保持了部分这种能力。在某些情况下，这会导致超出肠道的影响（全身效应）。例如，如果动物被C. portucalensis定殖，则小鼠尿液中的丁胺水平会增加。

设计师纤维膳食影响人类肠道微生物

然而，正如作者对两种菌株所测试的那样，在总体代谢输出方面没有观察到体外和体内数据之间如此高的对应性。对于这些菌株，该菌株的体外代谢谱与从其定植的小鼠的肠道或粪便测量的谱之间只有中等相关性。此外，在体外未发现相关性这些菌株的概况以及被它们定殖的小鼠的血液或尿液概况。尽管在简化的“单一殖民化”场景中，每只小鼠仅携带一种微生物菌株，但没有细菌群落的其他成员以及它们之间的相互作用产生的复杂影响6，情况仍然如此。

这些结果突显了这一令人印象深刻的努力之后留下的主要挑战，即在简化的环境中使用这一广泛的代谢测量图谱来提供复杂群落代谢的准确模型。这可以通过实验来完成——例如，通过扩展 Han等人所做的工作。评估组合共文化——或通过利用各种计算和数学方法7 , 8。未来的工作可以进一步验证该数据集在研究人类肠道微生物组方面的实用性；将数据集扩展到在特定宿主中发现并可能已经适应的菌株9; 并将数据集扩展到与其他人类相关微生物群落（例如阴道和皮肤微生物组）相关的微生物和代谢物。

Han 及其同事为研究界提供了有用的资源，包括由数千个样本组成的广泛代谢组学数据集、用于探索它的网络资源以及研究微生物代谢的分析方法。此外，这项工作提供了一个真正的开源技术资源，包括协议、分析管道和广泛的代谢物参考库，作者证明这些资源适用于不同的机器，只需最少的校准。其他人可以使用该资源进行类似的实验设置，从而促进代谢组学的民主化。总而言之，这项工作为未来破译微生物代谢的工作奠定了基础——这是朝着针对微生物组的新疗法迈出的重要一步。