本研究基于来自GALAXY/MicrobLiver和MetaCardis两个独立大规模研究队列的数据，探索了微生物载量与肠道微生物组分类学特征之间的关系。通过流式细胞术测定每个样本的微生物载量，并用mOTUs分析微生物的分类学特征。研究结果表明，微生物载量在不同的肠型之间（即Firmicutes、Prevotella和Bacteroides肠型）表现出显著差异，Firmicutes（例如Ruminococcus）肠型的微生物载量最高，其次是Prevotella和Bacteroides肠型。在这两个队列中，微生物载量还与肠道微生物组的多样性指标（如Shannon多样性指数、物种丰富度和Simpson指数）显著正相关，表明较高的微生物载量通常伴随着更高的微生物多样性。
此外，微生物载量与微生物组中不同物种的丰度之间也存在显著的相关性。在载量较高的样本中，许多与肠道健康相关的短链脂肪酸产生菌（例如Oscillibacter、Faecalibacterium和Eubacterium属）显著增多，而载量较低的样本中，许多与疾病相关的物种（如Ruminococcus gnavus和Flavonifractor plautii）丰度增加，这些物种通常与炎症性肠病（IBD）和结直肠癌等疾病相关。此外，口腔中常见的微生物（如Streptococcus和Veillonella属）也在低载量样本中增多。研究表明，微生物载量对肠道微生物组的物种丰度有显著影响，而这些变化可能与宿主的健康状态及其微生物的代谢功能密切相关。
微生物载量还与肠道微生物组的功能基因丰度密切相关。在载量较低的样本中，脂多糖（LPS）合成相关的基因和与糖代谢（如磷酸转移酶系统和果糖/甘露糖代谢）相关的基因更加丰富，提示这些样本的代谢活动可能与低载量、短时间肠道传输和潜在的肠道炎症状态相关。而在载量较高的样本中，细菌鞭毛组装和趋化性相关基因的丰度增加，这表明在较高载量的微生物群落中，微生物可能表现出更多的运动性和趋化性，可能是对肠道环境适应的响应。
微生物载量能够从肠道微生物组的分类学和功能特征中稳健地预测
研究者基于肠道微生物组的分类学和功能特征，训练了eXtreme Gradient Boosting（XGBoost）回归模型，旨在从相对丰度数据预测粪便样本的微生物载量。模型训练使用了来自GALAXY/MicrobLiver和MetaCardis研究队列的样本数据，并通过交叉验证确保模型的稳健性。内部验证结果表明，模型可以准确预测微生物载量，GALAXY/MicrobLiver和MetaCardis研究队列的模型的皮尔逊相关系数分别为0.67和0.68。为了进一步验证模型的适用性，研究者将这些模型应用到其他数据集中，发现它们在外部数据集中的预测相关性依然显著（两个模型的皮尔逊相关系数均为0.56）。这些结果表明，基于分类学和功能特征的模型可以稳健地预测微生物载量。
除了宏基因组数据外，研究者还评估了16S rRNA基因数据在预测微生物载量中的效果。本文从两项先前研究中收集了16S rRNA扩增子测序和微生物载量的配对数据，并将这些数据用于模型的训练和验证。验证结果进一步证明了16S rRNA基因数据也能有效预测微生物载量。这表明，使用16S rRNA基因序列数据进行微生物载量预测具有较强的鲁棒性，尤其在数据量较大的情况下。
为了进一步测试模型对技术和生物学变异的稳健性，我们评估了不同实验室之间同一样本的技术重复性、不同DNA提取方法对模型预测的影响，以及纵向样本（来自同一人的不同时间点）的预测结果。结果表明，技术变异对微生物载量预测的影响较小，其中技术重复性（同一实验室内重复测量）产生的变异系数（CV）为0.12，远低于样本之间的生物学变异（不同个体间的变异系数为0.36）。这些数据进一步表明，微生物载量预测模型对技术变异的适应性较强，能够在多种实验条件下稳定运行。
预测的微生物载量与多种宿主因素显著相关
为了探讨预测的微生物载量与宿主因素之间的关系，研究者收集了来自159项研究的公共肠道宏基因组数据，涵盖了45个国家的27,832个样本（平均年龄46.3 ± 19.3岁，52.9%为男性）。此外，研究者还收集了两个大规模队列数据：日本的4D队列（4,198个样本，平均年龄66.4 ± 12.6岁，58.8%为男性）和爱沙尼亚微生物组队列（2,509个样本，平均年龄50.0 ± 14.9岁，29.7%为男性），这些数据包括了多种宿主和环境因素。通过冗余分析，研究者发现预测的微生物载量与宿主因素（如饮食、生活方式、疾病和药物治疗）之间有显著关联。
进一步分析发现，预测的微生物载量与宿主的性别、年龄、疾病状态、药物使用和饮食习惯等多个因素显著相关。例如，在全球数据集中，高收入国家的样本显著高于低收入国家的微生物载量，这表明收入水平较高的国家可能因饮食、卫生和生活方式的差异而表现出更高的微生物载量。在日本队列和爱沙尼亚微生物组队列中，药物使用对微生物载量的影响最为显著，特别是抗生素的使用对微生物载量的下降影响尤为强烈。
研究还发现，饮食习惯与微生物载量之间存在一定的关系。例如，食用更多水果、蘑菇、绿茶和醋等食物的个体，其微生物载量较高。相比之下，饮酒的个体微生物载量较低。在饮食模式方面，全球数据表明，杂食者的微生物载量显著高于素食者和纯素者。此外，研究还发现Bristol排便指数与预测的微生物载量呈负相关关系，即粪便越软、排便频率越高，微生物载量越低。
在日本和全球数据集的分析中，年龄与微生物载量呈正相关关系。特别是老年人（>70岁）在微生物载量方面明显高于年轻人（<30岁）。性别在所有数据集中的微生物载量也存在显著差异，女性的微生物载量普遍高于男性，平均高出3.5%。这些发现与流行病学研究中发现的老年人和女性较慢的肠道传输时间一致。尽管这些关联在不同数据集中的强度有所不同，但普遍呈现出相似的趋势。
研究还发现，药物治疗对微生物载量有显著影响，尤其是抗生素的使用。在全球数据集、4D队列和爱沙尼亚微生物组队列中，抗生素的使用显著与较低的微生物载量相关。此外，不同类型的抗生素（如磺胺类、第三代头孢类、巨噬细胞抑制类抗生素）对微生物载量的影响也有所不同。这一发现为研究微生物载量与药物之间的相互作用提供了新的线索。
许多疾病与微生物载量的变化相关
为了评估不同疾病与微生物载量的关系，研究者进行了大规模的病例对照分析，结合了来自全球和日本4D队列的数据，涉及26种疾病。这些分析表明，26种疾病中有14种与预测的微生物载量显著相关，其中9种疾病与较低的微生物载量相关，5种疾病与较高的微生物载量相关。对于与低载量相关的疾病，患者的微生物载量通常比对照组低17.3%；而与高载量相关的疾病，患者的微生物载量则比对照组高7.7%。这些结果揭示了微生物载量在许多疾病中扮演着重要角色。
在14种与微生物载量较低相关的疾病中，包括了克罗恩病、溃疡性结肠炎、肝硬化、艰难分枝杆菌感染、艾滋病毒感染等。这些疾病通常伴随着腹泻症状，而腹泻常常导致肠道微生物载量的减少。研究发现，这些疾病患者的微生物载量显著低于健康对照组，表明肠道微生物载量可能是这些疾病的潜在标志物之一。
与较高微生物载量相关的疾病包括慢性便秘、结直肠癌、高血压等。患者的微生物载量比对照组高7.7%。这些疾病与便秘相关，而便秘通常会导致肠道内微生物的繁殖时间延长，从而增加微生物载量。研究结果表明，微生物载量的增加可能是这些疾病的一个生物学特征，提示其可能与肠道慢性状态有关。
肠易激综合征（IBS）是另一种表现出显著微生物载量差异的疾病。研究发现，在IBS的不同亚型中，腹泻型（IBS-D）与较低的微生物载量显著负相关，而便秘型（IBS-C）则与较高的微生物载量显著正相关。这些结果进一步证明，微生物载量的变化可能是IBS症状的一个潜在标志，尤其是在腹泻型和便秘型患者中。
通过对不同疾病的微生物载量进行分析，研究者进一步认识到微生物载量的变化可能不仅仅反映了肠道健康状况的变化，也可能直接影响疾病的发生和发展。例如，肠道微生物载量减少可能是肠道炎症性疾病的早期标志，而载量增加则可能与肠道慢性疾病（如结肠癌）及相关并发症相关。
微生物载量在疾病-微生物关联中的混杂效应
为了揭示微生物载量在疾病-微生物关联中的作用，研究者进一步在病例对照分析中加入了预测的微生物载量作为协变量进行回归分析。通过这种调整，研究显示微生物载量对许多疾病与微生物物种的关联产生了显著影响，尤其在某些疾病中，调整微生物载量后，疾病相关的物种和它们的统计显著性发生了明显变化。特别是对于7种疾病，调整微生物载量后，它们的效应量平均下降了21.9%-49.9%（平均为35.5%），并且23.6%-75.0%的原本显著的疾病-物种关联（FDR < 0.05）不再显著（FDR > 0.05）。这些结果表明，微生物载量在疾病-微生物关联分析中起到了重要的混杂作用。
在这些受微生物载量调整影响较大的疾病中，尤其是肠道相关疾病（如克罗恩病、溃疡性结肠炎和IBS-D），调整后许多先前显著与疾病相关的物种失去显著性。这表明，微生物载量的变化可能是这些微生物标志物变化的主要驱动因素，而非疾病本身。例如，某些疾病相关的物种在载量较低时更为丰富，而这些物种的变化可能与载量变化密切相关。通过调整微生物载量后，这些物种与疾病的关联性显著减弱。
在这些微生物载量调整后失去显著性的物种中，有一些是以前被认为的疾病标志物，例如Faecalibacterium prausnitzii和Eubacterium eligens，这些物种被认为在维持肠道健康中发挥重要作用。通过调整微生物载量后，这些物种与疾病的关联消失，表明它们的变化可能是由载量变化驱动的，而非疾病本身引起的。相反，某些在疾病组中富集的物种（如Fusobacterium nucleatum和Flavonifractor plautii）调整后依然保持显著，这表明它们可能更直接地参与了疾病的病理过程。
对于一些与微生物载量较高相关的疾病（如结肠癌、乳腺癌和肾脏疾病），调整微生物载量后，更多的物种变得与疾病显著相关。即便微生物载量的变化导致了疾病-物种关联的显著变化，但这些变化并不一定意味着微生物标志物的改变只是由于载量的变化。相反，许多在疾病组中表现出较强关联的物种，尤其是那些可能在肠道疾病中起到致病作用的物种，在调整微生物载量后依然保持较高的显著性。
基于Spike-in内标法 | 昊为泰首创微生物AccuMetaG宏基因组绝对定量测序专利技术服务，火热进行中！； 天昊微生物扩增子绝对定量六周年特刊 | 【绝对定量选天昊】专注微生物绝对定量技术创新，做定量微生物组学开创者！； 多篇Nature强烈建议：微生物真实差异、疾病标记物、核心菌群筛选、模型预测、动态变化、菌群互作网络、群落组装要用“绝对定量”； Nature：要想真正研究宿主-肠道微生物的相互作用，必须将相对定量变成绝对定量； Nature文章发现微生物群落动态研究绝对定量是关键，内标法比qPCR法定量更好（特异性、灵敏度和一致性更高）； Nature Biotechnology强烈建议微生物组要用“绝对定量”，指出当前研究未普及微生物组绝对定量检测是“不幸的”； 最新Nature Medicine文章结合微生物绝对定量检测和混杂因素控制，对前人研究结果提出挑战； Nature Reviews Bioengineering文章探讨如何将菌群分析转化为临床应用，强调微生物绝对定量检测至关重要； Nature Microbiology：火眼金睛，肠道菌群绝对定量分析擒“真凶”！； The ISME Journal：为什么微生物相对定量不能代替绝对定量； Microbiome文章强调利用内标法进行扩增子绝对定量测序可以更好揭示微生物组动力学中突出的核心物种和相互作用； Microbiome文章指出微生物组的绝对定量比相对定量结果，可以更好的避免因遗传力估计不准确而产生的误导；
关于昊为泰
上海昊为泰生物科技有限公司，2024年10月创建于中国上海，前身为上海天昊生物科技有限公司科研服务板块，是由江苏康为世纪生物科技股份有限公司及上海天昊生物科技有限公司共同持股的一家全新子公司。昊为泰生物延续天昊生物在科研领域的优势地位，建立了整套完备的实验室管理体系和标准流程，为国内外基因生物领域科研机构、医学院校以及生物制药企业提供精确、高效的基因检测分析服务。
昊为泰生物秉承天昊生物一贯的研发优势，拥有多项具有国际水平的专利技术，包括多种SNP分型和拷贝数检测技术、微生物16S扩增子绝对定量技术等。同时利用专利自主研发的AccuCopy®、CNVplex®、SNPscan®、iMLDR®、EasyTarget®、FastTarget®、SNPseq®、CNVseq®、MethylTarget®和SSRseq®等全新技术产品为客户提供灵活定制科研项目检测服务。
昊为泰生物借助长期从事基因及遗传分析领域专家构成的专家咨询团队，结合准确、高效、极具技术优势的科研技术服务体系，长期致力于为分子生物学及医学遗传学领域的研究者提供高质量的科研策略咨询、实验技术服务和遗传数据分析，协助广大科研人员获得更为优质的科研成果。
18964693703
（微信同号）
欢迎扫描微信二维码具体咨询。
