粪便样本中的分子可准确反映个人饮食及肠道微生物组反应
研究显示，粪便代谢组——即肠道及其共生微生物分解食物时产生的分子或“代谢物”集合——能够捕捉饮食与肠道微生物之间复杂的相互作用。
众所周知，饮食在健康与疾病中扮演重要角色，日益增多的研究表明肠道微生物多样性也与特定疾病相关联。饮食变化会改变肠道微生物功能，进而影响其产生的代谢物。因此，研究这些化合物并理解肠道微生物如何响应及与所摄入食物互动，有助于开发个性化饮食策略以调节肠道微生物组并改善健康。
研究人员分析了来自英国两大队列（TwinsUK和ZOE PREDICT1）共2,647名参与者的数据，整合了650种粪便代谢物、肠道微生物物种数据以及通过食物消费问卷获取的详细饮食信息。利用机器学习方法，他们发现粪便中的代谢物能准确反映10类不同食物饮料组的摄入情况，包括肉类、坚果、全谷物以及茶和咖啡，同时还能体现对健康或不健康饮食模式的整体遵循程度。
这项发表在《自然·通讯》期刊的研究还识别出400多种特定食物组与代谢物之间的关联。其中超过半数为正相关，意味着某些食物组摄入增加会导致粪便中特定代谢物水平上升。这表明代谢物可能直接来源于食物，或由微生物与食物相互作用分解时产生。研究团队发现肠道微生物物种与粪便中90%以上饮食相关代谢物之间存在2,500多条关联，其中四分之一的饮食相关代谢物还与肠道微生物生态系统整体多样性相关。
“测量饮食及肠道微生物组对不同食物的响应颇具挑战。分析粪便中的化合物能揭示人们摄入的食物及肠道微生物组如何差异化代谢食物，凸显其在健康中的作用，”伦敦国王学院博士生、论文主要作者罗伯特·波普（Robert Pope）表示。
在所考察的饮食指标中，粪便代谢物对DASH饮食（停止高血压的饮食方法）遵循度的测量最为准确。鉴于DASH饮食能促进心脏健康，研究人员进一步探究了粪便代谢物是否也能预测10年心血管疾病风险。
当模型仅使用DASH饮食评分和体重指数（BMI）预测心血管疾病风险时，准确性中等；而采用粪便代谢物和BMI的模型表现更优，能精准区分心血管疾病高风险与低风险个体。研究结果表明，粪便中代谢物的混合组成可能是未来心脏病风险的有力指标，其洞察价值可能超越单纯饮食评分。
“通过分析饮食在肠道留下的化学指纹，我们能识别哪些食物衍生分子滋养微生物组并促进有益化合物生成——这将指导益生元的开发，无论饮食或食物获取条件如何，均能支持肠道及整体健康，”伦敦国王学院计算医学讲师、论文共同资深作者马里奥·法尔奇博士（Dr Mario Falchi）指出。
重要的是，研究团队发现少量代谢物（650种中仅54种）仍能有效预测饮食模式遵循度及食物饮料组摄入情况。这有望支持营养与临床研究中更简易、可及的检测方法开发。
“这些发现使我们更接近将简易粪便分析转化为理解饮食与肠道微生物互动的强大工具——帮助设计由内而外改善健康的饮食策略，”伦敦国王学院分子流行病学高级讲师、论文共同资深作者克里斯蒂娜·门尼博士（Dr Cristina Menni）表示。
该研究展示了粪便代谢组学揭示饮食与肠道微生物组互动的潜力，为通过靶向饮食或基于代谢物的干预策略改善健康铺平道路。
【全文结束】
