粪便样本可揭示个体饮食、肠道微生物组与健康关联
粪便样本中的分子能够精准反映人们的饮食内容及其肠道微生物组的响应机制。
研究表明，粪便代谢组——即肠道及其常驻微生物分解食物时产生的分子集合（即“代谢物”）——能够捕捉饮食与肠道微生物之间的复杂相互作用。众所周知，饮食在健康与疾病中扮演重要角色，而越来越多的研究表明肠道微生物多样性也与特定疾病相关。饮食变化会改变肠道微生物的功能，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食物相互作用，有助于开发个性化膳食策略来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项大型队列研究（TwinsUK和ZOE PREDICT1）的2647名参与者数据，整合了650种粪便代谢物、肠道微生物物种数据以及详细的膳食问卷信息。通过机器学习方法，他们发现粪便中的代谢物能够准确反映10类食物和饮料的摄入情况，包括肉类、坚果、全谷物以及茶和咖啡，同时也能体现整体健康或不健康饮食模式的遵循程度。
发表在《自然·通讯》上的该研究还识别出400多种特定食物组与代谢物之间的关联。其中超过半数为正向关联，意味着某些食物组摄入量的增加会导致粪便中特定代谢物的提升。这表明这些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2500多项关联，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。
伦敦国王学院博士生、论文主要作者罗伯特·波普表示：“测量饮食及肠道微生物组对不同食物的响应颇具挑战性。分析粪便中的化合物能揭示人们的饮食内容及肠道微生物组如何差异化代谢食物，凸显其在健康中的关键作用。”
在研究的各项饮食指标中，粪便代谢物对DASH饮食法（停止高血压饮食法）遵循度的测量最为精准。鉴于DASH饮食法对心脏健康的益处，研究人员进一步探索了粪便代谢物能否预测10年内心血管疾病风险。
当模型仅使用DASH饮食评分和身体质量指数（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的模型则表现更优，能准确区分心血管疾病高风险与低风险人群。研究结果表明，粪便中代谢物的组合可能成为未来心脏病风险的强力指标，其洞察力或优于单纯饮食评分。
伦敦国王学院计算医学准教授、论文共同高级作者马里奥·法尔基博士指出：“通过分析饮食在肠道留下的化学指纹，我们可识别哪些食物衍生分子滋养微生物组并促进有益化合物的产生——这将指导益生元的开发，无论饮食选择或食物获取途径如何，均能支持肠道及整体健康。”
重要的是，研究团队发现较小规模的代谢物组合（研究的650种代谢物中仅54种）仍能有效预测饮食模式遵循度及食物饮料摄入组别。这有望支持营养学和临床研究中开发更简单、更易获取的检测方法。
伦敦国王学院分子流行病学高级讲师、论文共同高级作者克里斯蒂娜·梅尼博士表示：“这些发现使我们更接近将简单的粪便分析转化为理解饮食与肠道微生物相互作用的强大工具——有助于设计从内而外改善健康的膳食策略。”
该研究证实了粪便代谢组学在揭示饮食与肠道微生物组相互作用方面的潜力，为通过靶向膳食或基于代谢物的干预措施改善健康铺平道路。
参考文献： Pope R, Visconti A, Zhang X 等. 粪便代谢物作为习惯性饮食的指标：捕捉饮食与肠道微生物组的相互作用. 自然通讯. 2025;16(1):10051.
【全文结束】
