编辑推荐：
本文利用机器学习分析 12 项人体研究，设计出合成菌群（sFMT1）抑制艰难梭菌（C. difficile），揭示抑制机制。
一、研究背景
艰难梭菌感染（CDI）是常见的医院感染，每年仅在美国就导致约 50 万例感染，医疗费用超过 15 亿美元。艰难梭菌能形成抗消毒的孢子，这使得治疗更加复杂，因为环境可能是重要的感染源。它是人类肠道微生物组中一种神秘的成员，在许多哺乳动物和人类婴儿中都能发现。然而，广谱抗生素的广泛使用，尤其是第三代头孢菌素，使艰难梭菌成为抗生素相关性腹泻的主要病因。
传统的抗菌治疗会进一步破坏肠道微生物组，形成恶性循环，导致复发性 CDI（rCDI）的发生率高达 20%-30%。虽然窄谱抗生素的出现提高了疗效，但粪便微生物移植（FMT），即从健康人类供体获取粪便物质进行移植，在预防 rCDI 方面表现出高效性。不过，FMT 存在安全隐患，如可能意外传播多重耐药病原体、传递意外的代谢表型，且其成分和配方不稳定。由于供体的微生物组不断变化，并且可能只是适合供体自身遗传和生活方式的最佳状态，导致 FMT 的定植效果难以预测。随着 FMT 疗法应用于肥胖和神经系统疾病等更多领域，需要更具可重复性、作用机制明确的微生物组补充方法。
活生物治疗产品，如多菌株联合体和粪便衍生物，有望替代 FMT，但传统益生菌菌株和配方疗效有限，且许多新突破仍依赖人类粪便物质。目前，利用拮抗生态相互作用抑制艰难梭菌的复杂菌群构建是一个有前景的方向，但如何设计和构建合成菌群仍是该领域的一大知识空白。虽然已知某些功能与抗艰难梭菌有关，如含 bai 操纵子的梭菌（包括梭状芽孢杆菌 Clostridium scindens）形成次级胆汁酸代谢物，但对于复杂群落拮抗艰难梭菌的机制及其临床应用，仍有许多未知之处。
二、研究方法与结果
- 荟萃分析助力合成群落设计：研究人员使用包容性搜索词检索通过临床诊断方法确诊艰难梭菌携带且有微生物组测序数据的人体研究。最初获得 268 篇出版物和 90 个序列读取存档（SRA）数据集，经人工筛选，最终确定 12 项研究，共包含 899 个样本。
对原始数据统一处理后，排除 74 个深度不足的样本。研究发现，除 4 项研究外，艰难梭菌在确诊个体中的相对丰度显著更高，同时微生物（α）多样性在各个数据集及总体中均降低。通过 β 多样性分析发现，艰难梭菌定植与微生物组组成改变相关，在汇总数据集中，艰难梭菌定植可解释 4.4% 的变异（p < 0.001），这一影响大小与饮食干预相当。
为确定哪些微生物特征能最可靠地预测艰难梭菌定植状态，研究人员采用随机森林分类器。经过迭代验证，排除艰难梭菌作为预测因子的最终模型在外部研究中的受试者工作特征曲线下面积可达 0.81 ± 0.2，表明仅依据微生物组组成就能有效区分艰难梭菌定植个体。
进一步分析发现，约 200 个特征达到变量重要性的拐点，其中多数为艰难梭菌定植的负向预测因子。这些特征涵盖广泛的分类范围，包括与艰难梭菌有已知相互作用的微生物，如与 Faecalibacterium prausnitzii、Bacteroides vulgatus、Bacteroides ovatus 和 Blautia obeum 呈负相关，与 Enterococcus spp. 和常用作益生菌的乳酸菌呈正相关。值得注意的是，作为艰难梭菌拮抗模型生物的 C. scindens 并不是有效的预测因子，携带完整 bai 操纵子的微生物在样本中含量低且仅在 20 个样本中出现。此外，比例分析表明，与艰难梭菌呈负相关的微生物自身形成共相关网络，破坏这些网络可能会使艰难梭菌入侵。
- 合成群落在体外和体内形成稳定功能群落：研究人员构建合成群落时，将预测特征与基因组测序菌株库的全长 16S rRNA 序列进行比对。根据比对结果，筛选出 sFMT1（与艰难梭菌呈负相关的菌株）和 proCD（与艰难梭菌呈正相关的菌株）两个群落，分别包含 37 和 25 个菌株，涵盖广泛的分类范围。同时，创建了包含 C. scindens 的 sFMT1 变体（sFMT1 + Cs），以研究次级胆汁酸代谢在排除艰难梭菌中的生物学意义以及对群落组成和功能的影响。
在体外实验中，研究人员通过连续 4 天的批次培养实验（每天传代，约 20 代 / 天）研究这些菌株如何形成稳定的功能群落。结果发现，虽然人类 FMT 在连续培养中会损失大量多样性，但合成群落表现出更高的稳定性，这可能是因为其单个成员的可培养性。在初始多样性下降后，个体菌株丰度趋于稳定。
在体内实验中，研究人员用合成群落定植无菌动物，并持续观察 14 天，进行多组学分析。结果显示，定植 1 天后，合成群落（sFMT1、sFMT1 + Cs）和 hFMT 都能实现有效定植，且定植动力学相似。在接下来的 3 - 7 天内，观察到的多样性持续增加。不过，在动物定植过程中，hFMT 和 sFMTs 都出现了输入菌群多样性的损失。在实验期间，菌株丰度持续波动，最初大量涌入的大肠杆菌逐渐被更严格的厌氧菌取代。此外，体内和体外群落的组成差异显著，部分菌株仅在一种条件下被检测到。在拟杆菌属物种中，通过菌株分辨的宏基因组测序发现，种内定植效率存在明显差异。
三、研究结论
本研究通过对 12 项人体研究的荟萃分析，利用机器学习设计出合成粪便微生物移植（sFMT1），该合成菌群在体外和动物模型中都能有效抑制艰难梭菌的毒力。以 sFMT1 为研究平台，发现次级胆汁酸代谢对 sFMT1 的功能并非必需，而通过 Stickland 发酵竞争脯氨酸的菌株对于抑制艰难梭菌既是必要的也是充分的，其中单菌株提供的保护效果与人类 FMT 相当。
这项研究揭示了营养竞争在抑制艰难梭菌中的重要意义，同时提供了一种通用方法，可通过强大的手段利用公开可用的测序数据研究复杂群落的功能，为未来微生物组治疗的发展奠定了基础，有望推动更安全、有效的微生物组疗法的开发，用于治疗艰难梭菌感染及其他相关疾病。但目前仍有一些问题需要进一步研究，例如如何优化合成菌群的组成以提高其在不同个体中的疗效，以及深入探究合成菌群与宿主之间的相互作用机制等。相信随着研究的不断深入，这些问题将逐渐得到解决，为生命科学和健康医学领域带来更多突破。
