微生物群和健康的“秘密關系”

大約在10年前我們開始研究腸道菌群，還記得在2007年的時候，我接到了任務，加入微生物群的研究組。在過去10年當中我們有了很多進展，我們得到了數據，有了一些成果，并且也了解了里面包含的挑戰，還有更多的東西需要發現和探索，我們還僅僅是剛剛進步。在這個過程中有很多驚喜的發現，其中之一就是新的測試技術產生出大量的數據，中國在這方面作出了很大的貢獻。

2007年我們做了一個規劃，希望有24個樣本可以進行測序，這是當時定下的目標，結果一年之后中國的華大基因已經做到了124個測序，在當時來說是非常驚人的量。

微生物群和人類健康息息相關

說到我們的腸道菌群指的就是一個微生物的社區，每次我們說Microbiome就是人體內微生物菌群，在大多數的情況下就是特指腸道內的微生物群，這個微生物群非常復雜，即便在今天還是沒有辦法把所有的微生物，或者體內微生物進行體外培養。現在有數以百萬計基因已經在不同項目當中被發現，大部分都是來自人體腸道內的微生物，如果我們比較微生物的細胞和人體細胞，它的數量幾乎是一樣的。

我之前提到的研究組Meta當時有幾個大的項目同時進行，但是其中之一是Meta HIT，是歐盟計劃，也有中國合作伙伴參與，還有美國的人體基因組的一個項目，兩個項目不一樣，Meta HIT主要是測序，了解基因的多樣性，美國項目更多是要了解不同社區人群當中的差異。我們相互參考，相互學習。Meta HIT第一次發表的論文，是突破性的發現，被引用了數千次，這是第一次找到了我們所做的124個測序的基因目錄。我們看到的是微生物群的豐富性非常重要。

我們發現一個內容，如果微生物菌群多樣性低，它的穩定性也會比較低，同時也會導致疾病，特別是炎癥的反應。還有一些炎癥的指標、代謝的指標跟微生物菌群多樣性低是聯系在一起的，兩者之間有很強的相關性。之所以我們對于微生物群研究這么讓人激動，因為我們發現微生物和人類健康是息息相關的，有一些疾病和它有關系，這是我們原先沒想到的，我們可以很好地做總結。

說到微生物群會想到的就是微生物的基因非常多樣化，自己都有代謝的潛力，可能比人體的潛力要更大、更豐富，人體可能有25萬個基因，但是微生物有幾百萬甚至是更多不同的基因，所以它的潛在能力是非常大的，對于生物或者藥物來說有各種不同的可能，而且吃東西下去的時候首先接觸到的是腸道微生物，首先是接觸點，所以微生物有特殊的作用。全球各地的臨床實驗在一個領域非常活躍，在美國、歐洲和亞洲，今年的數據亞洲會更多，而且亞洲很多都會集中在中國，我們一項很重要的工作就是聚焦代謝類疾病，特別是二型糖尿病，二型糖尿病在世界各地都是非常常見的疾病，大約有5億的人口患病，不僅僅是在西方國家，現在最高的比例是在阿拉伯地區，它的發病率最高，這是第一個被證明跟微生物群相關的一種疾病。

我提到相關性的概念，健康人群和患病人群微生物群是有差異的，但是微生物群和疾病之間并不是因果關系，只是說有相關性。因為跟人類基因學不一樣，微生物的菌群基因或者微生物群會變化，當得病之后可能是微生物群發生變化，也可能微生物群變化之后得了疾病，只是代表一種相關性。在各地的研究當中都有發現二型糖尿病和腸道微生物菌群有相關性的，而且我們發現使用治療糖尿病的藥物可以解釋差異。

當我們想要證明疾病是否對微生物群有影響的時候，我們發現某種藥物導致了腸道菌群的改變，所以并不是微生物菌群變化導致疾病發生，而是對疾病的治療過程導致了微生物菌群的改變。之后我們又做了一項其他的研究，這些人還沒有得糖尿病，但是血糖比較高，在這個時候我們也想研究微生物群的代謝是不是跟疾病也有關系。我們做了比較復雜的數據的分析。

用基因組描述微生物

為了減少微生物群數據的復雜性，我們使用宏基因組的概念，就是并不知道里面所有的樣本基因。我們有一個原則，如果兩個基因都在染色體上，它們在任何一個樣本當中的豐裕度差不多，它們豐裕度一致，讓我們看到了之前沒有看到的成果。我們看看樣品、看看測序，可以看到不同的語境，就得出相應的結論，大家也可以看到我們采用的樣本非常多，這樣讓我們在微生物群樣品當中可以獲得很多的信息。

如果要運用基因組描述微生物，可以找到相應的比較好的參照。運用這樣的技術、運用宏基因組的物種，幾乎有90%的樣品甚至是95%的樣品可以找到參照組。我們看看具體的理念是如何使用的？這是一個基因是在1200個樣品當中使用的豐裕度，和第一個基因組類似有4000個不同基因，它們的豐裕度和類似于第一個基因組，這也就是我們所謂的宏基因組種。通過一系列技術在人體的菌群當中找到1500種不一樣的菌群，可以用這樣的手段來進行測試參照。但是一方面我們可以找到一定的參照，與此同時又可以找到新的品種，我們可以看到一系列分類的標記，這樣就知道我們的基因組是可以如何進行分類和參照的。

我們可以看到在亞種的層面當中有非常準確的配對率，有一些菌群的亞種做得比較好，但是在其他的菌群當中并不是的，比如說我們在雙歧桿菌有宏基因組測序當中有2000個基因做到比較好的參照，所以它的參照率可以大于80%在嬰兒的腸道菌群亞種當中看到類似的數據。如果看看更大情況，有很多的基因可以通過分類標記來完成相應的分類，但是還有很多的微生物群依舊沒有辦法通過技術手段來做到的。

更好地發現關聯性

如果我們回到糖尿病的案例當中，我們有600萬不同的基因，有各種各樣的微生物群，所以我們把糖尿病一種激素進行關聯，把它的相關代謝物和疾病進行關聯。我們在代謝物當中看到有一些糖尿病的前兆的標志，這是氨基酸的標志，這些標志是在高血糖人群當中可以看到非常典型的氨基酸，我們也碰到很多技術不奏效的時候，因為比如說我們運用的是糞便的樣品，而不是使用小腸的樣品，這樣可能導致技術失效或者手段并不能發揮好的作用。但是或許有方法論不一樣的，因為在個體當中生產出來的物種不一樣，這樣如果我們一概而論很有可能很多聯系建設不起來。

我們從微生物顯微鏡的角度來看，可以看到叢林原則或者草原原則，想要知道哪些微生物群是掠食者，是站在食物鏈頂端的？在腸道微生物群當中也有類似的目標，因為每個個體當中可能有不一樣的掠食者，站在食物鏈頂端的微生物群也不相同，所以它的關聯性有可能并不是完全一樣的。如果看一下它們的運作群體，分組有可能不一樣，對于統計來說并不是一件很好的事情，比如說可能有三個物種進行分類，或許發現有700個物種和它們很類似的，但是如果再乘以系數很有可能意味著有3億多個不同的基因，很有可能進行相應的關聯，這件事情就會使得關聯性的效果大打折扣。

我們也有一系列的案例發現，功能比較類似的微生物會有類似的表征，與此同時它們還有自己的標志，也就意味著這些類似的功能也是非常好的特性傳遞的媒介，所以如果我們把數據融合在一起有非常好的結論。

我要特別感謝共同研究的國際團隊，正是我們共同的努力，才有了今天的成果。［本文根據H.Bjorn Nielsen在2019浦江創新論壇未來（科學）論壇——“無處不在的微生物群”分論壇現場錄音整理，未經本人審定］