狒狒粪便中的微生物揭示衰老线索Microbes in Baboon Poop Offer Clues into Aging

微生物组在揭示狒狒年龄及其如何受社会和环境因素的影响方面提供了线索。

基于狒狒肠道微生物模式的微生物组时钟反映了人口统计学和社会环境因素，为衰老提供了见解。

撰写者：Jennifer Tsang, PhD

Jennifer Tsang, PhD 是一位微生物学家，现转行成为自由科学作家，她的目标是激发人们对生命科学的兴趣。

有许多方法可以测量年龄。实际年龄——一个人活了多久——是最直接的。但这并没有考虑到饮食、遗传、身体健康或生活方式等因素。因此，许多研究人员转向生物年龄作为更好的身体状态预测指标。一种方法是观察肠道中数万亿的微生物。

2015 年，当时还是圣母大学微生物生态学研究生的 Mauna Dasari 将这种方法应用于狒狒。由于狒狒的发育模式与人类相似，它们是理解人类微生物组年龄的好模型。Dasari 筛选了数千个来自野生狒狒的粪便样本，寻找可以用来预测年龄的肠道微生物模式。Dasari 和她的团队利用这些数据建立了一个微生物组时钟，预测狒狒年龄的中位误差约为两年，优于现有基于人类数据的微生物组时钟的六到十一年的中位误差。1-3 这项发表在 eLife 上的工作的见解可以帮助研究人员找到促进健康老龄化并延长寿命和健康寿命的新方法。

在这项研究中，Dasari 从安博塞利狒狒研究项目（一个长期研究东非野生狒狒的项目）中收集了近 14,000 个来自 479 只野生狒狒的样本中提取了 DNA。她称这项工作为“一次愉快的意外”，因为这些粪便样本最初是为了实验室参与的一个激素项目而收集的。该团队使用计算和机器学习算法分析了这些微生物。为了估计实际年龄，这个微生物组时钟同时分析了 1,440 个微生物组特征。研究人员观察到了不同生命阶段微生物丰度的变化。例如，某些微生物随着年龄的增长变得更加普遍，而其他微生物则在生命的早期或晚期更为丰富。此外，早期生命和老年期的微生物组比成年早期更加多样化。

由于 Dasari 的样本来自同一群狒狒并在长时间内进行跟踪，她拥有覆盖发育里程碑和季节性波动的环境条件（如干旱）的数据点。使用他们的工具，Dasari 和她的同事们研究了这些人口统计学和社会环境因素如何影响年龄预测。他们发现，特定因素可能导致微生物组年龄偏离实际年龄。例如，微生物组显得比预期老的狒狒往往是雄性，这与哺乳动物中雄性比雌性更快衰老的趋势一致。高等级的狒狒也显得比实际年龄更老，而低等级的狒狒则有更年轻的微生物组，这可能是由于食物获取的差异。雌性狒狒在旱季比雨季表现出加速的微生物组衰老，可能是因为营养压力。

现在担任加州科学院拨款官员的 Dasari 发现，社会环境因素，如等级和性别，在野生狒狒中会扭曲微生物组年龄。

最后，研究人员发现微生物组年龄并不能预测成熟里程碑或生存。由于肠道微生物的短暂性质，微生物组年龄只反映了当前的情况，而不是过去的情况。未来，该团队希望将微生物组年龄与其他生物老化特征相关联，并看看肠道微生物能否预测个体的总寿命和生存率。

“我认为这是一个非常令人印象深刻的尝试，”亚利桑那州立大学的灵长类动物学家 Baptiste Sadoughi 说道，他并未参与这项研究。“这篇论文所涉及的工作量，无论是实验室工作还是分析，对于野生动物系统来说都是非常独特的。”Sadoughi 指出，大多数野生动物研究最多包括 1,000 到 2,000 个样本。

由于不同物种的肠道微生物组有所不同，这种微生物组时钟可能无法直接应用于人类。要创建一个更通用的微生物组时钟，团队需要识别跨物种的一致微生物组特征。尽管存在这一限制，Dasari 表示这些研究可以帮助研究人员了解随着生物体老化微生物组如何变化。“我们的身体有很多显示年龄的方式，”Dasari 说。“多样化的饮食和与人及其他事物的互动有助于减轻这些衰老的影响。”她指出，多样化的微生物组有助于身体适应即将到来的各种情况。

由于衰老过程中微生物组的变化，操纵微生物群落可能会促进健康老化。Dasari 认为粪便移植比短暂的益生菌更能广泛地影响肠道微生物组。先前的研究发现，将年轻小鼠的粪便移植到老年小鼠体内可以逆转衰老迹象。

“我们能够回到冷冻库中，使用 14 年来收集的狒狒粪便来理解衰老的一个全新方面，或者最终可能具有临床意义的东西，这真的很神奇，”Dasari 说。

参考文献

1. Dasari MR, et al. Social and environmental predictors of gut microbiome age in wild baboons. eLife. 2025;13:RP102166.
2. Galkin F, et al. Human gut microbiome aging clock based on taxonomic profiling and deep learning. iScience. 2020;23(6):101199.
3. Huang S, et al. Human skin, oral, and gut microbiomes predict chronological age. mSystems. 2020;5(1):e00630-19.
4. Lemaître JF, et al. Sex differences in adult lifespan and aging rates of mortality across wild mammals. Proc Natl Acad Sci U S A. 2020;117(15):8546-8553.
5. Parker A, et al. Fecal microbiota transfer between young and aged mice reverses hallmarks of the aging gut, eye, and brain. Microbiome. 2022;10(1):68.

(全文结束)