肠道微生物组由数万亿微生物组成，在维持人体健康中发挥关键作用。这些微生物的平衡一旦被打破，可能导致多种健康问题，例如炎症性肠病（IBD）。目前，加州大学圣地亚哥分校研究人员开发出一种名为coralME的创新工具，用于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，生成详细的基因组尺度计算机代谢模型及基因蛋白表达模型（简称"ME模型"），将微生物基因组与其表型特征建立关联。
这些模型可揭示微生物对特定营养素的响应机制，例如哪些营养素会促进某些微生物过度增殖从而破坏微生物组平衡，哪些营养素更利于健康肠道中常见微生物的生长。此外，该工具还能预测哪些营养成分会促使微生物生成过敏原或毒素等有害产物。
"例如，模型显示某种微生物需要特定氨基酸，但它自身无法合成，因此必须从其他微生物、人体宿主或人类饮食中获取，"加州大学圣地亚哥分校医学院儿科教授Karsten Zengler博士解释道，"这些新一代基因组尺度模型为理解复杂环境中微生物行为提供了机制性基础。"
研究团队利用coralME生成了495个表征最常见肠道菌种的ME模型，若采用人工方式完成同等工作需耗时数十年甚至上百年。通过模拟不同饮食对肠道细菌的影响，研究人员发现低铁或低锌饮食会助长有害细菌存活，而富含特定宏量营养素的饮食则可能促进有益菌生长——这些效应是传统计算模型无法捕捉的。
Zengler表示，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状态。"这展示了微生物的摄食行为、代谢产物以及它们与其他微生物和宿主的互动方式，"他补充道，"可将这些模型视为城市道路图，当整合实时交通信息后，我们便能掌握当前路况——即微生物活动的实时动态。"
团队发现，炎症性肠病患者肠道化学环境发生显著变化，包括pH值升高（酸性减弱）以及具有肠道保护作用的短链脂肪酸产量下降。同时，他们识别出与这些变化相关的特定细菌及其群体间相互作用。coralME工具提供了一种快速强大的方法，将复杂遗传数据转化为关于肠道微生物行为及饮食疾病如何改变其活性的具体预测。基于模型获得的洞见有望催生炎症性肠病及其他微生物组相关疾病的新型诊疗方案，并实现针对特定微生物活动的个性化疗法。
"若能准确预测微生物组对任何疾病的响应，我们就能阐明疾病与微生物组的关联并找到治愈方法，"Zengler强调。他指出coralME的应用远不止于人类疾病，该工具还可用于构建土壤、其他动物或海洋中微生物群落的模型。
该研究于2025年11月20日发表在《Cell Systems》期刊。研究共同作者包括加州大学圣地亚哥分校的Juan D. Tibocha-Bonilla、Rodrigo Santibáñez-Palominos、Yuhan Weng和Manish Kumar。研究部分获得美国能源部科学办公室生物与环境研究项目（合同号DE-AC36-08GO28308）及国家科学基金会（资助号EFMA-2223669和DMS-2325172）支持。作者声明无利益冲突。
【全文结束】
