人体微生物组对血浆代谢组的影响长期聚焦于肠道，忽视了口腔、皮肤、鼻腔等多部位的协同作用。本研究基于三个独立队列（共435人），整合16S rRNA测序、宏基因组及血浆代谢组学数据，首次系统评估了四大部位微生物组对814种循环代谢物的选择性及协同影响。结果显示，多部位微生物组共解释血浆代谢组30.13%的个体间变异，肠道贡献最大（18.44%），其次为口腔（14.70%）、皮肤（11.52%）和鼻腔（5.88%）。通过梯度提升决策树及交互项建模，发现口腔与肠道微生物存在广泛协同效应，76%的代谢物联合解释方差超过二者单独之和。中介分析揭示口腔菌→肠道菌→代谢物的定向调控轴，且在胰岛素抵抗个体中该轴活性显著增强。本研究挑战了“肠道中心论”，提出多部位微生物组协同调控宿主代谢的新范式。
今天给大家解读一篇4月发表在《Microbiome》上的题目为“Cross-body site microbial interactions influence the human plasma metabolome.”的文章。该研究利用三个独立的人类队列（发现队列n=108，含肠道、口腔、皮肤、鼻腔微生物组和血浆代谢组；验证队列1 n=200，含肠道和口腔微生物组及血清代谢组；验证队列2 n=127，含肠道微生物组和血浆代谢组），通过PERMANOVA、梯度提升决策树（GBDT）、LASSO回归、Spearman相关、网络分析、介导分析等方法，系统分析了多部位微生物组对血浆代谢组的个体和联合贡献。结果揭示了口腔-肠道微生物组轴在代谢物调控中的核心协同作用，并发现该轴在胰岛素抵抗个体中功能增强，与代谢紊乱相关。（请持续关注我们，每天为您解读最新见刊的文献!）想薅生信资料羊毛？直接在对话框回复 “资料”，免费领取干货大礼包！包括数据集、绘图代码、图表复现、思路总结、参考文献……0代码！鼠标点点点即可轻松完成5-10分生信SCI全文复现！
不想做实验，没数据，还想要快速发表文章，没问题的！公共数据库就是我们的数据宝藏！没思路不用担心，作为专业的生信团队，我们很乐意为你们效劳，提供研究路线设计和数据挖掘分析，扫码联系我们吧！
团队成员合影（位于上海陆家嘴中心，可随时预约参观）
题目：《跨身体部位的微生物相互作用影响人体血浆代谢组》Cross-body site microbial interactions influence the human plasma metabolome
发表期刊：Microbiome
影响因子：12.7
研究背景：
人类微生物组是宿主生理和代谢的重要调节者，但大多数研究仅聚焦肠道微生物组。非肠道微生物组（口腔、鼻腔、皮肤）对宿主系统性代谢的影响尚不清楚。已有证据表明这些微生物组可能影响局部外生理功能（如口腔与心血管疾病、皮肤与免疫调节），但它们是否独立或交互影响循环代谢组仍未明确。尤其值得注意的是，解剖相连的部位（如口腔和肠道）可能存在微生物“串扰”，实现底物的协同或顺序加工。然而，跨身体部位微生物组的协调代谢作用尚缺乏系统证据。本研究旨在填补这一空白。
CNSknowall 平台 Pubmed+AI 快速提炼全文要点
研究思路：
- 队列与数据
纳入三个独立人类队列，包括发现队列（4个身体部位的微生物组+血浆代谢组）和两个验证队列（仅含肠道和/或口腔微生物组+代谢组）。
- 总体关联评估
通过NMDS比较微生物组成差异，计算Δ多样性-代谢物Spearman相关，并进行PERMANOVA量化每个部位微生物组解释的血浆代谢组变异比例。
- 关键微生物属识别
PCA分析鉴定与代谢组主成分最相关的菌属（如Oscillibacter、Phocaeicola），并构建相关网络。
- 联合影响建模
对每个代谢物分别用LASSO和GBDT模型以微生物属为预测因子，比较模型性能，并用嵌套交叉验证避免过拟合；识别被多部位微生物组共同影响的代谢物。
- 交互作用分析
在口腔-肠道联合GBDT模型中显式包含交互项，评估交互项对解释方差的贡献。
- 介导分析
构建双向介导模型（口腔→肠道→代谢物 vs 肠道→口腔→代谢物），在发现队列和验证队列1中验证定向介导路径。
- 疾病状态比较
分别对胰岛素敏感（IS）和胰岛素抵抗（IR）个体构建GBDT模型和介导分析，比较交互项数量、介导路径数和代谢物调控差异。
研究亮点：
- 首次综合评估
系统比较了来自四个身体部位（肠道、口腔、皮肤、鼻腔）的微生物组对血浆代谢组的贡献，超越了以往仅关注肠道微生物组的研究。
- 定量分解变异
采用重采样PERMANOVA和GBDT模型，量化了每个身体部位微生物组解释的血浆代谢组变异比例，并验证了统计显著性。
- 发现协同效应
通过包含交互项的GBDT模型，证明口腔与肠道微生物组对76%的代谢物的联合解释方差超过独立模型之和，揭示广泛的协同调控。
- 证实定向介导
双向介导分析发现，口腔→肠道→代谢物的介导路径数量远超反向，支持口腔-肠道轴的定向代谢加工。
- 疾病关联
在胰岛素抵抗个体中，口腔-肠道微生物交互项数量显著增加，介导路径增多，且能量代谢、芳香族氨基酸等通路代谢物受调控增强。
研究结果：
- 微生物组成与代谢关联的分离性
皮肤和鼻腔微生物组成相似，但与循环代谢物的关联模式不同（如甘油磷脂与α多样性在皮肤中正相关、鼻腔中负相关）。相反，组成差异大的口腔和肠道微生物组却影响相似的代谢类别（脂肪酸、羧酸衍生物）。
- 变异解释比例
所有身体部位微生物组共同解释30.13%的血浆代谢组变异。肠道贡献最大（18.44%），其次口腔（14.70%）、皮肤（11.52%）、鼻腔（5.88%）。对微生物来源代谢物，所有部位联合解释35.38%。
- 关键菌属
肠道Oscillibacter和Phocaeicola与血浆代谢组PC1呈强相关（rho=0.71和-0.57），且两者对多种微生物来源代谢物（如PAGln、p-cresol等）呈相反相关。
- 多部位共同影响
301个代谢物（36.98%）被至少一个部位微生物组解释>10%变异；口腔和肠道微生物组共享最多共同影响代谢物（93个），且这些代谢物联合解释方差更高。
- 口腔-肠道协同效应
联合GBDT模型中，76%的代谢物的联合解释方差超过口腔和肠道单独模型之和。主要交互菌属为肠道Bifidobacterium（参与23个代谢物）和口腔Enterococcus（参与29个代谢物）。代表性例子：口腔Enterococcus通过调节肠道Paraprevotella的效应来影响色氨酸和5-HTP水平。
- 定向介导路径
发现队列鉴定48个显著口腔→肠道→代谢物介导关系，而反向仅7个；验证队列1亦支持该定向优势。关键中介物包括肠道Oscillibacter和Phocaeicola，介导如p-cresol、PAGln等代谢物。
- 胰岛素抵抗中的改变
IR组的口腔-肠道交互项数量显著多于IS组（Wilcoxon P<0.001），且介导路径更多（69 vs 28）。IR组中141个代谢物的调控差异显著，其中105个在IR组中与微生物组关联更强，涉及能量代谢（蔗糖、D-果糖）、芳香族氨基酸（L-酪氨酸、苯丙氨酸）和组氨酸代谢通路。口腔Enterococcus在IR组中相对丰度更高且参与更多交互项。
研究总结：
本研究表明，多身体部位微生物组选择性且协同地影响人体血浆代谢组，其中口腔-肠道轴发挥关键作用。肠道微生物组贡献最大，但口腔、皮肤和鼻腔也显著参与。微生物组成不能直接预测代谢功能：组成相似的皮肤和鼻腔微生物组具有不同的代谢关联，而组成差异大的口腔和肠道微生物组却影响重叠的代谢类别。通过GBDT模型和介导分析，发现口腔和肠道微生物组之间存在广泛的协同交互和定向介导，形成口腔-肠道-代谢物轴。该轴在胰岛素抵抗个体中功能重编程，表现为增强的微生物合作和对代谢物更强的调控，尤其涉及能量代谢、芳香族氨基酸和组氨酸代谢通路，提示该轴参与代谢疾病的病理生理。研究局限性包括：验证队列缺少多部位采样、样本量较小、菌属级分辨率（16S rRNA）、横断面设计无法推断因果、代谢物注释可能遗漏低丰度特征。未来需更大规模纵向队列、宏转录组学和直接机制实验来验证。结论强调，需将人体微生物组视为互联的多生态系统，以全面理解宿主代谢调控和疾病机制。
结果译文：
1.不同身体部位的微生物组对血浆代谢组表现出选择性和非组成性关联
为探究多个身体部位微生物组与人体血浆代谢组之间的关系，我们分析了三个独立人类队列的数据，这些队列具有不同水平的多组学分辨率（方法）。发现队列包括108名参与者，匹配了四个身体部位（肠道、口腔、鼻腔和皮肤）的微生物组数据以及配对的血浆代谢组数据（图1a）。验证队列1包括200名具有肠道和口腔微生物组及血浆代谢组数据的参与者，而验证队列2包括127名具有肠道微生物组和血浆代谢组数据的参与者。发现队列和验证队列2的人口学特征总结于补充图1a、b，并提供于补充表1。
在发现队列中，通过LC-MS/MS检测到814种循环代谢物，涵盖多种代谢物类别（图1b）。最常见的类别包括羧酸及其衍生物（166种，20.39%）、脂肪酰基类（115种，14.13%）和甘油磷脂（64种，7.86%）（方法和补充表2）。值得注意的是，其中一小部分跨多个化学类别的代谢物被鉴定为微生物来源，表明它们由微生物产生或共代谢（方法）。尽管这些微生物来源的代谢物占总代谢物的比例较小（180/814，22.11%），但它们分布在多种类别中，包括羧酸（n=26）、苯及其取代衍生物（n=17）、吲哚及其衍生物（n=13）和酚类化合物（n=5）（图1b和补充图1c）。这些发现与先前强调微生物群落对循环代谢物广泛代谢关联的研究一致。在建立了这一全面的代谢组学图谱后，我们接下来研究了不同身体部位的微生物组如何与这些循环代谢物相关联。
我们评估了来自多个身体部位的微生物组的固有组成相似性。基于微生物群落谱（属水平相对丰度；方法）的非度量多维尺度分析显示，皮肤和鼻腔微生物组聚类紧密，表明它们具有相似的总体微生物组成结构。相比之下，口腔和肠道微生物组形成了独特且分离良好的聚类（图1c），这与先前的研究一致。为进一步表征这些模式，我们使用相对丰度和流行率阈值在属水平定义了核心微生物群（方法）。如预期的那样，结果显示皮肤和鼻腔微生物组具有非常相似的核心微生物群，两者均主要由葡萄球菌属、 Cutibacterium 和棒状杆菌属组成。相比之下，肠道微生物组富含 Phocaeicola、拟杆菌属和粪杆菌属，而口腔微生物组则以普雷沃菌属、奈瑟菌属和韦荣球菌属为主（图1d）。这些发现与先前描述人体不同身体部位微生物组空间区室化和生态分化的研究一致。
鉴于不同身体部位微生物组成的明显差异，我们接下来评估了它们与人体血浆代谢组的总体关联。先前研究已经证明了肠道微生物组多样性与血浆代谢组之间的关联，但尚不清楚其他身体部位的微生物组是否与血浆代谢组表现出相似的关联。为此，我们计算了每个身体部位的微生物组α多样性（Shannon指数）与每种循环代谢物之间的Spearman相关性（方法和补充表3）。如预期的那样，多种已知的微生物来源代谢物，包括苯乙酰谷氨酰胺、5-羟基己酸、对甲酚硫酸盐和对羟基苯乙酸，与肠道微生物组α多样性呈显著正相关（图1e和补充表3；FDR校正后P<0.05）。为确保这些关联的稳健性，我们进行了多项敏感性分析。稀疏性分析表明测序深度足以捕获样本间的微生物α多样性（补充图2a）。此外，我们进行了包含年龄、性别、BMI、种族及其他可用变量的协变量调整线性回归模型，其效应估计值与相应的Spearman相关性高度一致（补充图2b），表明观察到的关联并非由已测量的混杂因素驱动。
有趣的是，我们还观察到微生物组与循环代谢物之间的身体部位特异性模式（补充表3）。例如，甘油磷脂代谢物与皮肤微生物组α多样性呈正相关，但与鼻腔微生物组多样性呈负相关（图1e），尽管皮肤和鼻腔微生物组具有相似的微生物组成（图1c、d）。这一结果表明微生物组的功能可能与其生态位密切相关。总体而言，在所有身体部位，微生物来源的代谢物与微生物组α多样性的绝对相关性显著强于非微生物来源的代谢物（Wilcoxon检验，P<0.01；图1f）。此外，不同身体部位微生物组与循环代谢物的关联强度各不相同，肠道微生物组始终显示出与循环代谢物的最强总体相关性，其次是口腔、皮肤和鼻腔微生物组（Wilcoxon检验，P<0.01；补充表3；图1g）。
最后，我们检查了显著相关代谢物的代谢物类别分布在来自不同身体部位的微生物组之间是否存在差异。与口腔和肠道微生物组多样性相关的代谢物类别高度相似（图1h和补充图1d；卡方检验，P>0.05），两者均富集脂肪酰基和羧酸衍生物（图1h）。相比之下，与皮肤和鼻腔微生物组相关的循环代谢物表现出更大的异质性（图1h和补充图1d）。
总之，尽管不同身体部位的微生物组在微生物组成上表现出明显的空间区分（图1c、d），但这些微生物组成模式并不直接反映其代谢功能，即它们对血浆代谢组的影响。我们发现每个微生物组的代谢关联具有高度选择性和身体部位特异性，皮肤和鼻腔微生物组尽管微生物组成相似，但与关键代谢物类别表现出不同的相关性。这些发现表明，相似的微生物群落可能根据其解剖学背景发挥不同的代谢效应，突显了整合功能数据（代谢组）以更全面地理解宿主-微生物组相互作用的重要性，而不仅仅依赖微生物组本身。
2.与其他身体部位相比，肠道微生物组在影响血浆代谢组方面占主导地位
在确定多个身体部位的微生物组与人体血浆代谢组相关之后，我们接下来试图量化这种关联的程度，并确定哪些身体部位发挥最显著的作用。为此，我们计算了每个身体部位微生物组所解释的血浆代谢组（814种注释代谢物）个体间变异的比例（方法）。为避免基于单一模型规范的过度解读，方差估计使用基于重抽样的PERMANOVA得出，并与自助法导出的置信区间一起报告。我们发现，微生物组 collectively 解释了血浆代谢组个体间变异的30.13%（95% CI: 28.25–32.01%），其中肠道微生物组贡献最大（18.44%，95% CI: 16.93–19.95%），其次是口腔（14.70%，95% CI: 13.26–16.14%）、皮肤（11.52%，95% CI: 8.94–14.10%）和鼻腔（5.88%，95% CI: 3.31–8.45%）微生物组（图2a）。为进一步评估这些方差估计是否超出偶然预期，我们进行了置换检验，其中相对于代谢组数据反复打乱微生物谱。所有身体部位的解释方差零分布均以零为中心，而观测值远远超出这些分布（补充图3），表明微生物组-代谢组关联不太可能仅由随机结构产生。肠道微生物组观察到的关联强度与先前报道一致，即在荷兰队列中肠道微生物特征解释了约12.8%的血浆代谢组方差。然而，很少有研究量化肠道以外微生物组的贡献，因此我们对其他身体部位的估计特别有信息量。值得注意的是，整合四个身体部位的微生物组数据进一步增加了与微生物组组成相关的方差（30.13%，图2a），这促使后续分析以确定驱动这些身体部位特异性和联合效应的特定微生物类群。
如预期的那样，所有身体部位的微生物组在微生物来源代谢物中解释的方差比例均高于总体代谢物：所有微生物组为35.38%，肠道为24.3%，口腔为15.38%，皮肤为12.68%，鼻腔为8.18%（图2a）。这些结果强化了微生物群落在产生或修饰特定代谢物中的既定作用，这在肠道微生物组中研究充分。更重要的是，这些结果还表明，所有身体部位的微生物组通过超越直接代谢物分泌的额外途径发挥全身性血浆代谢影响（图2a）。这些可能包括宿主-微生物群共代谢、上皮和代谢信号通路的调节以及免疫介导的机制，所有这些都共同影响更广泛的血浆代谢组。
接下来，为确定哪些特定微生物类群对血浆代谢组变异贡献最大，我们对血浆代谢组进行了主成分分析，并叠加了每个身体部位的属水平微生物类群（图2b和补充图4d；方法）。其中，肠道微生物组中的Oscillibacter和Phocaeicola与变异的主轴（PC1和PC2）关联最强（图2b），表明这两个属在影响人体血浆代谢组中发挥核心作用，并显著贡献于个体间变异性。
我们通过计算每个属的相对丰度与每种循环代谢物丰度之间的Spearman相关性（图2c和补充图4a），以及每个属与血浆代谢组PC1之间的相关性（图2d和补充表4；方法）进一步检验了这些关联。如预期的那样，肠道微生物组与循环代谢物的显著相关数量最多（n=448种代谢物；FDR校正后P<0.05），其次是口腔（n=254）、鼻腔（n=237）和皮肤（n=170）微生物组（补充图4a），这与每个身体部位解释的总体方差几乎一致。为识别每个身体部位最具影响力的属，我们总结了具有最多显著相关代谢物的属（补充图4b）。值得注意的是，Oscillibacter和Phocaeicola再次成为关联广度方面的顶级属，进一步支持它们在影响血浆代谢组中的关键作用（补充图4c）。具体而言，这两个属均显示出与血浆代谢组PC1的最强相关性（图2b），强化了它们对血浆代谢组变异的主导贡献。这些结果与先前研究一致。例如，一项大规模分析确定Oscillibacter是跨930种血液代谢物中代谢影响最大的属之一。类似地，Phocaeicola（以前归类于拟杆菌属）已被关联到人血浆中的胆汁酸代谢和氨基酸代谢，进一步支持其在宿主-肠道微生物代谢相互作用中的功能相关性。
为验证这些关联，我们在验证队列2中测试了关键的肠道属-代谢物对，大多数关联是可重复的（100对中有89对），支持我们发现的稳健性（补充图4e和方法）。为进一步评估跨平台可比性，我们在鸟枪法宏基因组队列中进行了内部基准分析，比较了物种水平和属水平的代谢物关联。我们发现物种水平相关性的方向与其相应的属水平关联高度一致，平均方向一致性为84.6%（补充图5），支持使用属水平聚合进行跨队列验证。有趣的是，来自肠道微生物组的Oscillibacter和Phocaeicola与血浆代谢组PC1显示出相反的相关性（图2b、e、f），促使我们进一步研究它们特定的代谢物关联（方法）。如预期的那样，Oscillibacter与多种微生物来源代谢物呈正相关，而Phocaeicola与同一组代谢物呈负相关，包括PAGln、对羟基苯乙酸、对甲酚硫酸盐、苯酚硫酸盐、对甲酚葡萄糖醛酸苷和4-羟基苯甲酸-4-O-硫酸盐（图2g）。Oscillibacter和Phocaeicola之间的这种拮抗关系也在Framingham队列中被发现。
总之，这些结果表明，在多个身体部位的微生物组中，肠道微生物组对血浆代谢组的影响最为显著，无论是在解释的总体方差还是代谢物关联数量方面。虽然口腔、皮肤和鼻腔微生物组也有有意义的贡献，但肠道微生物组仍然占主导地位，主要由Oscillibacter和Phocaeicola等属的代谢影响驱动。总之，这些发现强调了肠道微生物组在影响血浆代谢组中的核心作用，并为跨身体部位微生物组-代谢组整合建立了框架。虽然肠道微生物组显示出最强的总体影响，但我们的分析揭示许多代谢物与来自多个身体部位的微生物组相关联。这一观察促使我们研究这些关联是反映独立的还是协同的微生物影响。
我们上面观察到，许多循环代谢物不仅与单个身体部位的属显著相关，而且与源自多个身体部位的属也显著相关（图2c、补充图4a）。例如，吲哚及其衍生物与口腔和肠道微生物组均有显著相关性。这一结果与先前研究一致，表明吲哚及其衍生物可受口腔和肠道微生物组的影响。这促使我们研究不同身体部位的微生物组是否可以共同影响单个循环代谢物。为此，我们采用Lasso回归和梯度提升决策树来建模多个身体部位微生物组对每种循环代谢物的贡献（方法）。Lasso因其在变量选择和处理共线性方面的优势而被使用，而GBDT因其捕捉复杂非线性关系和交互作用的能力而被选中。在比较模型性能时，GBDT在拟合精度方面始终优于Lasso（补充图6a-d）。为确保模型性能和特征重要性不被信息泄露夸大，我们进一步对GBDT模型实施了严格的嵌套交叉验证框架，其中特征选择、超参数调整和模型拟合在每个训练折内独立进行。在此修订框架下，校正后的GBDT R²值与原始模型获得的值高度一致（补充图7a），表明报告的预测性能并非由乐观偏差驱动。此外，对跨交叉验证迭代的特征重复性的评估显示，对于代谢物，有相当比例的微生物预测因子被一致选择，中位重复性超过50%（补充图7b）。总之，这些结果表明已识别的多部位微生物组对循环代谢物的影响对严格的重采样和模型验证程序是稳健的。因此，用于所有后续方差分解分析的GBDT模型采用了嵌套交叉验证框架。
我们首先确定了514种（53.15%）循环代谢物，其个体间变异可由至少一个身体部位的微生物组解释（调整后R² > 5%），其中301种（36.98%）基于GBDT模型表现出大于10%的调整后R²值（图3a和补充表5；方法）。为评估每种类型微生物组的相对影响，我们根据贡献最大解释方差份额的微生物组对这些代谢物进行分类，将其归类为肠道主导、口腔主导、皮肤主导或鼻腔主导的代谢物（图3a）。具体而言，163种代谢物由肠道微生物组主导，其次为口腔、鼻腔和皮肤微生物组，分别有55、47和36种代谢物。这一分布与我们上述发现基本一致，进一步支持了肠道微生物组在所有检查的身体部位微生物组中对血浆代谢组影响最大的结论。
如预期的那样，几种与Oscillibacter和Phocaeicola表现出强关联的代谢物，如对甲酚和PAGln，在GBDT模型中受到肠道微生物组的显著影响并得到良好预测（图3b、c）。为评估这些预测的稳健性，我们将GBDT模型应用于验证队列2（方法）。约三分之一的代谢物（111种中的51种，45.95%）可被成功预测（调整后R² > 5%；补充图6e），预测最佳的代谢物与先前鉴定的微生物来源代谢物高度重叠（补充图6f）。这些结果表明，肠道微生物组-代谢物关联，特别是对于微生物来源代谢物，在独立队列中是可重复的。有趣的是，包括哌啶、O-琥珀酰-L-高丝氨酸、乙二胺四乙酸、不对称二甲基精氨酸和氨基异丁酸在内的几种代谢物同时受到所有四个身体部位微生物组的影响（图3a和补充表5）。
我们随后进行了代谢物类别富集分析，以检查不同身体部位的微生物组是否优先影响特定类别的循环代谢物（补充表6和方法）。肠道微生物组在影响被分类为苯及其取代衍生物（例如马尿酸；超几何检验，P<0.05）和有机氧化合物代谢物（例如对甲酚葡萄糖醛酸苷；P<0.05）方面显示出显著富集（图3d）。这一观察结果与先前研究一致，即肠道微生物组在芳香族氨基酸代谢中发挥核心作用，后者通常产生苯衍生物和有机氧化合物代谢物。相比之下，口腔微生物组在吲哚及其衍生物（例如吲哚，P<0.05）方面表现出强富集（图3d）。这与口腔微生物组降解色氨酸产生吲哚和粪臭素的作用一致，后者导致口臭和局部炎症。皮肤和鼻腔微生物组均在影响羧酸及其衍生物（例如丙二酸，P<0.05）方面显示出显著富集（图3d）。
我们进一步对受不同身体部位微生物组共同影响的代谢物进行了富集分析（图3e和补充表6）。值得注意的是，受口腔和肠道微生物组共同影响的代谢物在氨基酸相关通路中显著富集，特别是涉及色氨酸、组氨酸和精氨酸代谢的通路（图3e）。这一观察反映了跨这些身体部位发生的互补微生物加工。我们假设色氨酸可能在口腔中部分降解为吲哚或犬尿氨酸，随后在肠道中由拟杆菌属和梭菌属等类群进一步微生物转化为吲哚乙酸或吲哚丙酸，从而可能实现跨身体部位的代谢合作。
鉴于发现许多循环代谢物受到来自多个身体部位的微生物组的共同影响，我们接下来调查哪些身体部位对在代谢影响方面表现出最大的重叠。我们发现肠道和口腔微生物组共享最大数量的共同影响代谢物，有93个重叠特征（图3f、g）。这一观察与我们上述结果（图1h）以及描述口腔和肠道生态系统之间功能和微生物交流（通常称为口腔-肠道轴）的先前研究一致。在口腔和肠道微生物组共调控的代谢物中，包括先前注意到的几个例子，如哌啶、O-琥珀酰-L-高丝氨酸和氨基异丁酸，以及关键的芳香族氨基酸衍生物如色氨酸、吲哚、吲哚乙酸和吲哚乙酸。值得注意的是，这些共同影响的代谢物也倾向于表现出更高的总体解释方差，进一步支持口腔和肠道微生物组在影响血浆代谢谱方面的协调和潜在协同作用。
总之，这些发现揭示了人体血浆代谢组不仅受到单个身体部位微生物组的影响，还受到跨身体部位（特别是口腔和肠道微生物组之间）的协同影响。这两个身体部位对代谢物调控的强重叠提示存在一个协调的口腔-肠道微生物组-代谢组轴。
4.口腔和肠道微生物组通过跨身体部位微生物互作协同调节循环代谢物
鉴于上述观察到的口腔和肠道微生物组对循环代谢物的强联合影响（图3f-h），以及一些研究发现口腔和肠道微生物群对亚硝酸盐和短链脂肪酸的共同代谢效应，我们接下来试图定量评估这两个身体部位的微生物组是否通过协同相互作用来调节循环代谢物。为此，我们构建了一个联合GBDT模型，同时纳入口腔和肠道微生物组，并明确包括两个身体部位类群之间的交互项（图4a和方法）。为识别驱动这些交互作用的特定类群，我们汇编了所有显著的跨身体部位关系。如预期的那样，我们发现对于76%的代谢物（71/93），联合模型的调整后R²值超过了单独口腔和单独肠道模型R²之和（图4b和补充表7），表明它们之间存在协同效应。此外，联合模型中显著交互项的数量与仅肠道模型相当，但显著大于仅口腔模型（Wilcoxon检验，P<0.001；补充图8a、b）。重要的是，联合模型中交互特征的贡献远远超过任一身体部位单独的贡献，对于参与乙二胺四乙酸、1,2-二甲基咪唑和L-丙氨酸的代谢物观察到特别高的贡献（图4a）。这种建模方法揭示了广泛的协同效应。总之，这些结果揭示了口腔和肠道微生物组并非独立作用，而是广泛交互以调节许多循环代谢物，强调了口腔-肠道微生物组合作在调节循环代谢物中的重要性。
为更深入地了解口腔和肠道微生物组如何交互以影响循环代谢物，我们接下来研究了哪些特定微生物类群（属）最突出地参与这些口腔-肠道微生物交互作用。我们系统地汇编了GBDT模型中涉及显著交互项的所有属（方法和补充表8）。在肠道微生物组中，双歧杆菌属成为最频繁参与交互项的属，参与了23种循环代谢物的调控（图4c）。在口腔微生物组中，肠球菌属是最突出的属，参与了与29种代谢物相关的交互作用（图4c）。然后我们检查了受这些属特异性交互作用影响最强的代谢物的代谢物类别。值得注意的是，羧酸及其衍生物构成了受双歧杆菌属和肠球菌属影响的主要类别，分别占其相关代谢物的56.52%和48.28%（图4c和补充表8）。这些发现表明，口腔和肠道之间的跨身体部位微生物交互作用汇聚于共享的代谢通路，特别是涉及羧酸代谢的通路，突显了解剖学上 distant 的微生物群落之间在调节全身宿主代谢方面的生化协调。
为说明口腔和肠道微生物组如何通过跨身体部位微生物交互作用共同影响循环代谢物，我们检查了两个代表性例子，涉及来自口腔微生物组的肠球菌属和来自肠道微生物组的 Paraprevotella 。这些属对循环中色氨酸及其衍生物5-羟基-L-色氨酸的水平表现出协调效应（图4d、e）。具体而言，来自口腔微生物组的肠球菌属的相对丰度调节了来自肠道微生物组的 Paraprevotella 与这些代谢物之间相关性的强度和方向。在低水平肠球菌属时， Paraprevotella 与色氨酸和5-HTP呈强正相关，表明它在它们的生物合成或调控中发挥主要作用。然而，随着肠球菌属丰度的增加， Paraprevotella 的影响减弱，最终变为中性甚至负性（图4d、e）。这种交互模式暗示在较高肠球菌属水平下，两个属之间存在竞争或拮抗关系，可能通过底物竞争、抑制性代谢物产生或宿主介导的反应。肠球菌属和 Paraprevotella 均已被牵涉到微生物色氨酸代谢通路中，包括脱羧和转氨过程，支持这种跨身体部位代谢调节的合理性。这些例子说明了口腔和肠道间的微生物动态如何汇聚调节关键代谢通路，特别是那些涉及氨基酸衍生的神经调节和免疫调节化合物的通路。这些协同交互作用提出了一个问题：口腔和肠道微生物组在对循环代谢物的影响中是否存在方向性关系，可能反映了从口腔到肠道的解剖学流向。
5.口腔-肠道微生物组-代谢组轴介导循环代谢物的协调代谢
基于我们发现人体血浆代谢组受到跨身体部位（特别是口腔和肠道微生物组之间）协同影响的结果，我们接下来研究了在影响循环代谢物方面，这两个微生物群落之间是否存在定向的中介效应。先前研究表明，口腔-肠道轴可能促进饮食底物的顺序共代谢，其中最初由口腔微生物群修饰的化合物随后被肠道微生物群进一步加工。为检验这种可能性，我们构建了双向中介模型来检验两个假设：（1）口腔-肠道-代谢物通路，即口腔微生物组修饰底物，随后由肠道微生物组代谢；以及（2）肠道-口腔-代谢物通路，即影响方向相反（方法）。
在发现队列中，我们识别出48个显著的口腔-肠道-代谢物中介关系，涉及18个口腔属、9个肠道属和12种循环代谢物（图5a和补充表9）。为评估这些发现的稳健性，我们将相同的建模框架应用于验证队列1，发现大多数口腔-肠道中介效应是可重复的（41个中的27个；补充图9a）。重要的是，与我们的假设（微生物加工从口腔流向肠道微生物组）一致，在发现队列（41 vs. 7）和验证队列1（物种水平为3,251 vs. 618）中，口腔-肠道-代谢物方向上的显著中介效应数量远远超过肠道-口腔-代谢物方向（图5b）。这些发现支持存在一个定向的口腔-肠道微生物组-代谢组轴，介导某些宿主循环代谢物的协调代谢转化。
在口腔-肠道-代谢物中介网络中，我们发现大多数中介关系涉及肠道微生物组属 Oscillibacter 和 Phocaeicola 作为关键中介（图5a-e和补充表9）。通过这些通路受影响的代谢物主要来源于微生物，突显了微生物来源代谢物在全身循环中的重要性。为说明这些口腔-肠道跨部位相互作用，我们选择了代表性例子。值得注意的是， Dialister 可能调节参与酪氨酸发酵和对甲酚产生的 Oscillibacter 活性（图5c），而 Lancefieldella（可能通过调节苯丙氨酸通量）可能增强 Oscillibacter 相关的PAGln生物合成（图5d），这在验证队列1中得到确认（补充图9a-c）。类似地， Granulicatella 和 Stomatobaculum 可能分别通过 Phocaeicola 和 Beduinibacterium 改变肠道处理对乙酰氨基酚等外源物质的能力（图5e、f）。口腔和肠道微生物组影响循环代谢物的实际机制需要通过额外的实验进一步研究。总之，这些发现支持口腔-肠道-代谢物轴的概念，并表明跨身体部位的微生物交叉对话有助于宿主全身代谢。
6.口腔-肠道微生物组-代谢组轴在胰岛素抵抗中发生改变
胰岛素抵抗是包括2型糖尿病在内的多种代谢紊乱的核心病理生理缺陷。先前研究表明，牙周病原体易位至肠道可加剧葡萄糖不耐受并促进全身炎症。然而，这一轴是否通过调节宿主代谢影响疾病仍不完全清楚。鉴于我们早期发现口腔和肠道微生物组共同调节循环代谢物，形成口腔-肠道微生物组-代谢组轴，我们接下来研究了这一轴在胰岛素敏感和胰岛素抵抗个体之间有何不同。
我们首先评估了IS和IR组之间肠道和口腔微生物组的微生物组成是否存在差异。如预期的那样，NMDS分析显示口腔和肠道微生物组彼此明显不同（图6a），与上述结果（图1c）一致。在每个身体部位内，肠道微生物组在IR和IS个体之间显示出部分但重叠的差异，而非完全分离，而口腔微生物组则没有表现出明显的分层（图6a和补充图10a、b）。这一观察与先前报道一致，即胰岛素抵抗中的肠道微生物组改变通常是微妙和异质的，并强调了整合额外功能层（如代谢组学）以揭示仅从群落组成无法显现的表型差异的重要性。
为评估IR中口腔-肠道微生物交互作用是否改变，我们比较了所有循环代谢物的GBDT模型中口腔-肠道交互项的数量（方法）。值得注意的是，IR组表现出显著多于IS组的交互项数量（图6b；Wilcoxon检验，P<0.001），表明口腔和肠道之间的微生物交叉对话增强。我们进一步在每组中分别进行中介分析以检查定向影响（方法）。与交互分析一致，IR组相比于IS组表现出显著更高数量的口腔-肠道-代谢物中介通路（69 vs. 28；图6c）。这些发现共同表明，口腔-肠道微生物组-代谢组轴在IR个体中表现出升高的功能活性。值得注意的是，在口腔-肠道交互项中最常涉及的口腔类群中（图4c），肠球菌属在IR个体的口腔微生物组中的相对丰度显著高于IS个体（补充图11a）。此外，涉及肠球菌属的交互项在IR组中更多（补充图11b），表明胰岛素抵抗放大了该属在非加性口腔-肠道微生物交互作用中的参与。这一观察与先前将肠球菌属与代谢紊乱（包括糖尿病和胰岛素抵抗）以及口腔生态失调和牙周炎（在代谢受损个体中更常见的疾病）相关联的报道一致。
为识别在IR与IS个体中受口腔-肠道轴差异调节的关键循环代谢物，我们比较了两组之间GBDT模型的解释方差（调整后R²值）（方法）。我们识别出141个具有显著组间差异的代谢物，其中105个在IR组中与口腔和肠道微生物群的关联更强（图6d和补充表10）。这些代谢物包括能量代谢的核心组分，如蔗糖、D-果糖、谷氨酸和D-核糖，指向代谢稳态的广泛破坏（图6e、f）。此外，参与芳香族氨基酸代谢的多种代谢物，包括L-酪氨酸、苯丙氨酸、4-羟基苯丙酮酸和犬尿喹啉酸，在IR个体中显著升高或受口腔-肠道轴影响更强。芳香族氨基酸水平升高已被牵涉到IR的发生发展中，可能通过激活mTOR通路和抑制下游胰岛素信号级联。在组氨酸代谢中也观察到改变，例如咪唑乳酸和甲基咪唑乙酸等代谢物在IR个体中与口腔-肠道微生物组的关联增加（图6e、f）。组氨酸在调节炎症、清除活性氧和维持氧化还原平衡中发挥关键作用。组氨酸代谢的破坏可能通过影响组胺生物合成或肠道微生物组成损害葡萄糖稳态。
总之，这些结果揭示了口腔-肠道微生物组-代谢组轴在IR个体中发生功能性重编程，表现出更强的微生物交互作用和对关键循环代谢物的更大影响。这种转变特别影响与能量代谢以及芳香族和组氨酸氨基酸代谢相关的通路，提示跨身体部位微生物交叉对话与IR代谢失调之间存在机制联系。这些发现强调口腔-肠道微生物组-代谢组轴可能是代谢疾病病理生理学的潜在贡献者，也是未来基于微生物组-代谢组干预的有前景的靶点。总之，这些结果揭示了口腔-肠道微生物组-代谢组轴在IR中发生功能性重编程，增强的微生物合作可能促成代谢失调。
综上所述，我们的多队列分析揭示了来自多个身体部位的微生物组协同影响人体血浆代谢组，其中口腔和肠道微生物组之间存在特别强的协同相互作用，并且在IR中这种相互作用被放大。这些发现挑战了以肠道为中心的微生物组-代谢组相互作用观点，并强调了将人体微生物组视为一个相互连接的多部位生态系统的重要性。
更多结果和补充图表：doi：10.1186/s40168-026-02405-w
长按二维码关注我们，用最短的时间和最高的效率学习更多生信思路!
扫描上方二维码或登录平台官网后添加CNSknowall客服微信咨询！官网地址：https://cnsknowall.com
CNSknowall：24年最新问世的遥遥领先的颠覆性科研数据（0代码生信+统计学）分析平台，同时含有机制图模块（原创3000多素材和机制图模板）+AI一键生成高质量比国自然标书初稿+汉化版Pubmed融合Deepseek高效筛选目标文献同时一键提炼全文核心创新点+SCI文献例句/语料检索模块+全文翻译+文献求助+图片查重+期刊查询+OPenAI官方GPT接口，＞500款CNS级别图表皆可一秒内一键出图，登录即秒变数据分析大神，体验前所未有的便捷数据分析之旅，开启科研天骄之路！
可向下滑动发掘更多科研秘籍！
