引言
膳食纤维是肠道微生物群组成的关键调节因子，具有恢复肠道稳态的巨大潜力。流行病学研究一致表明，较高的纤维摄入与改善的健康结果相关，而低纤维摄入则增加疾病风险（Reynolds等，2019）。然而，鉴于膳食纤维类型的多样性以及日常食物摄入模式的复杂性，将这些流行病学发现转化为具有广泛适用性的特定临床研究仍然具有挑战性。因此，在临床环境中单独测试所有相关变量是困难的。
微生物群研究非常复杂，因为人类肠道寄居着高度多样化的微生物群落，由数百至数千种细菌、古菌和真菌物种组成，它们以复杂的动态网络共存，在组成、丰度和功能方面存在显著的个体间差异（Blaak等，2020）。此外，这些群落在日常饮食中通常不会暴露于单一纤维，而是暴露于复杂混合的纤维和其他营养素，且数量高度可变。
大多数纤维不能被人体酶代谢；然而，它们作为胃肠道微生物的底物，主要是结肠定植菌。几种类型的膳食纤维作为特定肠道微生物的关键底物，这些微生物将其发酵成短链脂肪酸（SCFAs），如乙酸、丙酸和丁酸（Van-Wehle和Vital，2024；Nireeksha等，2025）。例如，乙酸作为最丰富的SCFA之一，主要归因于微生物群的特定成员，这些成员还支持与其他产生丁酸的微生物的交叉喂养相互作用（Nireeksha等，2025）。SCFA的分布和产量受到纤维类型、分子结构和微生物群落组成的强烈影响。
在本研究中，我们调查了由阿拉伯胶和胡萝卜粉组成的纤维混合物对肠道微生物群的影响。阿拉伯胶是从金合欢树中提取的复杂可溶性膳食纤维，主要由半乳聚糖聚合物组成（Ali等，2009）。体外和体内研究均表明，阿拉伯胶促进双歧杆菌和乳酸杆菌等有益肠道细菌的生长（Calame等，2008），其发酵与体外SCFA产量增加相关（Alarifi等，2018）。胡萝卜粉由胡萝卜皮制成，含有可溶性和不可溶性纤维的混合物。其主要纤维成分果胶已被证明可刺激SCFA产生并在体外引起微生物群变化（Van den Abbeele等，2021）。结合这两种纤维可能会通过促进更广泛的有益肠道细菌和增强短链脂肪酸产生而产生协同效应，但这仍有待通过测试确认。
研究人类中膳食纤维补充的临床研究通常产生不确定的结果（Rodriguez等，2024）。虽然许多研究报告了纤维治疗后特定细菌类群的增加，但总体细菌多样性仅在少数情况下受到影响，粪便SCFA浓度通常保持不变（Vinelli等，2022）。最近的一项荟萃分析表明，肠道微生物群中仅1.5%的组成变异可由纤维消费解释，而82%归因于个体间差异（Rodriguez等，2024）。这些发现强调了微生物群研究的复杂性和对更具预测性和标准化工具的需求。
研究人类中微生物群调节是一个复杂的过程。肠道模拟系统的开发，如TIM-1（Venema，2015）和SHIME模型（Zhu等，2024），实现了从粪便材料衍生的结肠微生物群落的体外培养，尽管这些系统的通量有限。高通量平台（如i-screen）的引入进一步推进了对抗生素和各种益生元纤维对微生物群组成和代谢活性的评估（Fehlbaum等，2018；Schuren等，2019；Ladirat等，2013；Ladirat等，2014）。i-screen平台是一种多孔结肠体外发酵模型，使用专门设计以模拟结肠环境的培养基。它允许通过使用来自人类供体的粪便微生物群，对膳食纤维代谢和其他化合物的影响进行受控研究（Schuren等，2019）。
此类平台还可以包括多个个体微生物群供体，允许研究干预效果的个性化变化（Agamennone等，2023；Cantu-Jungles等，2025）。尽管这些体外系统旨在模拟在人类中观察到的反应，但由于难以进行直接比较，可靠评估其翻译价值仍然具有挑战性。以前将体外观察到的微生物群变化与体内发生的微生物群变化相关的尝试仅限于小型病例研究，通常依赖于未配对的供体材料（Rudzka等，2025；Van den Abbeele等，2023b；Van den Abbeele等，2023a）。在本研究中，来自先前发表的临床试验（Eveleens Maarse等，2024）的54名参与者的微生物群组成变化，与使用来自全部54名参与者的粪便微生物群样本测量的i-screen平台结果相关联。
本研究基于最近进行的人类膳食纤维干预试验，该试验调查了纤维补充对体内肠道微生物群组成的影响（Eveleens Maarse等，2024）。使用来自相同参与者的基线粪便样本，使用i-screen平台评估纤维诱导的变化。在此，我们直接比较在体外和体内观察到的微生物群组成变化，以评估i-screen模型的翻译潜力。此外，我们还研究了纤维干预对SCFA产生的影响。据我们所知，这是第一项在同一批受试者中相关体外和体内微生物群组成反应的研究。
材料和方法
临床研究
本研究基于Eveleens Maarse等（2024）和Hogenelst等（2025）先前发表的临床研究。简言之，我们进行了一项双盲、随机、安慰剂对照的交叉研究，包括两个由8周洗脱期分隔的12周干预期（图1）。
总共招募了65名健康参与者参加该研究。为了最大化干预的潜在效果，选择了具有增加的代谢风险的个体，定义为体重指数（BMI）在25-30 kg/m²之间，年龄范围为45-70岁，平均每日膳食纤维摄入量低于30克（Eveleens Maarse等，2024）。所有参与者在筛选期间均不得有临床显著异常。关键排除标准包括在纳入前3个月内使用抗生素、抗酸剂、泻药、他汀类药物、止泻药、免疫调节剂或降糖药物，以及在研究前7天内或研究期间使用伴随药物、维生素或膳食补充剂，但对乙酰氨基酚和布洛芬除外。在65名入组参与者中，2名因使用抗生素被排除，1名因使用他汀类药物被排除，2名因严重不良事件（SAEs）被排除，3名退出，3名不符合研究方案，最终有54名参与者纳入最终分析。
所有参与者均按照《赫尔辛基宣言》提供书面知情同意。研究方案获得了荷兰Assen的生物医学研究伦理评估基金会独立伦理委员会的批准。该研究遵循良好临床实践（GCP）指南，并在Toetsingonline注册处（编号NL71723.056.19）和clinicaltrials.gov注册处（编号NCT04829396）进行了注册。
治疗
本交叉研究中54名健康志愿者的治疗方法与先前报告的相同（Eveleens Maarse等，2024；Hogenelst等，2025）。参与者每天将13克粉末（纤维混合物或安慰剂）混合到液体中，持续12周。膳食纤维混合物的配方确保每剂含有10克阿拉伯胶（AG）粉末（4,880型，A. seyal，德国Willy Benecke）和3克磨碎的胡萝卜粉（KaroPRO 1-26 SG，荷兰Food Solutions Team B.V.）。该混合物每13克含有10克纤维，相对于参与者的平均每日纤维摄入量（18.7±5.9克/天）代表了纤维消费水平的增加（Eveleens Maarse等，2024）。安慰剂粉末仅含有棕色（Glucidex® 19）和白色（Glucidex® 17）麦芽糊精（法国Roquette）。
如果参与者在研究开始前7天内或研究期间消费了膳食补充剂（包括纤维），则将其排除，以防止其他纤维治疗的潜在干扰。他们被指示在整个研究期间保持稳定的饮食，并避免引入新的饮食习惯或膳食方案。使用荷兰健康饮食指数（DHDI）跟踪饮食维持情况，该指数在研究期间保持不变（Eveleens Maarse等，2024；de Rijk等，2021）。通过在每个干预期结束时收集空的纤维补充剂或安慰剂罐来评估依从性。罐子被称重以计算总摄入量，消耗至少80%指定剂量的参与者被视为依从的。在每次研究访问和干预期间定期电话中监测对研究限制（例如，避免伴随药物）的依从性和不良事件的发生。
纤维的厌氧发酵
TNO的i-screen模型的详细信息已发表（Schuren等，2019）。在此，我们使用了稍作修改的平台。简言之，粪便材料在每个干预期前收集在eSWAB管中，冷冻直至进一步使用。首先，粪便样本在过夜预培养。这些培养物被50倍稀释到改良的标准回肠流出物培养基（SIEM）中，以获得约10⁹ CFU/mL的起始浓度。所有样品均在厌氧条件下，在37°C下，在300 rpm下摇动培养（Ladirat等，2013）。培养基由每升4.5克NaCl、2.5克K₂HPO₄、0.45克CaCl₂·2H₂O、0.4克MgSO₄·7H₂O、0.01克FeSO₄·7H₂O、0.4克牛胆、0.01克血红素、0.05克果胶、0.05克木聚糖、0.05克阿拉伯半乳聚糖、0.05克支链淀粉、0.4克淀粉、24克蛋白胨、24克酪蛋白和0.8毫升维生素混合物组成（Wiese等，2022）。所有组分均从Tritium Microbiology（荷兰Veldhoven）购买。使用两种溶液，即1 M MES缓冲液（Sigma Aldrich）和MOPS缓冲液（Sigma Aldrich）作为pH缓冲液。所有实验均在微孔板中进行。纤维混合物以4 mg/mL的浓度添加，该剂量已显示出明显的微生物群调节效果，并且在人体肠道中预期的范围内（Ladirat等，2013；Agamennone等，2023）。单一纤维，即阿拉伯胶和KaroPro，分别以3.07 mg/mL和0.92 mg/mL的剂量添加。选择这些浓度以应用与临床研究中相同的比例（分别为10克和3克）。所有纤维均测试了三次。厌氧发酵24小时后，取样进行DNA分离和SCFAs分析。
gDNA提取
按照96孔高通量提取的标准操作程序，使用锆珠击打和PurePrep 96平台（Molgen）从体外发酵样品和人类粪便材料中分离基因组DNA。简言之，将150 μL样品（最多250毫克粪便材料）转移到预填充有500 μL 0.1-mm锆珠（BioSpec，美国）的2.0-mL深孔板中。向每个孔中加入800 μL CD1裂解缓冲液（DNeasy 96 PowerSoil Pro QIAcube HT试剂盒，Qiagen）。每个板含有50 μL ZymoBIOMICS微生物群落标准（Zymo Research）作为内部过程控制。将板密封并在BeadBeater 96上进行两次2分钟的珠击打循环，循环之间在冰上冷却。机械裂解后，将板在3000 rpm下离心6分钟，并将350 μL上清液转移到含有每孔350 μL Agowa结合缓冲液（LGC Genomics）和10 μL Agowa磁珠的新96孔深孔板中。混合样品并装载到PurePrep 96核酸纯化系统（Molgen）上进行自动磁珠纯化。自动方案包括用Agowa洗涤缓冲液1和Agowa洗涤缓冲液2（各200 μL）进行顺序洗涤，然后在65 μL Agowa洗脱缓冲液中洗脱。洗脱的DNA被密封并储存在-20°C，直到进一步处理。
扩增子测序
在基线和研究期间每4周收集粪便样本（图1）。如前所述，从所有粪便样本以及i-screen样本中提取微生物DNA，并进行16S rRNA基因测序（Agamennone等，2023；Eveleens Maarse等，2024；Gart等，2018）。通过使用16S rDNA扩增子测序分析微生物群组成的变化。如Kozich等（2013）所述，使用F515/R806引物靶向V4高变区域（Caporaso等，2011）。扩增子文库以等摩尔量混合，并使用QIAquick凝胶提取试剂盒（QIAGEN，德国Hilden）纯化。使用Fragment Analyzer（Advanced Analytical Technologies, Inc.，德国Heidelberg）分析质量，并在Illumina MiSeq平台（Illumina，荷兰Eindhoven）上进行测序。使用DADA2软件包release 1.16（Callahan等，2016）和细菌Silva数据库release 138.1进行序列分析。
SCFAs分析
SCFA分析如先前报道进行（Wiese等，2022）。简言之，粪便或体外发酵样品储存在-80°C，直到衍生化。对于衍生化，将样品稀释在75%甲醇中，并与内标（d3-乙酸、d3-丙酸、d3-丁酸和d9-戊酸）、3-硝基苯肼（3-NPH）、1-乙基-3-（3-二甲基氨基丙基）碳二亚胺（EDC）和吡啶混合。将混合物在室温下（600 rpm）孵育30分钟，随后用2%甲酸在25%甲醇中中和。衍生化样品储存在-80°C，直到分析。
使用配备有加热电喷雾电离（HESI）源的高分辨率Q-Exactive Orbitrap质谱仪（Thermo Scientific，美国）和Acquity H-Class UPLC系统（Waters）进行衍生化SCFAs的定量液相色谱-质谱（LC-MS）分析。在Acquity BEH C18柱（150×2.1 mm，1.7 μm，Waters）上实现分离。使用校准标准和内标混合物确定SCFA浓度。体外SCFAs浓度未校正。
统计分析
统计分析如前所述进行（Eveleens Maarse等，2024），有一些修改，特别是对于体外发酵。使用R版本4.1.2（R Core Team 2020）进行微生物群分析，并使用ggplot2包版本3.3（Wickham和Wickham，2016）进行说明。使用vegan包，版本2.5-7（Oksanen等，2013）执行多变量和微生物组多样性分析。通过置换分析拟合多变量模型，以产生模型中包含的术语的III型（边际）p值（van den Brink等，2009），进行10³次置换。对于多变量分析，使用累积读数阈值去除低丰度分类群，保留一起代表数据集中95%所有分类读数的特征（624个分类群）。对于α-多样性分析，包括所有分类群而不进行过滤，并使用vegan包在原始计数表上（无需稀释）计算Shannon多样性。通过ANOVA在线性混合效应（LME）模型上测试α-多样性的治疗效果，治疗和治疗*时间作为自变量。使用emmeans包（Lenth等，2020）进行事后测试。通过重复测量置换ANOVA测试β-多样性的差异。将体内研究中的粪便SCFA浓度标准化为细菌16S rRNA基因拷贝数，以考虑微生物载量。未对从体外发酵获得的SCFA水平进行标准化，因为在与测试化合物孵育之前，所有条件的基线处标准化了相等的菌落形成单位（CFU）密度。使用"lme4"包进行广义线性混合模型。我们使用"vegan"包进行非度量多维缩放和PERMANOVA，"phyloseq"包进行α-多样性，"CCA"包进行RCCA，"ggplot2"包进行可视化。使用limma-voom框架（edgeR，limma）分析差异细菌反应。ASV计数使用voom进行log₂转换，通过将受试者作为阻断因子来考虑供体配对。在建模之前，ASV被过滤以保留那些在≥20%的样品中≥0.1%相对丰度的ASV，并且从该比较中排除在对比的两组中都具有零计数的分类群。为每个ASV拟合线性模型，并定义对比以将每个纤维处理（纤维混合物、阿拉伯胶、KaroPro）与24小时的未处理对照进行比较。应用经验贝叶斯调节，并使用Benjamini-Hochberg FDR校正评估显著性。根据纤维干预后双歧杆菌短杆菌的变化确定反应者。如果在任何随访时间点双歧杆菌短杆菌的增加至少为基线值的0.5个标准差（SD）（Norman等，2003），则将参与者分类为反应者。使用基于Bray-Curtis不相似性的置换多元方差分析（PERMANOVA）（vegan包，adonis2）和Benjamini-Hochberg错误发现率的双侧Wilcoxon秩和检验评估反应者和非反应者之间的肠道微生物群组成差异。
结果
在本研究中，我们使用从先前发表的临床试验（Eveleens Maarse等，2024）的参与者收集的粪便微生物群在体外模拟了膳食纤维干预。
体外微生物群分析
通过将纤维混合物对每个受试者个体微生物群组成的影响与未处理对照条件进行比较，评估了24小时发酵的微生物群效果。使用冗余分析（RDA）计算治疗效果，显示显著效果（p < 0.001，图2）。尽管纤维混合物的整体治疗效果显著，但数据点在图上的广泛分布表明了明显的个体差异。
除了纤维混合物外，还体外测试了单一纤维（阿拉伯胶和胡萝卜粉）的效果，并使用PERMANOVA分析了不同暴露的结果。微生物群组成在纤维混合物（PERMANOVA，Bray-Curtis距离；F = 2.96，R² = 0.03，p < 0.0001）和阿拉伯胶（F = 2.47，R² = 0.02，p < 0.0001）与未处理对照相比，在体外发酵24小时后存在显著差异。尽管胡萝卜粉处理在24小时时与未处理对照显著不同（PERMANOVA，Bray-Curtis距离；F = 0.44，R² = 0.004，p < 0.0001），但组分离程度远低于其他处理，这可能是由于胡萝卜粉剂量较低。
接下来，使用limma-voom框架分析了体外发酵24小时后的差异细菌丰度，将每种纤维处理与未处理对照进行比较（图3和补充表S2）。观察到每种处理的微生物组成有明显差异，导致不同的指纹谱。双歧杆菌短杆菌（未处理对照，0.22%）被纤维混合物（0.98%，p < 0.0001）和阿拉伯胶（0.75%，p < 0.0001）强烈刺激，而胡萝卜粉（0.25%，p = 0.894）对该细菌没有影响。几种劳特氏菌（Lachnospira）物种被纤维混合物和胡萝卜粉刺激，但不受阿拉伯胶刺激，表明结合不同膳食纤维时具有加性效应。例如，ASV88（未处理对照，0.00%）被纤维混合物（0.26%，p < 0.0001）和胡萝卜粉（0.29%，p < 0.0001）刺激，而阿拉伯胶（0.00%，p = 0.368）没有效果。这些结果表明，每种单一纤维刺激特定细菌，而纤维混合物结合了各组分的效果。
在人体干预研究中，治疗4周后观察到β-多样性增加（Eveleens Maarse等，2024）。随后，随着持续的纤维消费，β-多样性效应保持稳定（图4A）。接下来，我们研究体外结果是否与体内结果相关。在比较两种结果时，基线时微生物群组成没有观察到显著相关性（图4B，p = 0.97）。在干预4周后，体外和体内治疗效果之间没有观察到显著相关性，尽管有出现的趋势（p = 0.18）。从第8周开始，体外和体内治疗效果在第8周（p = 0.03）和第12周（p = 0.017）之间观察到显著相关性。除了研究微生物组成外，我们还检查了对干预有反应的微生物分类群的重叠。在两个数据集之间观察到差异丰度分类群的明显且显著重叠（p = 0.002，图4C）。显示高丰度增加的分类群是双歧杆菌短杆菌和Subdoligranulum sp.，而柯林斯菌（Collinsella aerofaciens）显示丰度降低。体外暴露于纤维产品24小时后观察到的微生物变化与临床研究中8至12周干预后看到的变化相当。
洗脱期在临床试验中是常见做法，以确保残留治疗效果不会减弱安慰剂。在人类干预研究的设计中，包括了8周的洗脱期，在中途（4周后）有一个粪便采样点（图1）。将这些样本纳入分析，以确认从先前治疗期完全洗脱任何潜在干预效果。未观察到统计上显著的臂×时间相互作用，表明在8周洗脱期后研究第二阶段开始时没有携带纤维效应（图4D）。
最后，我们旨在确定对纤维治疗的反应者（Kok等，2023）。双歧杆菌短杆菌在体外和体内环境中均与治疗一致相关，显示出两种格式之间的强烈相关性（图4C）。反应者被定义为在基线值至少增加0.5 SD（Norman等，2003）的参与者，显示在一次或多次随访时间点双歧杆菌短杆菌丰度增加。使用此标准，我们确定了46名反应者，其基线粪便微生物群组成与8名非反应者显著不同（PERMANOVA，Bray-Curtis；R² = 0.06，F = 3.42，p = 0.001）。我们发现55个ASV在反应者和非反应者之间的基线显著不同（FDR校正p < 0.05），包括双歧杆菌短杆菌、Bacteroides eggerthii和Faecalibacterium prausnitzii，突显了可能适合筛选的其他菌株。使用相同的标准在体外，确定了31名反应者和23名非反应者。然而，基线体外组成在统计学上不显著（PERMANOVA，Bray-Curtis；R² = 0.01，F = 0.61，p = 0.74），可能是由于预培养使供体微生物群均等化。为了增强治疗成功的可能性，可以使用qPCR进行双歧杆菌短杆菌的预筛选，以确定潜在的反应者，至少在体内条件下。
短链脂肪酸生产因纤维混合物而增强
接下来，我们分析了微生物群在体外代谢补充纤维产生的SCFAs。在此格式中，我们可以比较单一纤维和纤维混合物的效果。总体而言，纤维混合物显示出最强的SCFAs诱导作用（图5A和补充表S1），对乙酸（p < 0.001）、丁酸（p < 0.001）、丙酸（p < 0.001）、琥珀酸（p < 0.001）、戊酸（p < 0.05）和乳酸（p < 0.05）的生产有显著效果。阿拉伯胶显著刺激了乙酸（p < 0.001）、丙酸（p < 0.001）、琥珀酸（p < 0.01）和乳酸（p < 0.01）的生产，同时减少了2-甲基丁酸（p < 0.05）和异戊酸（p < 0.05）的生产。相比之下，胡萝卜粉仅显著刺激了异戊酸的生产（p < 0.05）。胡萝卜粉的这种有限效果可能是由于用于模拟阿拉伯胶与胡萝卜粉10:3比例的低浓度。
基于主成分分析（PCA）的不同干预对SCFA生产的综合效果表明，胡萝卜粉的效果非常有限（几乎与未处理对照相同），而阿拉伯胶的效果更接近纤维混合物（图5B）。PERMANOVA分析进一步支持这一观察结果，显示阿拉伯胶和纤维混合物之间的相似性比胡萝卜粉更接近（图5C）。此分析还表明，尽管胡萝卜粉本身不活跃，但与阿拉伯胶结合时，会导致乙酸、丙酸和丁酸的产量增加。
接下来，我们将体外获得的SCFA谱与体内测量的SCFA谱进行了比较。在临床研究中，与安慰剂对照相比，未观察到粪便SCFA浓度的一致变化（Eveleens Maarse等，2024）。然而，当直接与每个参与者的基线相比时，纤维治疗组中几种SCFAs显著增加，包括支链脂肪酸异丁酸（p < 0.05）、异戊酸（p < 0.05）和2-甲基丁酸（p < 0.01）（补充图S1A）。这种效果在第4周最为明显，在第8周减弱，并且在12周干预后不再具有统计学意义。然后，我们将体外产生的每种SCFA的浓度（发酵24小时后）与在不同时间点（4、8和12周）体内测量的浓度相关联（补充图S1B）。除了第4周（p < 0.001）和第12周（p < 0.001）的戊酸外，没有SCFA显示出显著相关性。由于i-screen在静态条件下运行，SCFAs会累积，而体内则不会，这可能解释了两个系统之间缺乏相关性。
讨论
在本研究中，我们使用高通量发酵系统分析了纤维混合物的体外效果，并将这些结果与54名参与者在12周内每日消费纤维混合物后观察到的反应进行了比较。我们的体外结果（在孵育24小时后观察到）显示出与在人类体内干预中8周和12周时间点观察到的效果一致的统计学上显著的微生物群调节效果。这些发现表明，在体外环境中观察到的对纤维干预的微生物反应与在人类干预中12周每日纤维摄入后看到的效果相当（Horvath等，2024；Kok等，2023）。体外研究还显示SCFAs的显著刺激，纤维混合物中的每个组分具有不同的效果。
临床研究中成分的选择是一个复杂的过程，特别是在配制包含多种成分的混合物时。高通量体外系统可以更高效地测试单个成分以及组合，并可以纳入来自多个微生物组供体的样品。然而，这种体外发现向人类结果的可翻译性经常受到质疑。在本研究中，我们通过将每位参与者的基线微生物群样本暴露于单剂量体外处理来复制人类膳食纤维干预。观察到短期体外反应与较长期体内效果之间存在强烈重叠。
尽管我们证明24小时体外孵育与8周和12周体内观察到的变化显著相关，但我们只能推测为什么这些变化在体外发生得更快。体外系统提供了一个高度受控的环境，其中纤维底物以纯净、未稀释的形式呈现，不受完整饮食基质的复杂性和可变性以及任何宿主反馈机制（例如，通过上皮细胞快速更新SCFAs）的影响。这种设置允许微生物与纤维直接相互作用，导致微生物群组成和代谢活动的快速和可测量的变化。相比之下，在体内，纤维作为复杂饮食的一部分消费，其中它可能被稀释或其效果被其他饮食成分调节。体外的清洁暴露因此可能放大微生物反应，作为潜在体内结果的敏感早期指标。未来的研究应旨在阐明这种差异的机制，并评估i-screen是否能可靠地预测体内微生物组反应。本研究未设计用于评估预测能力，因为当前分析纯粹是相关的。
当比较i-screen技术与其他模型的可翻译性时，会出现几个差异。TIM模型是一种准确模拟人类消化条件的体外胃肠道系统，已针对营养素和药物的临床数据进行了验证（Havenaar和Bellmann，2022）。然而，由于其低通量，它不适合高效测试广泛条件，例如不同化合物剂量、个体特异性反应或多个对照。同样，SHIME模型——另一种经过验证的人类相关性综合肠道模拟系统——也存在低通量问题（Zhu等，2024）。此外，包括i-screen在内的这些模型缺乏向宿主的反馈机制，这突显了需要更复杂的系统，将人类细胞或组织与微生物群模型整合。尽管存在这些限制，i-screen和其他微型微生物群模型提供了一个关键优势：能够同时测试多种条件，使其成为高通量筛选的宝贵工具（Jin等，2022）。
体外设置中关键物种的存在支持了体外方法的可翻译性，并能够在人类干预研究之前对参与者进行分层。由于微生物群组成存在较大的个体差异，针对微生物群的人类干预研究的结果通常难以预测。通过基于体外分析微生物群对治疗的反应来实施分层程序，可以改善人类研究的设计，提高实验的可扩展性，并产生更可预测的结果。然而，需要进一步详细测试，因为本研究通过单一分类群识别反应者，而未使用完整的分层策略。
短链脂肪酸的生产可以在体外和体内（粪便样本中）测量。然而，迄今为止，膳食纤维干预通常对粪便SCFAs显示出阴性或不一致的结果，因为这些代谢物在肠道中被快速吸收（den Besten等，2013）。同样，在本研究检查的临床干预中，与安慰剂组相比，体内未观察到粪便SCFA浓度的一致或显著变化（Eveleens Maarse等，2024）。最近的一项荟萃分析报告称，41项临床研究中有26项未发现粪便SCFAs的显著增加，表明粪便SCFA水平不是评估纤维诱导的肠道微生物群调节的可靠指标（Chen等，2021；Vinelli等，2022；Wilms等，2021）。相比之下，体外系统可以有效测量SCFA生产，因为这些代谢物在系统中累积——至少在静态孵育条件下。
我们的研究表明，纤维干预增加了体外的SCFAs，这与其他研究一致（Harris等，2021）。例如，在体外，各种常用膳食纤维（如菊粉、果胶和瓜尔胶）被迅速代谢成SCFAs，导致浓度增加（Vinelli等，2022）。这些发现表明补充的纤维确实被结肠微生物群代谢，但被肠细胞和交叉喂养迅速吸收，只留下5-10%在粪便样本中（Quinn-Bohmann等，2024；Quinn-Bohmann等，2024）。微生物群模型（如i-screen）通常缺乏这种吸收能力，导致系统中SCFAs水平累积。直接从肠道采样可能会提供更好的机制见解，这可能与体外设置（结肠发酵）更可比（van der Schoot等，2022）。这可能解释了体内和体外数据之间缺乏相关性。
我们承认有几个局限性。例如，目前的临床研究并未设计用于将体外发现转化为体内，而是作为探索性调查。未来的研究应考虑人群异质性，并充分设计以验证体外发现向体内结果的转化。此外，改进i-screen模型以更好地复制肠道环境的吸收能力可能会改善体外和体内SCFA水平之间的相关性，这在本研究中在统计学上不显著。
未来的研究应旨在建立微生物群变化、功能谱和临床结果之间的直接联系。在未来的试验中纳入宿主代谢、免疫和症状数据将有助于评估观察到的微生物变化的功能相关性。例如，如果临床研究证明在膳食纤维补充后双歧杆菌短杆菌等特定细菌增加，并伴有功能和临床结果（例如代谢标志物）的变化，并且如果在体外观察到相同的模式，这可能作为临床反应的预测指标。然而，这仍然是推测性的，需要进一步验证。此外，为了更好地了解个体间变异的潜在机制，应更深入地探索潜在的贡献因素，如基线微生物群组成、饮食和生活方式。这需要选择一种充分代表参与者饮食中个体差异的培养基。在本研究中，使用了标准SIEM培养基，设计用于模拟人类回肠流出物；然而，它可能无法充分考虑参与者之间饮食组成的差异。
总之，关于肠道微生物群复杂性的人类干预研究具有挑战性且耗时（需要至少8周的干预才能进行调节），而体外发酵系统可以在更短的时间内减少变量并以高通量进行（此处为24小时）。此外，由于个体反应（特别是在复杂微生物群系统中），千篇一律的方法通常失败（Kok等，2023）。体外平台可用于筛选可能对纤维治疗有反应的个体；然而，这仍有待测试。粪便材料体外预筛选的建议方法为提高疗效和可能性开辟了道路，用于个体微生物群定制干预。因此，i-screen平台中的24小时孵育可作为高通量初步调查，提供微生物驱动反应的早期指标，并为进一步研究提供有用的线索。
【全文结束】
