在个体之间有很大差异。研究表明，每个人对纤维的反应取决于他们的肠道基线微生物组，但在纤维摄入过程中驱动微生物群重塑的生态学仍不清楚。本文研究描述了小鼠肠道微生物群对纤维的生态系统反应，并强调生态相互作用在饮食变化的个性化影响中起着关键作用。
Ecologicaldynamicsofthegutmicrobiomeinresponsetodietaryfiber
膳食纤维对肠道微生物组影响的生态动力学研究
作者：HongbinLiu等期刊：TheISMEJournal
时间：.05.21
影响因子：11.
组学策略：16S/宏基因组
文章摘要膳食纤维通常被认为有益于肠道健康。然而，它们对肠道微生物组的组成和代谢功能的影响在个体之间有很大差异。先前的研究表明，每个人对纤维的反应取决于他们的肠道基线微生物组，但在纤维摄入过程中驱动微生物群重塑的生态学仍不清楚。在此，作者研究了与不可发酵纤维素相比，在不同微生物群基线下，饲喂可发酵的纤维菊粉和抗性淀粉的同基因小鼠肠道微生物组和短链脂肪酸（SCFAs）的长期动态。研究发现，菊粉产生普遍快速的反应，然后逐渐稳定到新的平衡，并且这些动态与基线有关。作者根据时间序列数据参数化了生态模型，揭示了一组细菌的生长在菊粉的响应下显著增加，其基线丰度和种间竞争解释了微生物组密度和群落组成动态的基线依赖性。粪便中的短链脂肪酸（SCFAs，如丙酸盐）水平与菊粉应答因子的丰度相关，但肠道微生物组的个体间差异阻碍了机器学习模型对SCFAs的预测。这表明作者的方法和主要发现可推广到膳食抗性淀粉。最后，作者分析了人工合成和天然人类肠道微生物组响应膳食纤维的时间序列数据，并在体外验证了推断的种间相互作用。这项研究强调了生态建模的重要性，以了解微生物组对饮食变化的反应，以及个性化干预的必要性。分析结果
1.不同来源的等基因小鼠肠道基线微生物群不同
作者使用年龄和性别匹配的具有不同基线肠道微生物群组成的等基因小鼠来研究对饮食干预的动态反应和生态动力学中的个体间变异。为了确保它们的肠道微生物基线的明显性，小鼠从4个商业供应商（标记为北京、广东、湖南、上海）购买，即独立的繁育者来源。所有小鼠在膳食纤维干预前7天喂以纤维素为基础的饮食。作者监测了肠道细菌绝对丰度（定量PCR）和群落组成（16SrRNA基因扩增子测序和鸟枪法宏基因组测序）、SCFAs浓度（靶向代谢组学）的时间变化，以及可发酵膳食纤维（菊粉和玉米抗性淀粉）和纤维素（对照组）干预后的生理变（图1）。
与以前的研究一致，这些生长在供应商特定的住房和饲养条件下的小鼠在驯化7天后，可以根据供应商来源自然地分为具有不同微生物群组成的群体。基于稳定Aitchison距离的主坐标分析表明，这些小鼠的基线组成可以由供应商自然聚类，并以不同的细菌分类群为特征。例如，上海小鼠对Muribaculaceae和Rikenellaceae等几种共生多糖降解菌的相对丰度较低。在细菌的存在和不存在水平上，供应商之间的巨大差异也是显而易见的：至少一个供应商中有大约65%的分类群完全不存在，而所有小鼠（因此所有供应商）中只有大约10%的细菌分类群存在（图1）。图1.小鼠肠道微生物群和代谢物的纵向分析，以研究响应膳食纤维干预的基线依赖性动力学
2.菊粉对基线依赖的微生物群动力学响应除上海小鼠外，菊粉干预在天的时间尺度上迅速促进肠道细菌的绝对丰度，菊粉诱导了肠微生物群多样性的两相动态响应，短期内迅速下降，长期内逐渐恢复。作者观察到几个优势细菌属的相对丰度快速但非单调的变化，如拟杆菌科和穆氏杆菌科。此外，作者发现在菊粉的持续刺激下，肠微生物群趋于稳定（图2）。肠道微生物群的变化伴随着三种主要SCFAs（乙酸、丙酸和丁酸）和戊酸盐水平的变化。结果表明，上海小鼠的细菌绝对丰度延迟增加，并产生低水平的丙酸对菊粉的反应（图2）。上海小鼠不同的行为表明，细菌绝对丰度和SCFAs产生的反应可能依赖于基线微生物群。作者开发了一个统计分析，作者称之为“NMF-permanova”，以测试一个细菌物种或代谢物是否对膳食纤维有反应（“反应性”），以及在同一框架内，这种反应是否取决于基线微生物群（“基线依赖性”）。简而言之，干预组和对照组的时间序列数据通过顺序非负矩阵分解(NMF)投射到二维空间，以捕捉代表性的时间趋势。NMF-permanova分析证实，细菌负荷、丙酸盐和丁酸盐的动力学反应是非平凡的和基线依赖性的（图3）。图2.菊粉诱导的小鼠肠道微生物组和短链脂肪酸(SCFA)代谢的时间变化
图3.量化与基线相关的动态响应的统计显著性
3.菊粉初级降解快速响应驱动群落动态
作者使用广义的Lotka-Volterra(GLV)模型来推断对膳食纤维干预反应的小鼠肠道微生物群的关键生态驱动因素。GLV模型假设膳食纤维的降解和随后的利用促进了细菌的生长速度。在作者基于GLV的概率框架中，任何“纤维反应”呈显著正分布的细菌类群都被预测为菊粉的“主要降解物”，作为回归过程中类群间相互作用的GLV对照。作者在不同的分类水平上鉴定了5种这样的初级降解，包括Muribaculaceae（科）、Faecalibaculum（属）、Parasutterella（属）、Bacteroides（属）和Bacteroidesacidifaciens（种）。此外，作者探索了线性混合效应(LMM)模型的使用，以确定细菌分类群和饮食之间的显著关联。作者发现GLV推断的5种初级降解中的4种也被LMM识别出来（图4）。另外，作者使用NMF-Permanova分析（图3）来鉴定所有在菊粉和纤维素组之间表现出差异反应的细菌分类群，总共发现了37个具有显著动态反应的细菌分类群，包括由上述GLV模型推断的5个假定的初级降解。对GLV模型的推论表明，B.acidifaciens促进了A.muciniphila的生长（图4)。这也与以前的观察一致，即A.muciniphila不能在菊粉上生长，但可以被短链低聚果糖显著促进。群体层面的动态显示，初级降解明显主导了微生物群。依赖基线的反应可能与关键细菌分类群的初始组成有因果关系（图4）。例如，在湖南小鼠中，Akkermansiamuniciphila和Bacteroidesuniformis的丰度急剧增加，在基线中这两个物种的丰度最高（图4E中暗黄色框框）。类似地，上海小鼠中极低的酸化芽孢杆菌和穆氏杆菌科的基线丰度（图4E中的紫框框架）可以解释细菌绝对丰度和SCFA产生的迟缓反应。作者基于GLV的推断表明，初级降解之间存在着强烈的竞争，其中Muribaculaceae抑制B.acidifaciens和Facaelibaculum的生长（图4）。作者的结果与Patnode等人先前的研究一致。证明了初级降解及其竞争是微生物群对膳食纤维的基线依赖生态动力学的关键驱动因素。图4.菊粉响应者塑造了小鼠肠道微生物群的动态响应
4.依赖基线的SCFA产生及其与肠道微生物群组成的关系
在菊粉干预期间，SCFAs的动态在不同的基线上有很大的差异,上海小鼠产生的丙酸水平最低；这些小鼠在细菌负荷方面也表现出最低的反应（图2），这是由于在基线-微生物群中菊粉的一些初级降解和一般反应物的丰度非常低（图4）。作者假设这些关键类群可能直接参与丙酸的产生，并发现B.acidifaciens、Muribaculaceae、A.municiphila和B.uniformis的基线丰度与丙酸浓度呈正相关。与先前的研究一致，细菌负荷与丙酸浓度之间存在强烈的正相关关系（图5），因为两者都是基线依赖的。相反，细菌负荷与其他SCFAs之间的关联并不显著。
作者以细菌类群的绝对丰度作为预测指标，评估了机器学习模型预测粪便SCFA浓度的性能。实验中的所有小鼠使用不同的数据分割方法被分割成训练数据和测试数据。尽管随机森林回归模型对训练数据拟合得相当好，但对测试数据的预测推广得很差：对于“插值”，SCFAs的R2在0.10～0.45之间，而对于“外推”则降至0以下（图5）。作者进一步表明，通过使用替代预测器、模型或向训练样本添加权重，外推中的低可预测性不能得到实质性的改善。在当前样本容量下，如果感兴趣的肠道微生物群与训练数据覆盖的基线显著不同，基于肠道微生物群组成的随机森林回归模型对粪便SCFA浓度的预测能力很低或没有。这与先前的研究一致，即肠道微生物组的显著个体间差异可能会阻碍机器学习模型的预测能力。
图5.SCFA与鼠肠道微生物群组成之间的定量关系
5.小鼠肠道微生物组对抗性淀粉的生态反应为了研究作者的生态学框架是否可以推广到研究肠道微生物群对其他膳食纤维的动态反应，作者按照相同的实验程序给来自相同四个供应商的小鼠施用玉米抗性淀粉。与菊粉相比，抗性淀粉对细菌负荷、肠道微生物群组成和SCFAs产生的影响较小（图6）。在抗性淀粉干预下，不同的分析（GLV、LMM和NMF-Permanova）都将粪杆菌科和鼠杆菌科确定为“初级降解”，菊粉和抗性淀粉干预的初级降解动态定性相似：Muribaculaceae迅速增加并达到平台（上海小鼠除外），而Faecalibaculaceam在最初爆发后急剧下降（图6）。基于GLV的推断表明，观察到的动力学是由两个初级降解之间的相互抑制驱动的。作者发现细菌负荷和三个主要SCFAs对抗性淀粉干预表现出基线依赖性的动力学反应。Muribaculaceae的基线丰度与细菌绝对丰度和丙酸水平分别相关，支持了Muribaculaceae可能既是主要降解者又是丙酸产生者的假设。与菊粉干预组的发现相似，基于肠道微生物群组成的随机森林模型对抗性淀粉干预组的SCFAs浓度的预测能力很低或没有。总的来说，作者的主要发现在菊粉和抗性淀粉干预之间定性一致，表明肠道微生物群对基于纤维的扰动的动态反应遵循普遍的生态学原理。
图6.抗性淀粉诱导的小鼠肠道微生物群的动态响应
6.人类肠道微生物组种间相互作用的推断与验证
为了进一步评估基于GLV的方法的可推广性，作者从先前发表的时间序列数据中分析了人工和天然人类肠道微生物组对膳食纤维的生态响应，并通过体外实验验证了推断的物种间相互作用。
首先，作者将GLV框架应用于Patnode等人研究的纵向数据。并验证了一种以前未被确认的种间相互作用。与他们研究中的发现一致，GLV模型成功地确定了纤维素水飞蓟对普通水飞蓟的抑制作用。此外，基于14株（B.vulgatus-）和15株（B.vulgatus+)基线群落的纵向剖面，作者推断B.vulgatus是B.finegoldii的强烈竞争对手，这在最初的研究中没有注意到。作者对这两个物种进行了两两共培养，发现在普通B.vulgatus存在下，Finegoldii的生长受到强烈抑制（图7）。
然后，作者使用GLV框架，根据Baxter等人先前发表的一项研究中膳食纤维干预下的一个人类队列的纵向剖面，推断自然人类肠道微生物组中的生态驱动因素和相互作用。作者确定B.adolescentis是菊粉的强应答者，这与文献一致，并通过作者的体外实验验证。此外，作者预测了B.adolescentis和Bacteroidesstercoris之间的竞争相互作用。在这两个物种的两两共培养实验中，作者观察到在B.adolescentis的存在下，Bacteroidesstercoris的生长受到抑制（图8）。总之，作者表明GLV模型可以作为一个有用的框架来推断复杂肠道微生物群落中的生态驱动因素和相互作用，从而导致可测试的假说用于实验验证。
图7.抗性淀粉诱导的小鼠肠道微生物群的动态响应
图8.菊粉干预下人体肠道微生物组生态驱动因素和相互作用的推断和验证总结讨论作者的研究描述了小鼠肠道微生物群对纤维的生态系统反应，并强调生态相互作用在饮食变化的个性化影响中起着关键作用。（1）纤维诱导的小鼠肠道微生物群的动态主要受竞争驱动，并且Muribaculaceae在消耗菊粉和抗性淀粉方面优于其他降解菌。（2）作者证明了GLV推论的效用，以产生关键物种和物种间相互作用的可检验的假说。（3）用多组学数据表征肠道微生物群的动态及其个体间变异性是微生物组研究进一步理解饮食诱导反应的一个重要优先事项。（4）发明了一种新的应用GLV的不确定性评估推断初级纤维降解物和相关的相互作用网络，为研究膳食干预下肠道微生物组的生态动力学提供了一个可推广的计算方法。您可能还喜欢：项目文章｜多种金属(类)污染重塑土壤古菌群落结构和功能
佳作推荐｜心脏代谢性疾病谱系的微生物组和代谢组特征
项目文章｜长期接触除草剂烟嘧磺隆对厂区细菌群落结构的影响