今天，我们特别报道荷兰格罗宁根大学傅静远教授团队与合作者，在国际著名学术期刊 Cell 发表的题为 The long-term genetic stability and individual specificity of the human gut microbiome 的最新研究。该研究特别从人肠道菌群的基因组成（genetic makeup）的角度，系统性地分析了间隔 4 年的肠道菌群的变化、稳定性和个体特异性，基于此建立了一种能准确识别宿主个体的菌群“指纹”，并深入挖掘了菌群、代谢物和宿主表型之间的关系。我们特别附上对该研究共同通讯作者傅静远教授的专访，以飨读者。

问：祝贺傅老师与团队的这项重要工作在 Cell 发表！可否请您先介绍一下这项研究的由来和团队成员的分工？

答：我们团队于 2012 年开始 Lifelines-DEEP 队列的粪便采样，开展肠道菌群研究，2016 年首先在 Science 上发表了横断面的肠道菌群与宿主健康、生活习惯及环境的关联研究。

同时我们也意识到，肠道菌群会随着时间的推移、环境的变化和宿主健康的发展也产生变化。利用这种变化的信息，纵向队列研究可以对菌群-环境-健康之间的因果关系提供证据。但是，对于成年人而言，在一定时间内健康与环境因素相对稳定，因此纵向队列的研究不得不需要比较长的时间才能看到变化。目前，长期纵向队列研究目前还比较稀少。

借助于我们 Lifelines 队列的长期跟踪性，我们对 Lifelines-DEEP 队列中随机 338 名个体进行了 4 年后跟踪采样，从而完成了此次研究。

Lifelines-DEEP 的肠道菌群研究由我和 Alexandra Zhernakova 教授共同领导，我偏重于代谢和多组学联合分析，而 Zhernakova 教授更偏重于免疫和宿主遗传分析。这次研究工作由两位来自中国的，非常优秀的博士生共同完成，担任共同第一作者。陈连民同学主要负责 SNP 和代谢的分析，而王道明同学则负责了菌群的结构变异的分析。

问：您们这项研究可谓工作量和信息量巨大。可否请您从研究者的角度，介绍一下这项研究的主要亮点和突破？对于未来的肠道菌群研究以及大众百姓的现实生活，有哪些启示和借鉴意义？

答：首先，在信息层面上，这是首次长期队列的菌群全基因组的分析，不光样本量目前是最大的，时效也相对最长，而且我们在两个时间点分别采样了 50  多个人体表型和 1000 多个血浆代谢物。

其次，我们这项研究深入到了菌群的基因层面。过去 5 年多来，菌群研究侧重于了菌群的组成，各个种属的定量分析。但是我们不能忽略，菌群的作用是由细菌的基因决定的。不光种属的数量可能发生变化，它们的基因组成也可能发生变异、替代和交换。因此，肠道菌群在时间上的稳定性和多变性，还需要进行多层次的分析。

对于具有高稳定性和个体性特异性的细菌，我们可以利用它们来构建菌群的个体特异图谱，从而更有效地区分哪个菌群来自哪个个体，这样的图谱也可能包含个体特性的肠道健康信息。另一方面，不稳定性的细菌可能对宿主的健康、各种生理指标和血清代谢物产生影响。构建这样的关联可以揭示潜在的因果关系，因而可以更有效地进行疾病的预防和治疗。

比如说，我们发现菌群的改变会影响人体代谢水平，从而影响宿主健康。尤其是维生素 B 和一些尿毒素，这些代谢物已知是由肠道菌群合成的。另外，细菌的抗生素耐药性是一个全球问题，我们的研究进一步证实了肠道菌群的抗生素耐药性增长得很厉害，这不单单与我们自身过量的抗生素使用有关，畜牧业中过量的抗生素使用也会导致肉类食物中的抗生素残留，从而增加我们的肠道菌群的耐药性，危害人体健康。

问：这项研究中报道的菌群“指纹”，可能有哪些应用价值和潜在的问题？

答：肠道菌群已经成为个体化医疗中的一个重要组成。但是，谈到个体化，首先要了解我们菌群在哪些方面是高特异性的。不同于我们人类基因群，菌群可能发生变化，而这个特异性的稳定性也非常重要。所以我们构建了菌群“指纹”模型，至少在 4-5 年之内可以有效的区分来自同一个体的菌群样本。

这个最直接的应用，就是在大型纵向队列研究或病人跟踪调查中用于检测混淆样品。而长效的应用就是如果这个指纹图谱与人体疾病相关，那这些特异性的信息可以稳定有效地预测在未来一定时期内个人的疾病风险。

而潜在问题是可能会引起隐私权的讨论——一旦菌群基因象人类基因一样有高特异性，是不是需要和人类基因信息一样保护起来？但是这个担忧尚无需过虑，菌群“指纹”特异性目前只有 1 年内 95% 到 4 年中 82%的准确性，而且预期时间越长，准确性越低。

问：这项研究中揭示了大量的菌群特征与血液代谢物和宿主健康表型之间的关联，并表明代谢物可能在菌群对宿主的影响中起重要介导作用。可否请您举例介绍其中几个有意思的发现？

答：我们研究发现，菌群可能通过调控人体的代谢而影响宿主健康。我们发现了 81 种代谢物同时在横断面和纵向性研究中都与菌群存在交联，有些代谢物已知与菌群代谢有关。

最典型的例子是维生素 B1，其对心血管健康有重要作用，但无法由人体合成，必需通过食物或菌群代谢获得。我们研究发现数个菌种及代谢通路与维生素 B1 有关，包括 Alistipes senegalensis。

另一类代谢物是尿毒素（Uremic Toxins），这类代谢物与各种慢性病有关，同时也与菌群的蛋白质代谢有关。我们分析了 58 种尿毒素，发现其中 16 种与菌群有显著的交联，包括对甲酚（p-cresol）及其衍生物和马尿酸等。

问：请问您觉得与目前常用的基于菌群物种和代谢功能/通路的分析方法相比，这项研究中采用的基于菌群基因组成（如 SNP 和 SV）的分析方法，在研究菌群动态变化及其与宿主疾病的关系和机制方面，有哪些相同和不同之处？又有哪些优势和劣势？

答：菌群的物种和代谢通路可以在群体水平上了解菌群的功能，但是无法准确到细菌基因层面上。目前，菌群物种分析可以较准确地到菌种水平，但是还无法到菌株水平；而我们知道，同一菌种的不同菌株，可能因某一个基因的不同而在功能上存大很大差异。物种水平无法准确代表功能水平，代谢通路只考虑到整个通路水平，而无法精解体现特定基因的差异。另外，目前我们对代谢通路的认知还很有限，许多菌种及其基因功能还未可知。

因此，在这个研究中，我们在菌种水平和代谢通路分析的基础上，还增加了基因变异的关联分析。我们发现，即便 F. prausnitzii 的数量没有发生多大变化，但基因变异分析显示，这种菌在一部分人中发生了菌株的替代，从而导致 15 种代谢物发生了显著变化。

另外，通过菌种基因结构变异分析，我们也为一些功能未知的菌株提供了一些功能性参考。比如 Blautia wexlerae，其基因组呈现了许多结构变异，这些结构变异我们一共发现了 108 个与代谢物的关联。

当然，目前这个方面的研究还存在一定局限性。首先，受短链测序技术的限制，我们只能在有限的高丰度菌种中获得基因变异数据，比如这个研究中我们大致测了 37 个菌种的单位点变异和 41 个菌种的结构变异。另外，分析结果还需要进一步的实验验证。

问：可否请您简单介绍一下您和团队未来的研究方向？

答：我们目前测重于两个相辅相成的研究方向。

一方面，我们将继续大型队列的研究。目前我们完成了 Lifelines 队列 8000 多个参与者的全基因组测序，并将继续跟踪纵向采样。我们的研究重点也将从菌种和代谢通路水平，深入转向基因变异水平的分析。

另一方面，团队将结合各种功能性研究，加强对机制的理解，并实施成果转化。其中一个重要的项目是我刚刚获得的欧盟 CONSILIDATOR 项目，我们将结合细菌组学、基因组学和器官芯片技术，进一步研究宿主和菌群的相互作用机制，从而推动菌群研究的在医学、营养和健康方面的成果转化。

（采访完）