"Nature Reviews Microbiology | 万字长文详述利用微生物组进行个性化医疗
原创 MetaAI MetaAI 2023-12-20 15:16 发表于北京

MetaAI
分享生命科学，特别是人体微生物与人工智能的交叉研究进展，以及生物信息学。
266篇原创内容
公众号
由各种遗传和环境因素驱动的人类个体差异使得开发基于人群的有效早期疾病检测、治疗和预后评估的能力变得复杂化。微生物组由多种微生物群落组成，包括寄居在人体表面的病毒、细菌、真菌和真核生物，最近通过其个人特异性特征被认为是导致个体间变异的因素。微生物组可以调节疾病，甚至在具有相似遗传疾病易感风险的个体中也是如此。因此，微生物组内存储的信息可以实现对高危人群疾病的早期检测和预后评估，而微生物组调节可以构成针对个体的有效且安全的治疗方法。在这篇综述中，探讨了微生物组数据在针对越来越多的人类疾病的精准医学中的应用的最新进展。还讨论了分析微生物组数据以实现个性化患者护理的挑战、局限性和前景。


背景

破译微生物组的群落结构、它们的功能以及与宿主的相互作用越来越多地揭示了这些微生物生态系统在生理学和疾病表现中发挥的重要作用。微生物组成和功能的破坏（称为菌群失调）与各种疾病状态有关，例如代谢、炎症、神经和胃肠道疾病。与人类基因组相比，微生物组具有显着的可塑性。尽管宿主基因组很大程度上由亲代基因组决定，但人类微生物组却在不断进化，并表现出显着的个性化和时间变异性。微生物组的组成在个体之间存在显着差异，并且在同一个体内也可能发生变化，反映了由于年龄、地理位置、昼夜节律以及环境、营养和药物暴露而导致的一生中发生的动态变化（框1）。在某些情况下，微生物组的可塑性可以解释具有相同遗传病易感性特征的个体如何发展出独特的疾病特征。了解影响微生物组复杂性的因素可能有助于以精确和个性化的方式改善预防、诊断和治疗。
目前使用的精准医学方法主要关注患者的遗传和生化表型，特别是癌症，并已成为越来越多疾病的诊断和管理的护理标准。然而，仅仅依靠这些测试并不能全面了解疾病特征和治疗反应的个性化变化。因此，人们越来越有兴趣探索应用微生物组数据来收集额外的生理信息。在临床前和临床环境中扩大对微生物组的研究是朝着在现实生活中发挥其潜力迈出的重要一步。尽管取得了进展，临床微生物组数据的使用仍然处于探索性和研究性阶段，尚未融入医疗实践。
使用微生物组数据的优点之一是个体内的相对稳定性（框1），这意味着来自同一个体的连续样本在统一收集时往往彼此相似。这种稳定性支持微生物组数据在诊断中的使用，例如法医鉴定作为基于宿主的DNA分析的替代方案。尽管如此，由于主要依赖于在单一且通常是种族同质的队列中进行的回顾性研究和临床试验，研究的可重复性往往有限。因此，这降低了此类研究与不同人群和生活方式的相关性。需要更全面的方法，例如整合大数据分析的方法，才能准确描述复杂的宿主-微生物组相互作用并将其推广到不同群体。
在这篇综述中，举例说明并讨论了如何将微生物组评估整合到数据驱动的医疗实践中，以优化高效、全面和个性化的医疗保健。
框1. 贯穿人类生命周期的微生物组特征

人类微生物组的组成和功能具有显着的个体间差异，受到宿主遗传、免疫、饮食以及其他生活方式和环境特征等复杂调节因素网络的影响。这种个体间的变异性使微生物群落结构和临床读数之间可重复的因果关系的阐明变得复杂，同时需要大规模研究以实现统计和生物学意义。然而，不同的微生物组“指纹”也可以代表一个机会，将个体化的微生物组特征与具有相似遗传病风险的患者的不同临床表现因果联系起来。尽管上述大量的内源性和外源性因素可以调节微生物组，但人类肠道微生物组表现出显着的恢复能力，其特征是群落结构的个体内稳定性。这种内在的微生物组稳定性的例证是，在抗生素暴露等短暂破坏后恢复到其基线配置的显着能力，以及健康肠道微生物组在24小时内的昼夜和高度重复的微生物组变化，这些变化参与调节宿主昼夜节律活动。同样，即使饮食模式发生短暂的短期变化也会迅速改变微生物群，而微生物群通常在恢复到干预前的基线饮食后恢复到原始状态。

尽管健康个体持续暴露于外部环境及其微生物调节作用，但不同生态位的微生物群落结构的这种强大的长期稳定性可能会在健康个体中持续多年。人类微生物组的长期稳定性表明个体的独特性并非巧合，而是表明可能具有生理意义的个性化微生物适应性。然而，值得注意的是，反复或长期的微生物组扰动可能会导致群落结构和功能的长期改变，称为生态失调。这种失调状态可能会导致各种人类疾病，特别是具有潜在遗传易感性的个体。


疾病风险评估和预防

现代医疗保健的一个重点是通过改变高危人群的生活方式来预防疾病，从而减少或延迟明显疾病及其并发症的发生。当预计这些方法具有成本效益时，需要识别处于危险中的个体（“筛查”）并建议采取先发制人的干预措施（“预防”）以抵消疾病的发展。最近的研究表明，微生物组数据可以提高筛查准确性并预测个人对饮食和生活方式变化的反应。
基于微生物组的易患病个体识别
利用微生物组来识别有患病风险的个体的概念源于菌群失调与疾病诱发条件之间相关性的研究。例如，细菌组成和功能的变化与肥胖、胰岛素敏感性和高血压期间观察到的各种人体测量和血液标志物相关，这些因素共同诱发了心脏代谢疾病的发展。因此，宏基因组和/或代谢组微生物数据已被探索作为各种人类疾病的潜在生物标志物（图1A）。例如，肠道微生物调节的代谢物氧化三甲胺 (TMAO) 可以预测心脏病的风险，而支链氨基酸可以预测2型糖尿病 (T2D) 的风险。基因组微生物组分析，称为宏基因组测序，可以提供有关组成（分类学和生物多样性）、微生物基因和功能微生物组估计及其与疾病风险的潜在联系的关键细节。瑞典的一项研究发现，基于肠道微生物组宏基因组的机器学习分类器能够区分患有葡萄糖不耐受或T2D的个体和健康对照，其预测能力类似于现有的基于非微生物组的T2D预测工具FINDRISC。当基于微生物组的分类器与FINDRISC相结合时，整体模型性能得到改善，验证队列中的曲线下面积 (AUC) 为0.7，而单独的模型AUC分别为为0.64（微生物组模型）和0.65（FINDRISC）。基于微生物组的分类器纳入了细菌种类，其中包括普拉梭菌物种（Faecalibacterium sp.），是其最重要的区别特征之一。事实上，多项研究表明，在糖尿病前期和T2D个体中，该物种的丰度有所减少。

图1|利用微生物组数据进行筛查和个性化预防疾病
 A，微生物组评估可以根据微生物多样性、分类、功能活动、昼夜节律和微生物相关等特征来识别处于疾病风险的个体代谢物，例如氧化三甲胺（TMAO)。B，利用微生物组数据探索性个性化预防方式的示例。预测餐后和血糖对饮食的反应是餐后目标饮食计划的基础，该计划结合了个性化评分根据个体宿主和微生物组特征量身定制的食品（Ba组）。微生物组分析可能有助于预测运动对有反应者和无反应者餐后血糖反应的影响（Bb 组）。微生物组及其相关代谢物可能参与与戒烟相关的体重增加的发展或减轻。改变微生物组调节的代谢物，例如二甲基甘氨酸 (DMG) 和 N-乙酰甘氨酸 (ACG)，被认为会影响戒烟后的体重增加（Bc组）。
除了其组成和功能之外，其他微生物组特征也可用于早期疾病识别。尽管肠道微生物组表现出显着的长期稳定性，但它的组成和功能在24小时周期内会经历重复波动。昼夜节律的微生物组行为可能在病程早期发生改变，因此可用于疾病诊断和预防。重要的是，这些沿着24小时周期变化的微生物配置强调了微生物组采样时间一致的重要性。最近的一项研究分析了4,131名个体的时间宏基因组粪便样本数据，发现肠道细菌的日常节律被破坏与T2D和肥胖风险增加有关。糖尿病前期个体表现出中间振荡模式，表明节律失常细菌特征也可用于识别易患T2D的个体。事实上，由13种特定肠道细菌（包括Faecalibacterium prausnitzii、Bifidobacterium longum和Escherichia coli）组成的预测模型已被建议作为预测T2D风险的研究工具，这些细菌在糖尿病前期个体中逐渐失去节律（而在健康个体中仍有节律） 。对20名T2D患者的纵向微生物组评估表明，能够以0.69的AUC预测患有T2D风险的个体，当将体重指数信息添加到分析中时，AUC进一步提高至0.78。使用昼夜微生物组节律进行诊断的一个严重限制是需要全天收集多个样本。此外，尚不确定微生物节律的丧失是否是疾病特异性的。
将微生物标记与现有生物标记相结合可以提高识别疾病风险较高个体的准确性。一项研究分析了164名具有正常认知特征的人的粪便样本，其中一些人的β淀粉样蛋白发生了与临床前阿尔茨海默病相对应的变化。特定的微生物物种，如Dorea formicigerans、F. prausnitzii、Coprococus catus和Anaerostipes hadrus，显示出与临床前阿尔茨海默病密切相关，并可通过机器学习算法（随机森林分类器）进行识别。此外，将肠道微生物组数据与阿尔茨海默病风险的传统特征（尤其是遗传学）相结合，进一步增强了疾病的可预测性。这些前景值得未来的研究。
基于微生物组的原发病预防
改变生活方式，包括尽量减少不健康饮食、缺乏身体活动和吸烟等行为危险因素，以及一些药物干预措施，可作为各种疾病的一级预防。然而，许多推荐的疾病预防方法没有证据基础并且难以遵循，从而限制了它们的广泛采用。利用有针对性的微生物组干预措施作为改变易患病人群疾病风险的手段，可以补充和优化当前的一级预防方式，如下例所示。
饮食。营养干预对于预防各种健康状况，特别是与衰老和代谢紊乱相关的健康状况是不可或缺的。尽管过量摄入碳水化合物和饱和脂肪与代谢疾病有关，但现在很明显，个体对相同食物表现出不同的生理反应，导致餐后血糖、胰岛素和甘油三酯对标准化膳食的反应不同。因此，初级营养预防可以根据每个人的需求进行定制。
将微生物组纳入个性化餐后反应预测中可以实现对此类饮食反应的个性化预测。例如，将粪便微生物组测序数据和机器学习模型中的宿主特征相结合，可以改善餐后血糖预测。这种基于决策树的算法集成了来自800名健康个体的多维数据，包括临床、个人、微生物和饮食信息，以及连续血糖监测数据。该模型的特征分为膳食相关因素（例如脂肪与碳水化合物的比例、总脂肪、钠、酒精和纤维）、宿主相关因素和微生物组相关因素。每个类别中的某些特征对预测餐后血糖值较高或较低具有显着影响。例如，年龄的增长、胆固醇的增加水平、糖化血红蛋白 (HbA1c) 和最后一次睡眠时间是宿主相关因素，对餐后血糖升高具有较高的预测价值。此外，特定的微生物菌种，如Eubacterium rectale，与较低的预测餐后血糖反应有关，而其他微生物，如Parabacteroides distasonis, Bacteroides thetaiotaomicron和Alistipes putredinis则与较高的预测餐后血糖水平有关。重要的是，该模型通过与个体餐后血糖反应实现更高的相关性（相关系数 r = 0.68），优于现有的依赖于碳水化合物含量的预测餐后血糖的“金标准”方法（r = 0.38）。该算法促进了餐后目标饮食的发展，以移动应用程序的形式呈现，为不同的食物提供个性化评分（图1Ba）。最终，餐后针对性饮食有可能预防或延缓高危人群T2D的发病。然而，为了全面探索其除餐后血糖影响之外的预防益处，纵向临床试验是必不可少的。
最近的研究表明，微生物组的预测潜力超出了葡萄糖的范围，显示出预测餐后甘油三酯水平的更大潜力。基于微生物组的个性化营养的有效性可以得到扩展，从T2D预防到与脂质代谢异常相关的疾病，如肥胖、心血管疾病和非酒精性脂肪肝 (NAFLD)。此外，肠道微生物组中捕获的信息可以预测个体对其他饮食方案和疾病因素的反应，例如间歇性禁食、节食后体重反弹和人工甜味剂。除了代谢表型之外，未来对基于微生物组的个性化饮食的研究可能能够改变其他生理表现，包括炎症、组织重塑和致癌作用。这些都值得进一步研究。
锻炼。对于有T2D风险的患者来说，体力活动是提高胰岛素敏感性、同时控制体重的有力手段。运动并不对每个人都同样有益，因为运动后血糖反应的改善存在相当大的差异，这强调需要确定运动反应性的预测因子。在一项对39名糖尿病前期患者进行的小型临床试验中，包括有氧运动和力量训练相结合的间歇训练运动对血糖反应的影响存在很大差异。在有反应者与无反应者中观察到了不同的微生物特征，这提高了根据微生物群预测个体对运动反应的可能性（图1Bb）。使用随机森林算法集成分类学和代谢组学数据的个性化运动反应预测模型。该模型在发现队列中的AUC为0.880，其性能在独立验证队列中得到进一步证实，AUC值为0.747。Bacteroides xylanisolvens、Bacteroides cellulosilyticus和γ-氨基丁酸（GABA）的基线丰度被确定为准确分类运动血糖反应的首要特征（图1Bb）。拟杆菌属内的物种表现出在体外直接产生GABA的能力，其中解木糖拟杆菌 (B. xylanisolvens) 是最突出的生产者之一。这表明谷氨酸到GABA的转化受损可能会阻碍运动后胰岛素敏感性和葡萄糖稳态的改善。未来的研究应该在这些初步发现的基础上进行扩展，纳入更多、更多样化的参与者样本，代表不同的性别、年龄、地理位置和种族背景。
戒烟。尽管吸烟已被充分证明是不健康的，并且会带来多种疾病的高风险，但戒烟通常会伴随着体重显着增加，随着时间的推移，戒烟很难坚持下去。研究表明，戒烟个体的肠道微生物组发生了改变，并表明它在小鼠戒烟后体重增加方面发挥着调节作用。在戒烟的小鼠中，代谢物二甲基甘氨酸（DMG）的血浆水平升高，而N-乙酰甘氨酸（ACG）的血浆水平降低。广谱抗生素治疗消除了这些差异，表明肠道微生物组在调节这些分子方面发挥着重要作用，至少在吸烟的情况下是这样。此外，与接受香烟烟雾移植的无菌小鼠相比，将暴露于香烟烟雾的小鼠的粪便微生物组移植（FMT）至无菌小鼠会导致血浆DMG水平升高，ACG水平降低，并且受体小鼠体重增加。未暴露于烟雾的小鼠。有趣的是，补充 DMG 会导致体重过度增加，而 ACG 则可以防止体重增加，即使在不吸烟的肥胖环境中也是如此（图1Bc）。这些因果概念验证的发现强调了识别微生物及其修饰分子预防常见疾病表现的可能性。这些值得未来在人类背景下进行探索。


疾病诊断

早期诊断对于监测和治疗各种健康状况至关重要。除了目前使用的诊断方法（例如体检、血液检测、成像和活检）外，我们还在继续努力开发更高效、更具成本效益的非侵入性且易于收集的疾病生物标志物。宏基因组微生物特征已成为各种疾病的潜在诊断工具（图2）。然而，由于技术差异（例如样本处理和测序方法）和混杂因素，特别是地理、饮食、性别和时间，这些研究报告的结果存在显着差异。这些挑战目前限制了它们的诊断用途。因此，临床和临床前研究中的报告信息对于微生物组研究至关重要。为了标准化微生物组研究，最近制定了名为 STORMS（加强微生物组研究的组织和报告）的指南。其中包括17项清单，旨在确保微生物组研究报告的一致性和透明度。此外，通过使用多个独立数据集来证实特征，并在不同的数据集（优先包括来自不同地理区域的参与者）中验证它们，可以实现更高的可靠性和普遍性。

图2|疾病预测中的特定位点微生物组风险评估和诊断
从口腔、皮肤、胃肠道和泌尿生殖道以及外周血和肿瘤等各个生态位获得的微生物组特征可以作为预测一系列疾病的生物标志物。重点介绍了与特定疾病相关的关键微生物的例子。CRC，结直肠癌；IBD，炎症性肠病；SLE，系统性红斑狼疮
例如，一个地理多样性有限的小队列研究表明，有20个微生物基因可以作为结直肠癌 (CRC) 的潜在粪便标志物。然而，其中只有四个基因在来自其他地理区域的队列中得到验证。最近的两项荟萃分析强调微生物标志物可能是结直肠癌的鉴别因素。这两项研究都利用了不同的宏基因组分析器和机器学习工具，例如LASSO（最小绝对收缩和选择算子）回归或随机森林分类器。这些算法能够从地理上不同的数据集中生成具有高精度和特异性的分类模型，接收者操作特征曲线下面积 (AUROC) 超过0.8，与粪便潜血测试相当。用于CRC筛查的标准非侵入性临床测试。这两项研究都鉴定了CRC中富含的物种和细菌起源基因，其中一些基因，例如氨基酸降解途径、Fusobacterium nucleatum, Peptostreptococcus stomatis, Parvimonas micra和Solobacterium moorei，在研究之间有重叠。其他特征，如胆碱三甲胺 (TMA) 裂解酶 (cutC) 和胆汁酸诱导 (bai) 基因在CRC样本中表现出较高水平。有趣的是，基于定量聚合酶链反应的bai基因 (baiF) 测量可以预测CRC，达到0.77的AUROC。除了细菌之外，真菌微生物组有望成为疾病（尤其是癌症）的潜在生物标志物。例如，粪便真菌组显示出作为CRC生物标志物的巨大潜力，与细菌和古菌特征相结合时，AUROC为0.83。
结合宏基因组和代谢组数据可以进一步实现基于微生物组的疾病诊断。将不同疾病阶段的CRC患者的宏基因组和代谢组数据纳入特定阶段的随机森林分类器，显示出较高的AUROC，可有效区分早期和晚期CRC患者与健康对照。另一项研究对粪便样本中的微生物组结构进行了表征，以开发一种分类模型，可以区分患有NAFLD和轻度至中度纤维化的患者与晚期纤维化患者。利用19个微生物的随机森林模型中的微生物种类和患者年龄能够将肝硬化患者与轻度至中度纤维化患者区分开来（AUC=0.84）。当将血清AST（天冬氨酸转氨酶）活性纳入模型时，其性能进一步提高（AUC=0.91）。重要的是，该模型成功地在来自不同地理区域的队列中识别出NAFLD驱动的肝硬化。
血清中检测到的微生物生物活性分子可以提供额外的诊断工具。例如，利用八种肠道微生物组相关血清代谢物的预测模型在预测腺瘤和结直肠癌方面实现了高特异性、敏感性和性能（AUC=0.96），优于临床使用的癌胚抗原（CEA）标记物。最近的另一项研究提出使用两种微生物组衍生蛋白（钴胺素和琥珀酰辅酶A）来改善肛门癌的筛查。其他细菌代谢物，包括次级胆汁酸和短链脂肪酸（SCFA），在各种疾病中发生改变，并且可能在未来作为疾病标志物。然而，仍然需要完善的预测模型来验证这些分子在癌症诊断中的用途。
最近有人提出，多种肿瘤内存在独特的低生物量细菌微生物群落，被称为“肿瘤微生物组”。这些独特的群落为开发准确的癌症早期预测因子提供了机会，该预测因子基于患者血浆中微量泄漏微生物DNA的扩增。甚至较低的真菌肿瘤内特征也被认为可以赋予肿瘤特异性，同时增强血浆微生物DNA对早期癌症的可预测性。然而，人们对错误的宿主读长分配和可能影响低生物量信号的技术污染物提出了担忧。这些考虑值得在未来的研究中进一步澄清和优化。
总之，对来自不同健康和疾病环境的样本中与疾病相关的共生体和微生物组衍生分子进行定量可以为医学诊断提供新的、非侵入性的高性能工具。它们的用途和特异性仍有待在适当的临床试验中得到证明。

疾病治疗

微生物组靶向治疗可以显着改善各种疾病的患者预后。针对微生物组的实验策略可分为三种主要方法（图3）。第一种方法涉及利用微生物作为药物（图3A）。这可以通过使用“有益”微生物（益生菌）、下一代益生菌（图3Aa）和工程益生菌来实现通过促进有益微生物（益生元）的生长或将益生菌与益生元（合生元）相结合来抑制细菌（图3Ab）。或者，复杂微生物群落的微生物转移（例如，FMT；图3Ac）旨在建立一个稳定且定植优化的微生物群落，以取代生态失调的配置，从而恢复接受者的健康微生物组功能。第二种方法涉及有针对性地消除微生物，例如与疾病发病机制相关的微生物（图3B）。这可以通过抗生素和噬菌体来实现（图3Ba），它们选择性地针对特定类型的细菌。第三种方法，也称为后生物疗法（post-biotic therapy），涉及使用微生物组衍生的小分子作为药物例如细菌代谢物（图3C）。值得注意的是，并非所有患者都对这些干预措施有反应，因此确定最能从这些方法中受益的患者至关重要（参见“治疗反应和不良反应的确定”）。在这种情况下，微生物组的个体化指纹可以被用作一种有效的“伴随诊断”方式，为个体量身定制治疗方案。

图3|利用微生物组治疗疾病
利用个性化医疗干预中的微生物组可分为三大探索性治疗途径。A，微生物补充或增强。补充外源性下一代益生菌、通过益生元治疗或数据驱动的个性化营养来增强饮食微生物群可能能够纠正菌群失调，从而影响各种微生物群引起的疾病（图Aa）。施用基因工程有益微生物可以降解有毒物质、调节代谢物前体或产生感兴趣的生物活性分子，例如短链脂肪酸 (SCFA)、胆汁酸和色氨酸衍生物（Ab 组）。通过粪便微生物群移植 (FMT) 替代微生物群可有效治疗复发性艰难梭菌感染 (CDI)，并可能治疗其他微生物群相关疾病（Ac 组）。B、微生物抑制。噬菌体联盟可以选择性地抑制致病病原体，例如炎症性肠病 (IBD) 患者中的特定肺炎克雷伯菌菌株（图Ba）。掠食性细菌，例如噬菌蛭弧菌以特定细菌为食（图Bb）。RNA 引导的核酸酶及其引导核糖核酸 (gRNA) 可以沉默特定的有害基因，例如抗生素抗性基因，从而提高以前无效的抗生素治疗的疗效（Bc 组）。C，代谢调节。补充 SCFA 等代谢物可以通过胰高血糖素样肽 1 (GLP-1) 分泌（图 Ca）降低糖化血红蛋白 (HbA1c) 水平，从而帮助控制2型糖尿病 (T2D)。操纵代谢途径，例如法尼醇X受体 (FXR) 激动剂，可抑制胆汁酸合成，治疗原发性硬化性胆管炎等肝脏疾病（图 Cb）。抑制代谢途径，例如抑制细菌三甲胺 (TMA) 的产生。微生物组从膳食胆碱中产生TMA，然后通过宿主肝酶含黄素单加氧酶 3 (FMO3) 转化为三甲胺 N-氧化物 (TMAO)，导致血栓形成的风险增加。抑制关键的TMA生成微生物酶，例如胆碱TMA裂解酶 (CutC)，可以显着降低血浆TMAO水平，从而降低缺血性血管事件的风险（图 Cc）。
下一代益生菌、益生元和个性化营养
益生菌是活的微生物，主要包括细菌和真菌，可以促进良好的健康结果。益生元是饮食干预（例如纤维）可能有助于促进特定共生或外源补充微生物的生长（图3Aa）。非处方益生菌的功效、定植能力和不良反应概况已经争论了几十年，超出了本次综述的范围。最近，微生物组研究发现了关键的共生微生物，这些微生物非常适合在人类肠道内定植和发挥作用，通常被称为下一代益生菌。尽管越来越多的此类菌株在多种疾病的动物模型中进行了研究，显示出其功效和安全性有所提高，但迄今为止只有少数菌株在患者中进行了研究，并且没有一个被批准用作医疗干预措施在临床实践中。尽管存在这些激烈的争议，并且需要确凿的有效性和安全性证据，但一些益生菌仍然用于不同疾病的一级或二级预防，并且它们的使用已得到欧洲儿科胃肠病学、肝病学和营养学会等临床学会（ESPGHAN） 、联合欧洲胃肠病学和欧洲神经胃肠病学和运动学会或美国胃肠病学协会的认可。
在有前途的下一代益生菌候选者中，有两种已进入概念验证试验阶段。F. prausnitzii在患有慢性炎症性疾病（例如炎症性肠病（IBD）和心脏代谢疾病）的患者中减少，而补充它可以改善这些疾病的相应动物模型中的疾病表型。这种产生丁酸的共生体被认为可以对肠道稳态、肠道屏障完整性和免疫调节功能产生有利影响。目前两项临床试验正在评估这种下一代益生菌对溃疡性结肠炎 (NCT05542355) 和胰岛素抵抗 (NCT04938843) 患者的功效和安全性。
补充Akkermansia muciniphila在肥胖和胰岛素抵抗、抗癌免疫治疗、肌萎缩侧索硬化和动脉粥样硬化的动物模型中具有良好的效果。在肌萎缩侧索硬化症小鼠模型中，补充A. muciniphila可以改善运动功能并延长寿命，这是通过多种机制介导的，包括调节肠道通透性、产生特定代谢物（如SCFA）和调节免疫反应。目前正在研究是否可以在患有肌萎缩侧索硬化症的人类身上记录到类似的效果。尽管活的和巴氏灭菌的A. muciniphila在胰岛素抵抗的超重或肥胖患者中都显示出改善的代谢标志物，但对其益生菌使用的担忧源于多发性硬化症中注意到的丰度增加，以及在帕金森病患者中观察到的粘液溶解能力。
益生元是通常由不可消化的纤维组成的食物成分，被认为可以促进有益细菌的增殖。膳食纤维和益生元可以引起肠道微生物组成的一些常见变化，例如双歧杆菌和粪杆菌属的增加。食用菊粉后。这些转变可能会鼓励微生物竞争，抑制致病性或机会性微生物的生长，同时促进有益菌株的生长。这种微生物组的适应可能有助于改善血糖反应、抗肿瘤免疫力和降低感染的易感性。例如，在接受免疫治疗的黑色素瘤患者中，使用高纤维饮食调节肠道微生物组可以提高生存率。有趣的是，对益生元纤维的个体化反应表明微生物组可能作为预测益生元反应性的潜在生物标志物。利用个人的纤维摄入量可能构成未来研究的一个令人兴奋的途径。
个性化营养
机器学习模型可以利用个体的微生物组组成和功能以及其他宿主特征来影响多因素代谢疾病。例如，对23名新诊断的T2D患者进行的一项小型研究表明，基于机器学习算法的饮食建议可能有助于对胰岛素相关特征产生短期和长期有益影响。尽管这种血糖稳定作用得到了其他研究的支持，但对204名肥胖患者进行的一项更大规模的随机对照试验，使用类似的机器学习算法，未能证明与低脂饮食相比具有减肥优势。这种计算数据驱动模型的精确应用、适应症、临床益处和可能的不利影响值得未来研究。
工程细菌
经过精确设计以执行特定功能的工程活微生物构成了可能适用于各种疾病的新型疗法，并且正在糖尿病、胰岛素抵抗、IBD、癌症、传染病和免疫介导疾病（例如类风湿性关节炎）的动物模型中进行测试和IBD）（图3Ab）。这种转基因微生物可以被设计为执行广泛的功能，诱导重组蛋白、小分子（例如 SCFA 和吲哚）和免疫调节剂的产生，以及有毒物质的分解代谢、药物的修饰和生物活性物质的输送。其中一些已经在II期和III期人体临床试验中进行了测试。
这种方法的一个主要挑战是这些微生物的短暂作用，因为它们在肠道中的持久性有限，这可能解释了为什么一些在体外和动物研究中具有良好功效的有前景的候选药物未能产生显着的人类临床效果，导致停止他们的发展。例如，大肠杆菌 Nissle (SYNB1020) 被设计为过量产生精氨酸并增加氨消耗，以治疗肝硬化和肝性脑病患者，这是一种与肠道微生物组氨产生增加相关的疾病。然而，一项针对肝硬化患者的临床试验未能证明该菌株可降低血氨，导致其临床开发终止（NCT03447730）。选择肠道自然居民的工程菌株可以提高其定植持久性，值得进一步研究。
菌群移植
FMT旨在用健康捐赠者的微生物生态系统取代导致疾病的微生物生态系统。迄今为止，唯一获得医学批准的FMT临床应用是治疗复发性艰难梭菌感染 (CDI)（图 3Ac）。FMT正在针对各种其他疾病的临床试验进行评估，包括 IBD、肠易激综合征、代谢和免疫疾病、神经心理疾病和酒精成瘾。FMT的作用方式仍未得到充分了解，预测FMT临床疗效的方法也有待优化。有几个变量会影响FMT的功效，包括供体选择、受体特征、FMT的不同给药途径以及FMT之前抗生素的使用。先前存在于接受者肠道微生物组中的供体菌株更有可能持续存在，而先前未在人类肠道中持续存在的新菌株繁殖并成为新微生物群落一部分的机会较低。最近两项荟萃分析证实了供体-受体微生物组相容性的重要性，这表明菌株植入对于多种条件下FMT的成功结果至关重要。然而，不同研究之间的这种关联性存在显着差异。FMT的功效以及宿主和微生物组参数对其有效性的影响需要进一步研究。有趣的是，最近的一项II期研究利用八种共生梭状芽胞杆菌的混合物，在预防复发性CDI方面显示出有希望的结果，这表明确定驱动FMT有益效果的核心共生菌群可能使这种治疗方法能够安全有效地“通用”升级。
FMT被认为可以逆转同种异体造血细胞移植后观察到的菌群失调，并改善与难治性肠道移植物抗宿主病 (GVHD) 相关的并发症。值得注意的是，宿主遗传学和营养因素可能在这些患者观察到的FMT效果中发挥着尚未研究的关键作用。例如，膳食乳糖促进肠球菌扩张，这与人类GVHD发病率增加有关，而小鼠GVHD模型中膳食乳糖的消耗减少了肠球菌的扩张并减轻了疾病的严重程度。因此，仔细考虑营养和遗传因素可能有助于优化移植后环境中的FMT。
除了FMT之外，非肠道微生物组的移植也越来越多地被探索作为治疗器官特异性疾病的一种手段。其中一个例子是阴道微生物组移植，它在治疗复发性细菌性阴道病方面显示出了希望，一种以细菌过度生长和阴道菌群失调为特征的疾病。尽管抗生素通常用于治疗细菌性阴道病，但经常观察到高复发率，表明需要更好的长期治疗选择。首个人类病例系列表明，健康捐赠者的阴道微生物组移植后，症状、临床特征（根据量化阴道分泌物、pH和气味的Amsel标准）和微观阴道液特征得到了显着的长期改善。在所有情况下，移植个体的症状改善都伴随着以乳杆菌为主的阴道微生物组的重建。其他微生物组移植方法，例如皮肤微生物组移植和口腔微生物组移植，有望用于各种其他特定疾病的个性化治疗。
有针对性的微生物组消除
在多种疾病中，共生体（在这种疾病中称为“致病菌”）可能有助于疾病的发病机制和进展。例如，酒精性肝炎患者体内的粪肠球菌（ Enterococcus faecalis）、NAFLD患者体内的产酒精肺炎克雷伯菌（Klebsiella pneumoniae）、IBD患者体内的粘附侵袭性大肠杆菌（E. coli）以及 IBD 和癌症患者体内的具核梭杆菌（F. nucleatum）。然而，有效抑制和消除致病生物仍然是一个令人畏惧的未满足需求。鉴于许多病原体固有的抗生素耐药性，抗生素治疗通常是无效的，并且是非选择性的，并且与不良反应和耐药菌株的出现有关。
为了克服这一未满足的需求，有针对性的方法旨在专门消除有害菌株，而不影响周围的生态系统。噬菌体是通过受体介导的高特异性抑制机制专门感染和破坏原核生物的病毒。尽管它们已被证明对人类使用总体上是安全的，但作为进化“军备竞赛”的一部分，细菌已经进化出复杂的噬菌体抗性和抗噬菌体免疫机制，这限制了它们的临床应用，仅限于抗生素中的短期全身抢救治疗耐药性败血症。为了解决噬菌体抗性和免疫原性的挑战，最近的一项研究利用口服噬菌体组合，其中每个噬菌体成员通过不同的受体攻击感兴趣的病原体菌株，从而克服全身免疫原性和噬菌体抗性。严格裂解的五噬菌体组合被设计用于针对肺炎克雷伯菌菌株的进化枝，这表明在四个地理不同的人类群体中会导致IBD恶化和严重程度（图 3Ba）。事实上，噬菌体混合物抑制了不同IBD动物模型中的病原体，同时减轻了相关炎症和疾病严重程度。噬菌体混合物的成员在首次人体I期临床试验中得到了安全耐受，并且没有对周围微生物组表现出脱靶效应。最近在NAFLD和原发性硬化性胆管炎的临床前模型中也显示了利用噬菌体抑制导致疾病的共生体。利用噬菌体组合方法的挑战包括未知的药代动力学和药效学特性；另一方面，其优点包括噬菌体自我复制和高细菌特异性，从而最大限度地减少对微生物组和宿主的脱靶影响。这种治疗值得进一步研究。消除病原体的针对性策略的其他例子包括使用捕食性细菌，例如噬菌蛭弧菌（Bdellovibrio bacteriovorus），它们在目标细菌内复制，最终导致目标细菌死亡（图3Bb）。当与噬菌体结合时，当单一方法不足时，这种方法可能会增强对病原体的抑制。此外，RNA引导的核酸酶可用于靶向特定的DNA序列，例如抗生素耐药性或毒力基因（图3Bc），但这种策略值得未来评估。
后生元
微生物衍生的代谢物，也称为后生元，是由微生物组成员产生、调节或降解的生物活性分子，可能流入人类宿主并对宿主细胞和组织产生远程影响。补充代谢物或抑制其宿主信号传导可用于微生物组相关疾病的治疗，同时绕过与微生物补充相关的复杂性（例如，菌株植入和存活、个体间共生菌株变异性、患者的安全问题，尤其是免疫功能低下的人）。越来越多的研究强调生物活性代谢物在不同动物疾病模型中的有效性，包括肥胖、NAFLD和癌症，但迄今为止，在大多数情况下，人类数据仍然稀疏且相关。某些后生元已在临床环境中进行了评估（表 1），主要作为经典疗法失败后的二线或三线治疗（参见表1中的“目标患者”栏）。尽管如此，其中一些已被批准用于临床，或处于临床开发的高级阶段，这一事实使它们成为未来基于微生物组的个性化治疗的有趣方法。

表 1 |使用微生物组衍生代谢物的可能的个性化治疗应用示例
生物活性代谢物家族的一个显着例子包括短链脂肪酸SCFA，即源自细菌纤维发酵的产物。它们与多种疾病有关，包括代谢紊乱（肥胖、糖尿病和动脉粥样硬化）、自身免疫性疾病、癌症和神经精神疾病，如阿尔茨海默病和帕金森病。动物研究表明，补充SCFA可以增强葡萄糖稳态，主要是通过调节胰高血糖素样肽 1 (GLP-1)、肽YY和瘦素等肠道激素。在人类中，一项涉及T2D患者的随机临床试验观察到膳食纤维消耗量与SCFA水平之间的相关性。产生SCFA的细菌的增加与HbA1c水平（血糖控制的标志物）的改善同时发生，这归因于GLP-1产量的增加（图 3Ca）。这表明SCFA在治疗T2D方面具有潜力。然而，SCFA丁酸盐对葡萄糖代谢的全身影响仅在健康参与者中观察到，而在患有心脏代谢疾病的患者中没有观察到。对44项临床研究的荟萃分析发现，SCFA（乙酸盐、丁酸盐和丙酸盐）对糖耐量受损个体、T2D个体和健康受试者的血糖反应没有影响；然而，值得注意的是，含有乙酸的醋可以降低所有人群的血糖水平。
胆汁酸是另一组生物活性微生物组衍生的代谢物，可与宿主核受体（例如法尼醇X受体（FXR）和G蛋白偶联受体（图 3Cb））结合，影响宿主代谢。一种合成的FXR激动剂已被引入临床实践，目前用作胆汁淤积性肝病的二线治疗药物；临床试验表明它也可能活跃于NAFLD。然而，只有45%的NAFLD患者对这种治疗有反应。这表明需要更好的患者选择过程，可能使用基于微生物组的伴随诊断。药理调节还可能涉及抑制有害代谢物，例如TMAO，它被认为是导致心血管疾病风险的一个因素。微生物TMA生成酶对CutC和CutD的抑制剂可以显着降低 TMAO 的血浆水平，从而减少与急性缺血性血管事件有关的小鼠的血栓形成事件（图 3Cc）。色氨酸等膳食氨基酸可以被肠道微生物组的不同成员（包括乳酸菌和拟杆菌属）代谢为吲哚衍生物，吲哚衍生物是芳烃受体 (AHR) 的配体。AHR的激活可促进粘膜稳态并影响激素和免疫细胞功能（分别是GLP-1和白细胞介素22 (IL-22) 的分泌）。这会对宿主生理产生广泛的下游影响。AHR的吲哚衍生物配体在IBD、肥胖、NAFLD和酒精性肝病等多种疾病中减少，而药物刺激AHR或补充产生AHR激动剂的细菌在结肠炎、心脏代谢疾病和酒精性肝病的动物模型中显示出有希望的结果肝脏疾病。有趣的是，补充天然AHR激动剂靛蓝可引起溃疡性结肠炎患者的临床改善。然而，由于潜在的副作用，包括肺动脉高压，试验被停止。吲哚衍生物构成了有前途的治疗方法，可以作为假定的未来个性化微生物组衍生疗法进行测试。

响应者和不良反应

一些人类共生体可以代谢药物，这会影响它们的功效和不良反应特征。其他可能会影响作为许多疾病干预措施基础的免疫反应。了解这些微生物组的功能可能有助于优化现有治疗、减少不良反应和预测治疗反应。复杂微生物对药物功能贡献的研究极大受益于“大数据分析”，例如整合微生物组特征的机器学习方法，如最近在嵌合抗原受体T细胞（CAR-T细胞）疗法、饮食减肥干预或甲氨蝶呤中所显示的那样。
微生物组调节人类药物并影响其功效的能力可以在癌症治疗中得到例证。在小鼠模型中，表达胞苷脱氨酶的肿瘤内细菌的存在降低了抗癌药物吉西他滨的功效（图4Aa）。相比之下，奥沙利铂是一种非靶向细胞毒性药物，可抑制DNA合成，广泛用于治疗CRC，通过细菌调节活性氧 (ROS) 和微生物组依赖性肿瘤坏死的产生，在小鼠模型中发挥治疗作用肿瘤相关骨髓细胞产生的TNF因子（图4Ab）。环磷酰胺是一种诱导DNA交联的烷化剂，可促进细菌易位，从而导致小鼠淋巴结中产生T辅助细胞17。最近，有人提出，微生物衍生的代谢物吲哚乙酸 (IAA) 可以增强胰腺癌标准化疗组合的反应。在小鼠中，IAA通过损害癌细胞的自噬发挥作用（图4Ba）。尽管这些研究是在癌症动物模型中进行的，但对患者微生物组的修改可能可以优化此类治疗或其对个体的分层。

图4|微生物组介导的癌症治疗调节
A，微生物组会影响化疗效果。肿瘤内细菌，如表达胞苷脱氨酶的猪鼻支原体（Mycoplasma hyorhin），可以将吉西他滨转化为其无活性的衍生物 2',2'-二氟脱氧尿苷，从而使治疗无效并导致肿瘤进展（图 Aa）。细菌产生的活性氧 (ROS) 和肿瘤相关骨髓细胞中微生物组依赖性产生的肿瘤坏死因子 (TNF) 可增强奥沙利铂的治疗效果（图 Ab）。
肠道微生物组也可能调节对癌症免疫治疗的反应。接触抗生素与免疫治疗效率更差，存活率更低有关，这在小鼠模型和患有各种类型癌症（包括非小细胞肺癌、肾细胞癌和尿路上皮癌）的患者中都有体现。动物模型表明，某些细菌，如脆弱拟杆菌（Bacteroides fragilis）、多形拟杆菌（B. thetaiotaomicron）、伯克霍尔德杆菌（Burkholderiales）和伪足双歧杆菌（Bifidobacterium pseudopodium），可能会增强细胞毒性T淋巴细胞相关蛋白4 (CTLA4) 抑制剂的功效。此外，A. muciniphila和双歧杆菌可能会提高抗PD1功效（图4Bb）。在人类中，携带长双歧杆菌、产气柯林斯菌（Collinsella aerofaciens）和屎肠球菌（Enterococcus faecium）的黑色素瘤患者对PD1抑制剂有更好的反应。有趣的是，使用高纤维饮食调节肠道微生物组可诱导肿瘤微环境中干扰素γ阳性细胞毒性T细胞的增加，并导致接受这些药物治疗的患者获得更好的生存率。与这些观察结果一致，在两项小型概念验证研究中，FMT调节微生物组已证明，30%和40%先前对抗PD1免疫疗法耐药的转移性黑色素瘤患者出现部分或完全缓解

图4B，微生物组可以以不同的方式改变对癌症治疗的反应。对氟尿嘧啶-伊立替康-奥沙利铂 (FOLFIRINOX) 联合化疗的反应可以通过细菌产物（例如微生物组（特别是拟杆菌属）产生的吲哚乙酸 (IAA)）来改变。中性粒细胞释放的髓过氧化物酶将IAA 转化为 3-亚甲基-2-羟吲哚，从而防止ROS降解，导致肿瘤细胞自噬受损和细胞死亡（图Ba）。 Akkermansia muciniphila通过诱导树突状细胞产生白细胞介素 12 (IL-12) 来增强抗 PD1 抗体功效，从而刺激肿瘤微环境中的CD4 CCR9记忆T细胞运输并抑制肿瘤（图 Bb）。
最近的证据还表明微生物组在其他类型的免疫治疗中的作用越来越大。在接受CD19靶向CAR-T细胞疗法治疗的B细胞淋巴瘤患者中，长双歧杆菌与6个月生存或淋巴瘤进展相关，而梭菌（Clostridia spp.）与6个月生存或淋巴瘤进展相关。与3个月后完全缓解相关。有趣的是，最差的生存率与这些患者使用抗生素有关，但这可能与接受广谱抗生素治疗的患者的较高肿瘤负担相混淆。排除接受广谱抗生素治疗的患者揭示了基于微生物组的特征，该特征能够对跨地理区域的CAR-T细胞治疗反应进行可靠的机器学习预测。
肠道微生物组的成员还可以调节其他常用药物的代谢，例如二甲双胍、地高辛或他汀类药物。Eggerthella lenta表达强心苷还原酶基因，使地高辛失活。这对于确定地高辛的正确剂量至关重要，地高辛的治疗窗很窄并且毒性很大，并且可以指导开发微生物组个性化剂量适应策略，以最大限度地减少不良反应并提高疗效。肠道微生物多样性较高的患者对他汀类药物表现出更好的反应，而变形菌（Proteobacteria）、蓝细菌（Cyanobacteria）和慢球菌（Lentisphaerae）水平的增加以及厚壁菌门和梭杆菌水平的降低与他汀类药物疗效下降相关。需要进一步研究来调查这些关联之间的因果关系。
调节不良反应
人类临床实践中使用的所有疗法都与不良反应相关，这些不良反应会伤害患者，同时导致剂量减少甚至中断，影响治疗效果。常见抗癌药物（例如5-氟尿嘧啶、索拉非尼、伊立替康）和放疗的一些不良反应可归因于肠道微生物代谢。在这些不良反应中，胃肠道症状通常与生态失调有关，例如伊立替康、非甾体类抗炎药和二甲双胍。基于微生物组的识别有发生不良反应风险的患者可以帮助预防和/或针对个体制定治疗方案。例如，CRC患者在伊立替康化疗期间经常出现腹泻，因为伊立替康被肠道微生物酶β-葡萄糖醛酸酶代谢，导致有毒化合物的形成。在某些情况下，这些患者通过补充益生菌鸡尾酒，腹泻可以得到缓解。此外，在临床前癌症模型中，β-葡萄糖醛酸酶的靶向抑制减少了伊立替康引起的腹泻，同时保留了该药物抗肿瘤的功效。
调节微生物组可能有助于治疗药物引起的不良反应。例如，来自健康捐赠者的FMT可以改善酪氨酸激酶抑制剂引起的腹泻。同样，FMT可能有助于预防同种异体干细胞移植并发症，例如难治性肠道GVHD。最近的一项研究利用大量CRC患者的肠道微生物组数据，开发了一种计算机方法，可以预测不同患者肠道微生物组的药物转化潜力。类似的方法可用于开发个性化方法来识别易受治疗相关副作用影响的患者，从而使微生物组调节能够减轻这些风险。这些前景值得进一步研究。

局限性和挑战

尽管微生物组整合到个性化医疗中的前景广阔，但这也带来了许多限制和挑战。其中一项挑战是由性别、种族、生活方式和地理差异驱动的个体间差异（框1）。这些因素可能导致研究之间缺乏可重复性，从而难以得出一般性结论。尽管大规模研究全面证明了跨文化、国家和大陆的地理微生物组差异，但迄今为止大多数微生物组研究都包括居住在欧洲、北美和一些亚洲国家发达国家的患者。为了证明这一限制的重要性，不同地理来源的人类微生物组定植的小鼠对感染的敏感性存在差异。因此，不同人群的微生物组研究报告的结果的普遍性程度仍然难以捉摸。必须越来越多地在不同地理、种族和文化背景的人群中验证研究结果，或揭示他们的独特特征。从积极的角度来看，这些个体间变异性的挑战可以用来解释和预测疾病易感性或治疗反应性的个体化差异，即使在携带相同疾病易感性基因座的人类中也是如此。例如，疫苗在预防传染病方面非常成功，但个体之间的免疫反应可能存在很大差异。尽管基于微生物组的疫苗功效预测模型尚未经过测试，但微生物组对免疫系统的强大影响表明，它可能会提高此类模型的准确性。
另一个挑战源于相关性、预测和因果关系之间的区别（框2）。微生物组文献经常指出微生物特征与临床结果之间的关联。然而，其中大多数都是由“乘客微生物组变化”组成，其中微生物组变化是继发于疾病状况的。少数“驱动微生物组变化”可能会对疾病和治疗产生因果影响，但证明这种因果关系绝非易事。在微生物组研究中，混淆相关性与因果关系可能会导致与疾病中特定微生物的因果关系相关的错误假设和过度解释。对因果关系的努力构成了微生物组研究的主要挑战（和希望）。
框2. 微生物组研究中的相关性、预测和因果关系

微生物组研究及其与个性化医疗的整合涉及相关性、预测和因果关系之间的关键区分。微生物组特征和宿主表型之间的相关性可以为特定微生物组组成、功能、代谢物和与疾病易感性、表现和治疗反应相关的临床重要人类健康之间的潜在关联提供有价值的见解。然而，相关性不一定能建立预测或反映因果关系，并且可能反映反向因果关系。例如，肠道微生物组的变化可能与肠道炎症的严重程度相关，但可能代表炎症对微生物组的二次影响，而不是反映微生物组对炎症的影响。因此，相关性或关联性代表了阐明因果关系和机制的一个有趣且可能重要的起点，但需要严格的逐步实验验证来建立因果关系。
能够对可能的因果关系进行某种程度的关联和相关性验证的中间步骤包括预测。预测建模可以帮助更深入地了解特征及其相关临床结果之间的关系。预测方法涵盖广泛的复杂性，包括多变量分析、深度神经元网络和因果推理。基于机器学习的方法通常涉及“训练”步骤，其中使用一组输入特征（例如微生物组数据和表型读数）生成算法。在此阶段，算法识别可用作预测模型的模式，这些模式连接部分（或全部）输入特征。关键的“验证”步骤涉及在单独的输入数据集（未参与训练过程）上评估训练模型的性能，以评估模型的通用性。尽管存在局限性，这种预测方法可能能够利用大量的医学数据识别模式和关系，可能影响健康状况和对治疗的反应。
通过机制研究来证明因果关系，其中一个变量被实验证明可以直接影响另一个变量，这仍然至关重要，并且与相关性和预测研究不同。识别因果关系需要有针对性的实验设计，在变量之间建立因果关系。在微生物组影响医疗结果的背景下，特定微生物种类、途径或微生物调节的生物活性产品（代谢物）与疾病表现之间因果关系的建立可以通过扩大各种实验方法来实现。例子包括将微生物或代谢物转移到微生物组耗尽（抗生素处理）或微生物组缺陷（无菌）小鼠模型中；产生在疾病动物模型中表现出增强或缺失的功能能力的工程微生物；数据驱动的营养干预措施（个性化营养）影响微生物群落结构；或评估微生物组消除策略（例如抗生素或噬菌体疗法）对疾病表现的影响。从这些研究中获得的见解可以通过识别人类和模型系统中受到干扰的重叠途径，或通过测试临床前研究和离体人类细胞平台中确定的潜在疗法来应用于人类研究。随后，可以进行人体干预对照临床试验，评估在受控人体环境中测试的干预措施的临床有效性和安全性。
总的来说，这种严格的、逐步的方法可能会揭示微生物组对人体生理学的可重复调节功能，并可以转化为有针对性的干预措施。人们微生物组“指纹”的人际变异可以用作伴随诊断，以便能够针对个人合理定制此类治疗。

微生物组研究的另一个主要挑战涉及最近鉴定的低生物量微生物群落，这些微生物群落是居住在以前被认为是无菌的地方。验证此类微生物群落（例如，在泌尿生殖道、呼吸道和肿瘤内）的真实存在和潜在功能代表了有希望的研究途径，但需要相当大的技术障碍。低生物量微生物组更容易受到污染和读取错位，这使得在无菌环境中工作、整合多种控制、积累不同来源的样本和优化参考数据集至关重要（补充信息）。对这种假定的微生物群落的验证和探索需要未来的研究。
益生菌、益生元和FMT被建议作为治疗患有各种微生物组相关多因素疾病的个体的可能干预措施。然而，“非处方”益生菌菌株在人类胃肠道中的定植仍然存在争议，并且个体之间差异很大。此外，益生菌会干扰抗生素治疗后肠道微生物组的恢复，导致持续的菌群失调和抗生素抗性基因库的增加。含有宿主衍生菌株（例如来自人类肠道的菌株）的下一代益生菌可能会更牢固地融入粘膜粘附微生物群落中，从而可重复地影响宿主。
自体FMT是一种治疗方式，可以用预先储存的内源微生物组来补充个体。这种治疗方法在稳定地重置人类肠道微生物组方面显示出有效性。粪便库的产生可以将微生物组保存在健康状态，以便在疾病发展时可能自体使用，这为未来的研究带来了希望。关于同种异体FMT（来自供体），有人认为FMT的功效可能取决于潜在微生物组损伤的类型，假设供体定植在炎症性肠病等慢性免疫介导疾病中可能很重要，而供体群落结构对于机制主要是微生物的疾病（例如 CDI）非常重要。这可能解释了为什么FMT的疗效在CDI试验中相对一致，而其在其他适应症中的作用则更难以确定。这些假设值得进一步研究。或者，使用特定的细菌群落或转基因细菌来增强细菌转移的治疗效果是有前景的，但存在一些技术挑战。例如，一些工程菌株，例如大肠杆菌菌株 MG1655 和 Nissle 1917，表现出在宿主中定殖的能力有限。编辑天然菌株可能会克服这一挑战，但仍有待在人体中进行测试。
最后，尽管该领域内细菌微生物组的研究激增，但对于真菌、病毒和真核微生物组对人类疾病的影响的了解仍然有限。在这方面的局限性包括此类微生物群落相对稀有、参考数据库不足以及缺乏用于分析其基因组或操纵其功能的可用工具。这些将构成未来十年微生物组研究的令人兴奋的领域。


未来展望

尽管存在上述限制和挑战，利用微生物组数据在人类医学中的应用仍提供了广阔的前景。最近的一些发现包括能够从整个肠道生态位进行微生物组采样的创新技术。验证此类设备从肠道预定位点采样的准确性将能够确定位置特异性宿主-微生物组相互作用。开发通过智能马桶分析尿液和粪便分泌物的护理点监测系统可以实现准确的个人健康信息的时间积累。尽管这些方法仍处于起步阶段，但它们（和其他方法）是应用微生物组研究的令人兴奋的途径。
提高低生物量样品测序的准确性和深度的创新测序技术代表了当前活跃的研究领域，旨在解决未满足的需求。同样，源自活细菌和死细菌的微生物DNA 之间的区分将极大地有助于微生物特征，同时减少变异性和噪音。将微生物相关DNA与其他微生物数据方面（例如RNA、蛋白质、脂质和糖）整合可能会增强推断潜在微生物身份和功能的能力。开发一套更加多样化的实验模型来确定与人类相关的微生物组因果关系，例如类器官和器官芯片系统，构成了一个令人着迷且高度活跃的基础研究领域。
优化测序和代谢平台及数据的负担能力和可用性可以促进微生物组研究向经济落后地区的传播。临时的低成本替代方案，例如关键微生物标记物的测试，可能会增强微生物组研究的全球化，直到更全面的管道的可用性和成本得到改善。

结论

最近的研究越来越多地探索将基于微生物组的方法整合到个性化医疗领域的前景。仍需克服重大挑战，但正在进行的研究正在越来越多地解决这些局限性，以提高基于微生物组的敏感性、特异性和重现性。最终，对微生物组及其在人类健康和疾病中的作用的持续探索将使新颖的个性化诊断和治疗方式成为可能，从而改善患者护理。"