人类肠道微生物组活性在长达六个月的时间内具有弹性且稳定：一项大型粪便宏转录组研究The Human Gut Microbiome Activity Is Resilient and Stable for up to Six Months: A Large Stool Metatranscriptomic Study

1. 引言

人类肠道微生物组是一个由多种微生物组成的复杂群落，其生化活性与人体生理和健康密切相关[1-4]，如生物活性分子的产生和转化[5]、肠道屏障完整性和黏液生物学的调节[6]，以及黏膜和全身免疫信号的校准[7]。这些重要的微生物活性以各种方式分布在不同分类群中；例如，能够发酵复杂碳水化合物和抗性淀粉的共生厌氧菌可通过丁酸生产支持结肠细胞能量代谢和上皮稳态[8]，而与黏液相关的微生物类群则参与黏蛋白周转并可影响屏障功能[9]。重要的是，这些微生物活性是微生物组的动态特征，这引发了一个重要问题：它们如何在个体内随时间演变和适应。

肠道微生物组在个体内（供体间）随时间变化的程度仍是活跃的研究领域[10]。虽然已有几项研究使用16S和宏基因组测序方法调查了肠道微生物组稳定性，但关于肠道微生物组转录组随时间变化的研究却很少[11]。了解物种水平的微生物组成和基因表达谱如何在一天内、跨数年以及对重大肠腔扰动做出反应是至关重要的；这些发现和生理学见解可为未来使用宏转录组学(MT)研究肠道微生物组提供参考。从转化角度看，定义可接受的变异性范围对于在营养、健康和疾病相关环境中解读微生物组测量结果也是基础性的，其中核心问题是观察到的变化是反映有意义的生物学转变还是正常的日常波动。

大型宏基因组研究（n > 300）发现，个体内随时间变化的变异性低于个体间变异性。例如，Mehta等（n = 308）发现供体内的肠道微生物组组成保持相似，而宏转录组在6个月后显著变化[11]。此外，Chen等（n = 338）发现肠道微生物组及其代谢物即使在四年后仍高度独特于个体[12]，Byrd等（n = 413）确定肠道微生物组和微生物功能潜力在8至45天之间保持稳定[13]。这些发现支持肠道微生物组可能在数月和数年内保持稳定，尽管这种稳定性取决于个人的饮食和生活方式，以及分析方法。

虽然先前研究增加了我们对肠道微生物组组成稳定性的理解，但基于DNA的测量无法研究微生物基因表达随时间的变化，而这正是MT可以提供的[14,15]。转录活性的变化可能比微生物组成的变化更快[16]。因此，使用MT量化肠道微生物组的稳定性对于更好地理解个体内随时间变化的转录谱稳定性以及对扰动的反应至关重要。虽然先前研究已广泛表明使用宏基因组学时微生物组成随时间保持稳定，但直接测量和量化个体内和跨天的微生物基因表达谱的研究很少，更不用说更长时间尺度的研究了[11]。

除了正常的微生物组变化外，重大肠腔扰动（如结肠镜检查）对肠道微生物组稳定性的影响也值得更深入研究。结肠镜检查正变得越来越普遍，并已成为结肠癌诊断的主要手段[17]。结肠镜检查需要肠道准备，这会清除肠道中的绝大多数微生物组[18]。先前研究表明肠道微生物组会因结肠灌洗而改变[19,20]；一些报告显示肠道微生物组在结肠镜检查后约两周内恢复[21-24]，而其他研究则表明存在长期变化[25]。有趣的是，有几项初步研究表明，由灌洗引起的肠道菌群失调可能会加剧某些疾病，如肠易激综合征(IBS)[26]。然而，所有这些研究都是在DNA测序的背景下进行的，需要更好地了解微生物基因表达谱如何随结肠镜检查而变化。

表征肠道微生物组内高分辨率的微生物组成和基因表达动态——以及对结肠镜检查的反应——可以为瞬时群落变化和微生物对诱导扰动的反应提供有价值的见解。本研究的一个关键目标是表征肠道微生物组在临床相关时间框架内的稳定性。本研究调查了个体内日间和长期（近三年）肠道微生物组变异，以及使用MT在结肠镜检查后恢复的能力。

2. 材料与方法

2.1. 研究伦理

本报告包括来自两项研究的数据。一项描述了结肠镜检查前后粪便样本的收集，已在clinicaltrials.gov注册（注册号NCT05579444）。另一项研究收集了两名参与者近三年的纵向数据，也在clinicaltrials.gov注册（注册号NCT06381232）。所有参与研究的受试者均获得知情同意。临床研究参与者签署了知情同意书，两项研究均获得美国卫生与人类服务部注册的机构审查委员会(IRB)批准。此处描述的所有其他分析均使用客户数据进行，由于客户同意其数据匿名用于研究目的，因此无需IRB批准和监督。这些数据中无法识别任何客户，因为数据已聚合并去标识化，测序数据未存入公共存储库。

2.2. 研究人群

此处呈现的数据是通过对6157名个体的粪便样本进行分析的结果。为评估肠道微生物组在一年内的稳定性，分析了6150名参与者在基线时和1-12个月后收集的初始样本。每月比较的参与者数量从81人到901人不等。所有参与者均为Viome生命科学公司的客户，在基线样本后收到个性化营养和补充建议。因此，参与者在基线和随访样本之间可能已改变饮食/生活方式，尽管未直接评估饮食变化或补充剂使用情况。营养建议在宏量营养素组成、卡路里限制和/或禁食方面并不激进；它们优先考虑特定食物的食用与避免。

为评估肠道微生物组的日间、月间和年间稳定性，两名参与者在一个月内收集粪便样本，包括每天多次样本，然后在近三年后又收集另一个样本。在这2+年内，这些参与者保持其饮食或生活方式，不食用含防腐剂的食物，也不服用抗生素，从而近似于没有外部饮食调节的稳定基线条件。这种个体内分析用于表征在严格控制条件下短期时间变异性。选择这两名参与者是基于他们能够坚持密集采样（包括每天多次）并长期保持高度稳定的饮食和生活方式，从而最小化外部混杂因素。虽然供体数量较少，但该研究能够估计多个时间尺度上的个体内变异性。这种方法通过隔离个体内异质性，补充了此处呈现的大型队列分析。

为评估肠道微生物组对结肠镜检查程序的反应，从五名参与者处收集了结肠镜检查前后的样本。在结肠镜检查前收集初始基线样本，然后在结肠镜检查后每周收集样本，持续四周。研究期间未评估饮食和生活方式变化。

2.3. 样本收集和宏转录组分析

所有步骤均使用临床上验证的宏转录组方法完成，如先前发表的[27]。该方法包括家庭粪便收集、均质化和RNA保存、运送到实验室、珠磨、核酸提取、DNase处理、非信息性RNA耗竭、cDNA合成、大小选择以及为每个样本添加双唯一条形码的有限PCR循环。所有样本均使用Illumina NovaSeq 6000仪器以2×150配对端读取化学进行测序。

2.4. 生物信息学和统计分析

我们的实验室维护一个自定义参考目录，包括NCBI RefSeq发布205"完整基因组"类别中的32,599个基因组、UHGG的4,644个代表性人类肠道基因组[28]、核糖体RNA(rRNA)基因序列以及人类基因组GRCh38[29]。这些基因组涵盖古菌、细菌、真菌、原生动物、噬菌体、病毒和人类宿主。微生物基因组共有98,527,909个注释基因。我们的实验室采用KEGG直系同源群(KO)[30]注释微生物基因功能，利用eggNOG-mapper[31]工具进行KO分配。

经过临床验证的生物信息学流程使用Centrifuge[32]将配对端读取映射到基因组目录，用于分类学分类（所有分类等级）。映射到宿主基因组和rRNA序列的读取被跟踪监测，但不包括在进一步分析中。映射到微生物基因组的读取通过期望最大化(EM)算法[33]处理，以量化样本中每个微生物的相对活性。相对活性等同于相对丰度，但它是通过转录组而非基因组的总读取数测量的；它计算为分配给基因组的转录读取数除以样本的总读取数。相应的分类等级（菌株、物种、属等）可从基因组聚合。在此研究中，我们在下游分析中使用物种相对活性。这些映射到基因组的读取进一步映射到基因和开放阅读框(ORFs)，以量化KO注释的基因或功能。

我们将映射到微生物组的读取数定义为mESD（微生物有效序列深度），以表示样本中微生物组的可解释部分读取。已识别物种和KO的读取计数通过mESD以每百万计数(CPM)标准化，以表示相对活性。为最小化数据中的噪声和随机性，仅包括在每个样本中映射到至少5个读取的物种或KO进行下游分析。

在408个独特粪便样本中进行供体间比较。样本按mESD升序排列，并使用交互物种或KO计算连续样本对之间的相关系数。此过程从最低和第二低mESD样本的比较开始，接着是第三和第四低的样本，依此类推。通过相关具有可比mESD的样本来确保不良相关系数不是由样本对之间测序深度的巨大差异引起的。

所有数据分析和统计测试均在Python 3.10中执行。使用ChatGPT-4 Turbo可视化无GenAI生成的统计数据。

3. 结果

3.1. 肠道微生物组在12个月内的纵向稳定性

为量化肠道微生物组的纵向稳定性，从供体处收集基线时的粪便，然后在1-12个月后再次收集（图1a）。计算了每个供体基线和随访收集之间微生物组成（物种）和功能（KO）的Spearman和Pearson相关系数以及Jaccard指数（图1b）。尽管存在组成（Jaccard）和相对活性的普遍高稳定性，但通过这些组成和功能指标进一步比较特定纵向组，以更好地了解时间对肠道微生物组稳定性的影响。这涉及比较基线与1个月样本（第1组）之间的相关系数与基线与后续各月（第2-12组）之间的相关系数。对于物种，基线与后续月份之间的相关系数下降，这些差异在5个月（Spearman）至6个月（Pearson）后变得具有统计学显著性（图1c顶部）。对于KO也观察到类似趋势，基线与后续月份之间的相关系数下降，这些差异在4个月（Pearson）至8个月（Spearman）后变得具有统计学显著性（图1c底部）。

Jaccard指数在所有比较中普遍较高：对于物种，其平均值为0.90，标准差为0.03；对于KO，其平均值为0.89，标准差为0.04。样本特有的独特物种或KO对整体群落组成和功能的贡献非常小。对于所有时间点，以及物种和KO，重叠特征的相对活性显著高于独特特征（补充图S1，p < 0.05）。

总之，虽然物种和KO在一年内都表现出高稳定性（图1b），但数据显示肠道微生物组在大约前六个月内保持高度稳定，之后相关系数开始出现统计上可检测的漂移（图1c）。这种漂移是渐进的，并发生在否则稳定的基线上，表明肠道微生物组在六个月内保持强大的组成和功能一致性。重要的是，此队列中的参与者在基线采样后收到个性化营养建议，影响了饮食和生活方式。因此，大约六个月后观察到的渐进漂移可能至少部分反映了微生物组对这些变化的适应性反应，而非在恒定条件下的固有稳定性丧失。

3.2. 日内、月内和长期稳定性的探索性分析

在此分析中，两名志愿者（供体1和2）在一个月内多次收集粪便样本，然后分别在2年10个月（供体1）和2年6个月（供体2）后收集两个随访样本。在此期间，总共收集并比较了9个（供体1）和11个（供体2）日内样本（图2）。计算了微生物组成（物种，左图）和功能（KO，右图）的Spearman和Pearson相关系数，包括一天内收集的所有样本以及一个月内收集的所有样本。使用Mann-Whitney U检验比较不同时间点的综合数据之间的Spearman和Pearson相关系数。日内比较的Spearman和Pearson相关系数显著高于月内物种活性的相关系数（p < 0.05），表明同一天收集的样本彼此之间的相关性高于一个月内收集的样本。对于KO，日内和月内组之间的Spearman或Pearson相关系数无显著差异（p > 0.05），表明微生物基因表达在一天内和一个月内收集的所有样本中无显著差异。然而，功能特征（KO）的稳定性在日内和月内都很高，中位值在0.79至0.96之间。所有物种比较的平均Jaccard指数为0.763（标准差：0.038），KO为0.746（标准差：0.069）。这些数据显示肠道微生物组组成和功能在一天内和一个月内都稳定，进一步支持了在长达数月的中间时间尺度上稳定性的一般观察。

散点图显示了物种和KO相对活性的相关性（补充图S2和S3，分别针对供体1和2），包括在同一天、相隔一个月和近3年收集的样本，显示随时间推移相关系数和Jaccard指数降低。尽管所有供体内比较即使在近3年后都显著相关（p < 0.05），但这些模式表明肠道微生物组在数年内有明显变化，同时也突显了个体肠道微生物组特征的惊人稳定性。

通常，同一天内（日内）收集的供体内样本比不同天（月内）收集的样本彼此更相似。然而，即使在一个月的过程中，同一供体的肠道微生物组在微生物组成和功能方面都高度稳定。肠道微生物组的分类和功能谱甚至在近三年后仍保持，显示出高度稳定性。有趣的是，微生物功能比微生物分类更高度保守，并在时间上显示出高度相似性。

3.3. 供体间比较

为更好地评估不同个体之间物种和KO的相似性，进行了更大的供体间比较人群（n = 408）。如图3所示，物种在供体间通常比KO更具变异性。这些结果表明微生物组成可能高度供体特异，而微生物功能在人群间更稳定。

3.4. 肠道微生物组对结肠镜检查的反应

为确定肠道微生物组对肠道扰动（结肠镜检查）的初步稳定性，从五名参与者处收集结肠镜检查前（前）和程序后每周（后1-4）的粪便样本。计算了微生物组成（物种）和功能（KO）的Spearman和Pearson相关系数，分析结肠镜检查前后样本之间的相关性（图4）。还计算了单个供体内所有样本之间（供体内）以及不同供体所有样本之间（供体间）的相关系数。结肠镜检查后所有样本与结肠镜检查前样本在物种和KO方面均显著相关（Spearman和Pearson相关系数，p < 0.05）。这表明肠道微生物组在结肠镜检查后第一周已恢复，并与结肠镜检查前群落显著相关，无论是在分类学上还是生化功能上。

有人担心结肠镜检查可能导致肠道物种永久或长期丧失。为检验这一假设，使用Mann-Whitney U检验比较每个结肠镜检查前后样本对的物种和KO相关系数。所有比较之间无显著差异（p > 0.05）。供体内所有样本与供体间所有样本之间在物种（Spearman & Pearson；p < 0.05）和KO（Spearman；p < 0.05）方面存在显著差异，尽管Pearson对KO未达到显著性。所有供体内物种比较的平均Jaccard指数为0.791（标准差：0.047），KO为0.837（标准差：0.057）。这些结果不提供此小队列中物种实质性丧失的证据，尽管需要更大规模的研究来更明确地评估这一点。相反，这些初步结果表明，肠道微生物组能够在约一周内从结肠镜检查程序中恢复，并且结肠镜检查不会在微生物组成或功能方面显著改变肠道微生物组。

4. 讨论

肠道微生物组是胃肠道内居住的动态而复杂的微生物群落，对维持宿主健康起着关键作用，并且越来越被认可为参与疾病发病机制[34]。从生理角度看，微生物组的影响不仅取决于存在的物种，还取决于其基因表达活性[35]。因此，在转录水平上表征时间稳定性为微生物组如何随时间一致支持健康相关功能提供了重要背景。

然而，肠道微生物组的时间动态及其对扰动的反应，特别是通过MT分析时，研究较少。我们的研究通过提供肠道微生物组组成和生化功能的时间动态及其对结肠镜检查反应的宝贵见解填补了这一空白。我们的发现展示了肠道微生物组在一天内、数天内，关键是在大约六个月内的一致稳定性，长期变化更渐进地发生。我们的初步发现表明，在结肠镜检查后快速恢复，无论是在分类组成还是基因表达方面。这些结果强调了MT研究肠道微生物组的效用，为了解微生物组如何适应和从环境干扰中恢复提供了强大视角。

我们调查的一个核心发现是肠道微生物组的长期稳定性，从一天内到近3年（图1、图2和补充图S2和S3）。大量先前的宏基因组研究显示肠道微生物组在微生物组成方面相对稳定[11-13]，但一项转录组学研究[11]发现六个月后存在显著差异，这是超过三天的唯一时间点。我们的发现提供了额外证据，表明粪便宏转录组平均在六个月后发生变化。然而，我们的数据从一到12个月量化了月度宏转录组变化，提供了更高的时间分辨率，确认粪便转录组确实需要6个月才能显著变化，并显示这些变化持续超过六个月。此外，我们显示，在两名饮食和生活方式稳定且无抗生素使用的个体中，粪便宏转录组稳定性可延长至两年以上，据我们所知，这是迄今为止最长的宏转录组研究。使用MT，我们的结果显示肠道微生物组组成和基因表达谱在一天内维持，并在大约六个月内保持一致稳定。从生理学角度看，这种模式与宿主肠道支持能够维持核心代谢活动的弹性微生物生态系统的想法一致，即使饮食和日常习惯发生变化。同时，我们的数据显示，基线肠道微生物组在大约6个月后开始在组成和功能方面漂移，这突显了在使用MT跟踪个体时重新测试的实际需求。

这种漂移可能至少部分反映了对不断变化的饮食输入的暴露，而非内在的时间不稳定性。与此解释一致，保持稳定饮食和生活方式的两名参与者表现出持续近三年的微生物组稳定性，表明在相对恒定条件下，肠道微生物组可能保持稳定超过六个月。观察到的缓慢漂移与饮食、季节性、轻微感染、旅行、衰老和药物暴露（即使未在研究元数据中捕获）的渐进变化兼容，所有这些都可能改变微生物生态位，并随时间改变与宿主生理学相关的物种和表达途径的平衡。这一区别对解读纵向微生物组数据具有重要意义。此处观察到的六个月稳定性窗口可能反映了累积饮食和生活方式修改开始显著重塑微生物群落结构和功能的时间尺度，而非固定的时序边界。在没有此类变化的情况下，我们的发现表明微生物组可以保持稳定基线状态更长时间。

本研究的一个局限性是日内和月内稳定性分析仅基于两个人。尽管每位参与者贡献了大量纵向样本，但这种小样本量限制了这些发现的普遍性。观察到的稳定性可能反映了这些个体的特定特征，包括其受控饮食、稳定生活方式和无抗生素暴露。具有更多异质行为、健康状况和环境暴露的更广泛人群可能表现出更大的短期变异性。因此，这些结果应解释为在受控条件下高时间稳定性的概念验证，而非对一般人群中日内或月内变异性的明确估计。本研究的另一个局限性是我们无法比较随时间变化的自我报告表型；Viome调查在多年间发生了显著变化。因此，我们无法量化此特定研究中测量的微生物组漂移对表型变化的影响。

另一个值得注意的发现是结肠镜检查后肠道微生物组的快速和稳健恢复（图4）。尽管这些发现基于有限样本量（n = 5），但它们与先前研究一致，表明结肠灌洗和其他结肠镜检查准备程序会引起微生物多样性和组成的暂时性干扰，这些干扰在相对较短的时间内恢复[19-23]。我们的分析增加了生化功能，这些功能也在第一周内恢复到结肠镜检查前状态。这项研究强调了肠道微生物组的弹性，表明其在面对重大肠腔扰动时，无论是微生物组成还是功能，似乎都很好地配备了快速恢复到稳态的能力。

重要的是，我们的研究还显示，尽管个体随着时间保持稳定的微生物组，但个体之间存在相当大的变异性（图3）。这种二元性表明，虽然个体间微生物组确实表现出变异性，但个体内微生物组保持明确定义且稳定，其特征是一组特定的微生物居住者，平均随时间保持一致的谱型。

这些发现对临床实践和研究方法学都有若干意义。在临床领域，我们的结果提供了保证，即结肠镜检查准备引起的短暂干扰不太可能对肠道微生物组产生持久的不良影响。此外，我们的研究提出了可能性，即从结肠镜检查后不久的患者收集粪便样本可能是可行的，尽管这一观察基于小样本量，应谨慎解释。需要更大队列的进一步研究，以确定结肠镜检查后采样是否能可靠地捕获代表性的微生物组状态。这种方法可能简化样本收集并加强用于研究和诊断目的的更广泛队列的组装。此外，肠道微生物组在物种和KO谱型方面的时序稳定性表明，用MT分析的粪便是稳定居民肠道微生物组的可靠测量，而非瞬态群落的快照——这是设计采样协议和解读纵向监测时的重要考虑因素。

尽管我们的研究中观察到的肠道微生物组总体稳定性，但与人类健康和疾病直接相关的特征可能以低水平表达，因此在我们的分析中未得到充分反映。我们的发现主要由高表达的管家基因和高表达的居民微生物物种活性驱动[36,37]。

总之，我们的MT研究表明，人类肠道微生物组在面对重大肠腔扰动（如结肠镜检查）和至少大约六个月内似乎普遍稳定，无论是在分类组成还是基因表达谱型方面。这种稳定性在日内到数月时间尺度上观察到，提供了一个明确的窗口，在此期间微生物组维持一致的基线状态。肠道微生物组组成和功能在六个月后开始漂移，这表明健康应用的肠道微生物组纵向测试应在该时间后进行。我们还发现，肠道微生物组似乎能够在1周内从结肠镜检查程序中恢复，无论是在微生物组成还是功能能力方面。

这些结果提供了对人类肠道微生物组的新理解，它似乎建立了适应个人饮食的稳定组成和基因表达谱型。这种宏转录组稳定性不会因每餐而显著变化，正如其他人基于其他微生物环境所建议的。这种基因表达稳定性可能导致无法充分利用每餐的所有食物来源，但好处是肠道微生物组社区成员不必在每餐后重新建立新的转录组。较长时间内的渐进漂移可能反映了饮食、环境和宿主因素对肠道生态位的累积影响。这种短期稳定性与长期适应性的结合可能是微生物组在宿主生理和健康中作用的核心。

尽管本研究提供了关于肠道微生物组在分类和功能水平上时间稳定性的宝贵见解，但未来研究的若干方向可以进一步完善和扩展这些发现。首先，大约六个月后微生物组组成和功能的渐进漂移需要更深入调查其潜在驱动因素。未来整合详细纵向元数据的研究对于解开这些影响并确定塑造微生物组动态的环境与内源力量的相对贡献至关重要。此外，此处呈现的日内和月内稳定性分析基于有限数量的个体，应在未来研究中通过在更大、更多样化队列中进行密集纵向采样进行扩展。最后，建立观察到的时间动态的临床相关性是重要的下一步。未来研究应调查微生物组组成和功能的渐进漂移是否与宿主生理或健康结果的可测量变化相关。定义微生物组变异变得临床意义的阈值对于将宏转录组分析转化为可操作的诊断和监测工具至关重要。总的来说，这些方向将有助于推进对控制微生物组稳定性和变异性机制的理解，并支持开发更精确和临床信息丰富的基于微生物组的应用。

补充材料

以下支持信息可在： 获取，图S1：比较每个基线与月度样本的共享和独特特征的平均丰度；图S2：供体1的组成和功能谱型；图S3：供体2的组成和功能谱型。

作者贡献

概念化，R.T.，M.V.和G.B.；数据管理，R.T.，L.H.和N.S.；正式分析，R.T.，N.S.和M.V.；资金获取，M.V.和G.B.；调查，R.T.，L.H.，N.S.，R.W.，M.V.和G.B.；方法论，R.T.，L.H.，N.S.，M.V.和G.B.；项目管理，M.V.和G.B.；资源，M.V.和G.B.；软件，L.H.和N.S.；监督，M.V.和G.B.；可视化，R.T.和M.V.；撰写—初稿，R.T.和M.V.；撰写—审阅与编辑，R.T.，L.H.，E.P.，R.W.，M.V.和G.B.所有作者已阅读并同意手稿的发表版本。

资金

本研究除Viome外未获得外部资金。

机构审查委员会声明

该研究是根据赫尔辛基宣言进行的，并获得Viome机构审查委员会（Viome IRB）的批准（方案代码IORG0009710和2017年10月3日）。

知情同意声明

已从所有参与研究的受试者处获得知情同意。

数据可用性声明

本研究中使用的原始数据由于隐私和法律原因不能公开共享。但是，如果特别要求数据，我们可能能够共享摘要和/或部分数据。要求非商业用途的更多数据的研究人员可通过： （访问日期为2025年4月6日）请求。Viome可能会通过保护参与者数据隐私的数据传输协议提供汇总统计信息。

致谢

在准备本手稿/研究期间，作者使用ChatGPT-4 Turbo可视化无GenAI生成的统计数据。作者已审阅并编辑了输出，并对本出版物的内容承担全部责任。

利益冲突

所有作者都是Viome Inc的股东，且为该商业营利公司的雇员或付费顾问。

缩略语

以下缩略语在本文中使用：

• MT：宏转录组学
• KO：KEGG直系同源群

参考文献

1. Marques, T.M.; Ganda-Mall, J.P.; Forsgård, R.; Wall, R.; Brummer, R.J.; de Vos, W.M. The Gut-Brain Axis, 2nd ed.; Academic Press: Cambridge, MA, USA, 2024; pp. 1–36.
2. Valles-Colomer, M.; Menni, C.; Berry, S.E.; Valdes, A.M.; Spector, T.D.; Segata, N. Cardiometabolic health, diet and the gut microbiome: A meta-omics perspective. Nat. Med. 2023, 29, 551–561.
3. Ağagündüz, D.; Cocozza, E.; Cemali, Ö.; Bayazıt, A.D.; Nanì, M.F.; Cerqua, I.; Morgillo, F.; Saygılı, S.K.; Canani, R.B.; Amero, P.; et al. Understanding the role of the gut microbiome in gastrointestinal cancer: A review. Front. Pharmacol. 2023, 14, 1130562.
4. Zsálig, D.; Berta, A.; Tóth, V.; Szabó, Z.; Simon, K.; Figler, M.; Pusztafalvi, H.; Polyák, É. A Review of the Relationship between Gut Microbiome and Obesity. Appl. Sci. 2023, 13, 610.
5. Li, C.; Liang, Y.; Qiao, Y. Messengers from the Gut: Gut Microbiota-Derived Metabolites on Host Regulation. Front. Microbiol. 2022, 13, 863407.
6. Kayama, H.; Takeda, K. Manipulation of epithelial integrity and mucosal immunity by host and microbiota-derived metabolites. Eur. J. Immunol. 2020, 50, 921–931.
7. Eshleman, E.M.; Alenghat, T. Epithelial sensing of microbiota-derived signals. Genes Immun. 2021, 22, 237–246.
8. Singh, V.; Lee, G.; Son, H.; Koh, H.; Kim, E.S.; Unno, T.; Shin, J.-H. Butyrate producers, "The Sentinel of Gut": Their intestinal significance with and beyond butyrate, and prospective use as microbial therapeutics. Front. Microbiol. 2023, 13, 1103836.
9. Juge, N. Relationship between mucosa-associated gut microbiota and human diseases. Biochem. Soc. Trans. 2022, 50, 1225–1236.
10. Zhou, X.; Shen, X.; Johnson, J.S.; Spakowicz, D.J.; Agnello, M.; Zhou, W.; Avina, M.; Honkala, A.; Chleilat, F.; Chen, S.J.; et al. Longitudinal profiling of the microbiome at four body sites reveals core stability and individualized dynamics during health and disease. Cell Host Microbe 2024, 32, 506–526.e9.
11. Mehta, R.S.; Abu-Ali, G.S.; Drew, D.A.; Lloyd-Price, J.; Subramanian, A.; Lochhead, P.; Joshi, A.D.; Ivey, K.L.; Khalili, H.; Brown, G.T.; et al. Stability of the human faecal microbiome in a cohort of adult men. Nat. Microbiol. 2018, 3, 347–355.
12. Chen, L.; Wang, D.; Garmaeva, S.; Kurilshikov, A.; Vila, A.V.; Gacesa, R.; Sinha, T.; Segal, E.; Weersma, R.K.; Wijmenga, C.; et al. The long-term genetic stability and individual specificity of the human gut microbiome. Cell 2021, 184, 2302–2315.e12.
13. Byrd, A.L.; Liu, M.; Fujimura, K.E.; Lyalina, S.; Nagarkar, D.R.; Charbit, B.; Bergstedt, J.; Patin, E.; Harrison, O.J.; Quintana-Murci, L.; et al. Gut microbiome stability and dynamics in healthy donors and patients with non-gastrointestinal cancers. J. Exp. Med. 2020, 218, e20200606.
14. Ojala, T.; Kankuri, E.; Kankainen, M. Understanding human health through metatranscriptomics. Trends Mol. Med. 2023, 29, 376–389.
15. Aitmanaitė, L.; Širmonaitis, K.; Russo, G. Microbiomes, Their Function, and Cancer: How Metatranscriptomics Can Close the Knowledge Gap. Int. J. Mol. Sci. 2023, 24, 13786.
16. De Nadal, E.; Ammerer, G.; Posas, F. Controlling gene expression in response to stress. Nat. Rev. Genet. 2011, 12, 833–845.
17. Brown, J.J.; Asumeng, C.K.; Greenwald, D.; Weissman, M.; Zauber, A.; Striplin, J.; Weng, O.; List, J.M.; Farley, S.M.; Winawer, S.J. Decreased colorectal cancer incidence and mortality in a diverse urban population with increased colonoscopy screening. BMC Public Health 2021, 21, 1280.
18. Corporaal, S.; Kleibeuker, J.H.; Koornstra, J.J. Low-volume PEG plus ascorbic acid versus high-volume PEG as bowel preparation for colonoscopy. Scand. J. Gastroenterol. 2010, 45, 1380–1386.
19. Harrell, L.; Wang, Y.; Antonopoulos, D.; Young, V.; Lichtenstein, L.; Huang, Y.; Hanauer, S.; Chang, E. Standard Colonic Lavage Alters the Natural State of Mucosal-Associated Microbiota in the Human Colon. PLoS ONE 2012, 7, e32545.
20. Shobar, R.M.; Velineni, S.; Keshavarzian, A.; Swanson, G.; DeMeo, M.T.; Melson, J.E.; Losurdo, J.; Engen, P.A.; Sun, Y.; Koenig, L.; et al. The Effects of Bowel Preparation on Microbiota-Related Metrics Differ in Health and in Inflammatory Bowel Disease and for the Mucosal and Luminal Microbiota Compartments. Clin. Transl. Gastroenterol. 2016, 7, e143.
21. Powles, S.T.R.; Gallagher, K.I.; Chong, L.W.L.; Alexander, J.L.; Mullish, B.H.; Hicks, L.C.; McDonald, J.A.K.; Marchesi, J.R.; Williams, H.R.T.; Orchard, T.R. Effects of bowel preparation on intestinal bacterial associated urine and faecal metabolites and the associated faecal microbiome. BMC Gastroenterol. 2022, 22, 240.
22. O'Brien, C.L.; Allison, G.E.; Grimpen, F.; Pavli, P. Impact of Colonoscopy Bowel Preparation on Intestinal Microbiota. PLoS ONE 2013, 8, e62815.
23. Jalanka, J.; Salonen, A.; Salojärvi, J.; Ritari, J.; Immonen, O.; Marciani, L.; Gowland, P.; Hoad, C.; Garsed, K.; Lam, C.; et al. Effects of bowel cleansing on the intestinal microbiota. Gut 2015, 64, 1562.
24. Chen, Z.; Yu, L.; Liu, J.; Kong, J.; Deng, X.; Guo, X.; Shan, J.; Zhou, D.; Li, W.; Lin, Y.; et al. Gut microbiota dynamics and fecal SCFAs after colonoscopy: Accelerating microbiome stabilization by Clostridium butyricum. J. Transl. Med. 2024, 22, 222.
25. Drago, L.; Toscano, M.; Grandi, R.D.; Casini, V.; Pace, F. Persisting changes of intestinal microbiota after bowel lavage and colonoscopy. Eur. J. Gastroenterol. Hepatol. 2016, 28, 532–537.
26. Vajravelu, R.K.; Shapiro, J.M.; Ni, J.; Thanawala, S.U.; Lewis, J.D.; El-Serag, H.B. Risk for Post-Colonoscopy Irritable Bowel Syndrome in Patients with and Without Antibiotic Exposure: A Retrospective Cohort Study. Clin. Gastroenterol. Hepatol. 2022, 20, e1305–e1322.
27. Hatch, A.; Horne, J.; Toma, R.; Twibell, B.L.; Somerville, K.M.; Pelle, B.; Canfield, K.P.; Genkin, M.; Banavar, G.; Perlina, A.; et al. A Robust Metatranscriptomic Technology for Population-Scale Studies of Diet, Gut Microbiome, and Human Health. Int. J. Genom. 2019, 2019, 1718741.
28. Almeida, A.; Nayfach, S.; Boland, M.; Strozzi, F.; Beracochea, M.; Shi, Z.J.; Pollard, K.S.; Sakharova, E.; Parks, D.H.; Hugenholtz, P.; et al. A unified catalog of 204,938 reference genomes from the human gut microbiome. Nat. Biotechnol. 2021, 39, 105–114.
29. Schneider, V.A.; Graves-Lindsay, T.; Howe, K.; Bouk, N.; Chen, H.-C.; Kitts, P.A.; Murphy, T.D.; Pruitt, K.D.; Thibaud-Nissen, F.; Albracht, D.; et al. Evaluation of GRCh38 and de novo haploid genome assemblies demonstrates the enduring quality of the reference assembly. Genome Res. 2017, 27, 849–864.
30. Kanehisa, M.; Goto, S. KEGG: Kyoto encyclopedia of genes and genomes. Nucleic Acids Res. 2000, 28, 27–30.
31. Huerta-Cepas, J.; Forslund, K.; Coelho, L.P.; Szklarczyk, D.; Jensen, L.J.; von Mering, C.; Bork, P. Fast Genome-Wide Functional Annotation through Orthology Assignment by eggNOG-Mapper. Mol. Biol. Evol. 2017, 34, 2115–2122.
32. Kim, D.; Song, L.; Breitwieser, F.P.; Salzberg, S.L. Centrifuge: Rapid and sensitive classification of metagenomic sequences. Genome Res. 2016, 26, 1721–1729.
33. Henderson, N.C.; Varadhan, R. Damped Anderson Acceleration with Restarts and Monotonicity Control for Accelerating EM and EM-like Algorithms. J. Comput. Graph. Stat. 2019, 28, 834–846.
34. de Vos, W.M.; Tilg, H.; Hul, M.V.; Cani, P.D. Gut microbiome and health: Mechanistic insights. Gut 2022, 71, 1020–1032.
35. Aroniadis, O.C.; Grinspan, A.M. The Gut Microbiome: A Primer for the Clinician. Am. J. Gastroenterol. 2024, 119, S2–S6.
36. Han, G.; Luong, H.; Vaishnava, S. Low abundance members of the gut microbiome exhibit high immunogenicity. Gut Microbes 2022, 14, 2104086.
37. Jin, H.; You, L.; Zhao, F.; Li, S.; Ma, T.; Kwok, L.-Y.; Xu, H.; Sun, Z. Hybrid, ultra-deep metagenomic sequencing enables genomic and functional characterization of low-abundance species in the human gut microbiome. Gut Microbes 2022, 14, 2021790.

图表说明

图1. 6150人的肠道微生物组在数月内显示出组成和功能稳定性。(a) 每个时间段的参与者数量；(b) 基线样本与1-12个月后收集的样本之间物种和KO的Spearman相关系数、Pearson相关系数和Jaccard指数；灰色钻石代表异常值；红色和蓝色线分别表示Pearson和Spearman的平均值；(c) Mann-Whitney U检验的p值，比较第一个月（与基线相比）与第2-12个月（与基线相比）的相关系数。虚线代表p = 0.05。

图2. 肠道微生物组在一天内以及一个月内对分类学（物种）和微生物功能（KO）均保持稳定。显示了微生物物种（左图）和KO（右图）的Spearman和Pearson相关系数。日内比较的相关系数显著高于物种活性的月内比较（p < 0.05）。黑色钻石代表异常值。

图3. 不同人的肠道微生物组在物种活性方面差异较大，但对微生物功能（KO）显示出更高水平的相似性。显示了从408人的粪便分析中计算出的微生物物种（左图）和KO（右图）的Spearman和Pearson相关系数以及Jaccard指数。黑色钻石代表异常值。

图4. 结肠镜检查前后样本（"后"第1-4周）之间肠道微生物组分类学（物种）和生化功能（KO）的相关性。计算了物种（左图）和KO（右图）的Spearman和Pearson相关系数。Mann-Whitney U检验表明，结肠镜检查前后样本对之间或任何供体内样本之间的相关性无显著差异。对于物种，在供体间样本的Spearman和Pearson比较中均发现显著差异。对于KO，在供体间样本的Spearman相关中发现显著差异（见星号*），但Pearson相关未达到显著性。黑色钻石代表异常值。

【全文结束】