欧洲分子生物学实验室(EMBL)、莱顿大学医学中心(LUMC)及合作伙伴的研究人员重新分析了近6,800份肠道微生物组谱，揭示了结直肠癌的一致微生物特征。
研究摘要
- 欧洲分子生物学实验室(EMBL)、莱顿大学医学中心(LUMC)及合作伙伴的研究人员重新分析了结直肠癌患者和对照组的近6,800份肠道微生物组谱。
- 作为迄今为止规模最大的单一疾病肠道微生物组荟萃分析之一，这项新研究发现了一种可靠的结直肠癌微生物组特征，该特征在不同人群、测序方法和发病年龄组中保持一致。
- 机器学习分类器能够跨数据集区分结直肠癌和非癌症微生物组。
- 结直肠癌微生物组特征与较低的膳食纤维摄入量相关，可通过专注于纤维的饮食干预降低。
研究人员长期以来一直怀疑肠道微生物组——生活在肠道中的细菌和其他微生物群落——与结直肠癌密切相关。在《细胞宿主与微生物》(Cell Host & Microbe)杂志发表的一项新研究中，来自Mi-EOCRC联盟的一个国际研究团队，该联盟横跨德国、瑞士和荷兰，包括EMBL海德堡的Zeller和Zimmermann研究组，对与结直肠癌相关的肠道微生物组进行了迄今为止最全面的分析之一。
许多研究报道了结直肠癌患者与非患者微生物组之间的差异。但由于这些研究通常规模较小且使用不同的测序方法，很难确定哪些微生物变化是真正可重复的。荟萃分析——整合来自多个独立研究的数据的研究——已尝试解决这些可重复性和一致性问题。
然而，迄今为止，这些研究仅基于已发表的众多数据集的一小部分。
现在，通过重新分析来自27项研究的数据，包括6,779份公开可用的肠道微生物组测序谱，研究人员已确定了与结直肠癌相关的可靠微生物特征。该研究还分析了906份肠组织样本，以比较基于粪便的微生物组信号与直接在肿瘤组织中发现的微生物。
"这项研究的优势在于其全面性，"欧洲分子生物学实验室海德堡分部访问团队负责人、莱顿大学医学中心(LUMC)教授Georg Zeller表示。"我们将粪便和组织比较、饮食数据、细菌菌株水平的分类分析以及毒力因子的功能分析结合起来。"
使微生物组数据集可比较
这项研究的一个关键进展是方法学上的。研究人员开发并应用了计算方法，使他们能够在大规模上整合使用不同测序方法生成的微生物组数据集。使用这些方法，他们甚至可以重新分析最初并非为结直肠癌研究招募的人群的数据。
"关键工具是一种经过训练以区分癌症和非癌症微生物组的机器学习算法，"Zeller说。"它输出一个微生物组'类似癌症'程度的分数。我们可以将此应用于任何现有的人类肠道微生物组数据集，包括来自饮食干预研究的数据。"
这种方法使研究人员能够建立一种结直肠癌微生物组特征，该特征不仅限于单一队列、地理位置、测序方法或诊断年龄。相反，这一特征似乎是该疾病的一个广泛可重复的特征，包括早发性和晚发性结直肠癌。
肿瘤微生物反映基于粪便的癌症特征
该团队还研究了在粪便样本中检测到的微生物是否反映了直接在结直肠肿瘤中发现的微生物。他们发现，肿瘤组织中富集的微生物与在粪便样本中观察到的结直肠癌特征相似。
重要的是，在组织样本中，与癌症相关的微生物在早期肿瘤中就已经可以被检测到。然而，在粪便样本中，早期癌症和位于结肠上游的肿瘤的检测准确性略低。一种可能的解释是，来自较小（由于早期阶段的肿瘤生长更局限）或远离直肠的肿瘤的微生物可能比晚期或靠近直肠的肿瘤更难在粪便中检测到。
"这些结果表明，与结直肠癌相关的微生物组变化可能在疾病发展的早期就出现，并提出了肿瘤如何塑造微生物组以及微生物如何通过信号传导、代谢和其他相互作用影响肿瘤微环境的问题，"欧洲分子生物学实验室海德堡分部研究组长Michael Zimmermann解释道。
癌前腺瘤仍然难以检测
虽然结直肠癌微生物组特征很可靠，但研究人员发现，在粪便微生物组谱中，癌前腺瘤仍然难以检测。与结直肠癌相比，腺瘤相关的微生物变化较弱，并且与癌症相关特征仅有有限的重叠。用于检测结直肠癌的机器学习分类器，以及专门用于区分腺瘤和对照组的分类器，在不同队列中的表现各不相同。
"这一局限性对于Mi-EOCRC联盟所瞄准的未来临床转化非常重要，"Michael Zimmermann说。"这表明，在基于微生物组的工具能够为早期癌前病变的可靠检测做出贡献之前，可能需要更敏感的方法、更大的数据集或其他测量方法的组合。"
膳食纤维与降低的"类癌症"微生物组评分相关
研究人员还探讨了饮食与结直肠癌微生物组特征的关系。他们发现，更强的癌症相关微生物组模式与较低的膳食纤维摄入量相关。相反，在饮食干预研究中增加膳食纤维摄入量与结直肠癌微生物组特征评分的降低相关。
这一发现表明，饮食，尤其是纤维摄入，可以影响与结直肠癌相关的微生物模式，支持了饮食可以以与癌症风险、进展或预防相关的方式塑造肠道微生物群落的观点。
由于机器学习评分可以应用于现有的微生物组数据集，包括饮食干预研究，这种方法可能帮助研究人员更好地理解生活方式因素如何影响与疾病相关的微生物组模式，范围超出当前分析所涵盖的研究。
并非所有梭杆菌都相同
该研究还更仔细地研究了梭杆菌属(Fusobacterium)，这是一组与结直肠癌反复相关的细菌。通过分析来自该组的数百个细菌基因组，研究人员发现了梭杆菌亚种之间的重要差异。
一些亚种携带不同的疾病相关基因，包括毒力因子，而一些亚种在特定地理区域的结直肠癌样本中更常见。特别是，核梭杆菌动物亚种(Fusobacterium nucleatum subsp. animalis)在各大洲的结直肠癌中都显示出一致的富集，而其他梭杆菌物种和亚种则显示出更多地理异质性模式，其中几种几乎只在亚洲癌症患者中发现。
这种分辨率水平很重要，因为归为同一属的细菌在其生物学和对人类健康的潜在影响方面可能存在显著差异。
开放科学促进大规模微生物组发现
这项工作为理解微生物组在结直肠癌中的作用提供了全面的资源，并为未来基于微生物组的检测、风险评估和预防策略研究奠定了基础。
这些发现也可能为未来基于机器学习的工具提供重要基础。通过定义可重复的与结直肠癌相关的微生物特征，该研究创建了一个参考，可用于训练和验证未来用于风险评估、早期检测或个性化预防研究的模型。
然而，研究人员强调，这还不是诊断测试，而是朝着理解微生物组数据最终如何支持临床研究和决策迈出的一步。与现有的非侵入性筛查方法相比，基于微生物组的分类器尚未达到粪便免疫化学测试的性能，需要更大规模的研究来评估微生物组数据是否可以补充或与当前临床测试结合使用。
该研究特别突显了开放数据和大规模证据综合在微生物组研究中的力量。通过结合数千份公开可用的微生物组谱，研究人员能够识别出仅在单个研究中难以检测到的稳健模式。
源文章
《荟萃分析揭示适用于不同发病年龄和测序方法的结直肠癌微生物组特征》
Pekel S.、Karcher N.等
《细胞宿主与微生物》2026年6月24日
DOI: 10.1016/j.chom.2026.05.030
【全文结束】