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。这些微生物失衡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创新工具coralME，用于深入理解微生物如何通过相互作用及环境影响健康。该工具能快速构建详细的基因组规模计算机模型，整合代谢、基因与蛋白质表达数据。这些"ME模型"将微生物基因组与其表型特征直接关联。
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特定微生物增殖并导致微生物组失衡，以及哪些营养素最有利于健康肠道常见微生物的生长。此外，该工具还能预测促使过敏原或毒素等有害产物形成的营养素类型。
"例如，模型显示某种微生物需要特定氨基酸，但自身无法合成，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卡尔斯滕·曾格勒博士解释道，"这些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。"
研究团队利用coralME生成了495个表征最常见肠道物种的ME模型，若采用传统人工方法需耗时数十年甚至上百年。通过模型模拟不同饮食对肠道细菌的影响，研究发现低铁或低锌饮食使某些有害细菌得以存活，而富含特定宏量营养素的饮食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。
曾格勒教授（同时任职于加州大学圣地亚哥分校微生物组创新中心及雅各布斯工程学院生物工程系）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，可实时观察微生物活动状态："这些模型显示了微生物摄取的食物、产生的物质及其与其他微生物和宿主的互作方式。可将模型想象为城市地图，当我们整合实时交通信息，就能掌握当前路况。"
研究团队发现炎症性肠病患者存在肠道化学环境变化，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降低。同时识别出与这些变化相关的特定细菌及其群落互作模式。
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的具体预测，并阐明饮食与疾病如何改变其活性。模型提供的见解有望催生炎症性肠病及其他影响微生物组疾病的新型诊疗方法，未来可发展针对特定微生物活动的个性化疗法。
"若能精准预测微生物组对任何疾病的响应，我们就能理解疾病与微生物组的关联并找到治愈方法，"曾格勒强调。他表示coralME的应用不仅限于人类疾病，还可用于构建土壤、其他动物或海洋中微生物群落的模型。
参考文献：Tibocha-Bonilla JD, Santibáñez-Palominos R, Weng Y, Kumar M, Zengler K. 微生物组代谢与基因表达模型揭示饮食及代谢失调对疾病的影响. Cell Syst. 2025;0(0). doi: 10.1016/j.cels.2025.101451
【全文结束】
