肠道微生物组由数万亿微生物组成，对维持人体健康至关重要。微生物平衡一旦失调，可能引发炎症性肠病（IBD）等多种健康问题。如今，加州大学圣地亚哥分校研究人员开发出创新工具coralME，可深入理解这些微生物如何相互作用及其环境对健康的影响。该工具能快速处理海量数据，构建详细的基因组规模计算机模型，涵盖代谢、基因及蛋白质表达。这些"ME模型"将微生物基因组与其表型特征精准关联。
模型可揭示微生物对特定营养素的响应机制，包括哪些营养素会促进某些微生物过度增殖导致菌群失衡，以及哪些营养素最有利于健康肠道中常见微生物的生长。此外，该工具还能预测可能诱发过敏原或毒素等有害产物的营养条件。
"例如模型显示，某种微生物需要特定氨基酸却无法自行合成，因此必须从其他微生物、人体宿主或膳食中获取。新一代基因组规模模型为理解复杂环境中微生物行为提供了机制基础。"
——加州大学圣地亚哥医学院儿科学教授卡尔斯滕·曾格勒（Karsten Zengler）博士
研究团队利用coralME生成了495个ME模型，完整刻画了最常见肠道菌种特性，而人工完成同等工作需数十年甚至数百年。
研究人员通过模型模拟不同饮食对肠道细菌的影响。例如发现低铁或低锌饮食能使特定有害细菌存活，而富含某些宏量营养素的饮食能促进有益菌生长——这些效应是传统计算模型无法捕捉的。曾格勒教授同时任职于加州大学圣地亚哥微生物组创新中心及雅各布工程学院，他指出将炎症性肠病患者的实际微生物表达数据输入模型后，可实时追踪微生物活动。
"这些模型揭示了微生物的摄食行为、代谢产物及其与宿主和其他微生物的互动关系，"他解释道，"如同城市道路图整合实时交通信息，我们便能掌握当前路况——此刻的车流状态。"
团队发现炎症性肠病患者存在肠道化学环境异常：pH值升高（酸性减弱），但具有肠道保护作用的短链脂肪酸产量下降。同时成功识别出与这些变化相关的特定细菌及其菌群互作模式。
coralME工具能高效转化复杂基因数据，精准预测肠道微生物行为及饮食疾病对其活动的影响。模型衍生的洞见有望催生炎症性肠病等微生物组相关疾病的新型诊疗方案，通过靶向调控特定微生物活动实现个性化治疗。
"若能准确预测微生物组对任何疾病的响应，我们就能厘清疾病与微生物组的关联，进而找到治愈方案，"曾格勒强调。他同时指出coralME的应用范围远超人类疾病领域，可拓展至土壤、动物及海洋等生态系统的微生物群落建模。
本研究于2025年11月20日发表在《Cell Systems》期刊，共同作者包括加州大学圣地亚哥分校的胡安·D·蒂博查-博尼利亚、罗德里戈·桑蒂巴涅斯-帕洛米诺斯、翁宇涵和马尼什·库马尔。
【全文结束】
