【3.5】群落生态学作为人类微生物组学研究的框架

人类微生物组研究领域揭示了人类与人体不同生境中各种微生物群落的密切联系，以及这些微生物对于维持人类健康的必要性。人与人之间以及跨时空梯度的微生物异质性需要多维数据集以及一套统一的理论和统计工具来分析人类微生物组并充分实现这一领域的潜力。在这里，我们认为群落生态学的实用性是对人类微生物组进行审讯和解释的框架。

一、主要内容 Main

Byrd和Segre在2016年的远见卓识中强调需要将微生物群落纳入对人类疾病的当代理解中。随着我们对跨时空和空间梯度的人类微生物群落动态的了解的不断发展，我们必须拥有一个概念框架，在该框架中可以对领域的发现进行审讯和解释。群落生态学提供了这样的框架。最初开发是为了理解跨时空的大型生物物种之间的复杂相互作用，现在人们对将现有的生态学理论和统计数据应用于与人类相关的微生物群落的研究越来越感兴趣。实际上，人类微生物组的研究是在2001年创造的，是微生物生态学的代名词。

群落生态学理论和支持检验复杂多维数据集中假设的统计工具为质疑微生物生态系统特性提供了理想的框架。要阐明微生物组与疾病的关联机制，而又不能从根本上理解微生物在空间和时间梯度上以及对环境暴露的反应方式，以及彼此之间及其与人类宿主之间的相互作用，是不切实际的。

在本《观点》中，我们介绍了许多生态学术语，并讨论了主要的群落生态学理论，这些理论着重于集会，演替，干扰和恢复（assembly, succession, disturbance and restoration ）（图1），因为它们对人类健康的重要性日益凸显。我们提出了许多最新的人类微生物组研究，这些研究表明，生态学理论为该领域的研究结果的探询和解释提供了可行的框架。

二、测量微生物组

正如单变量分析中经常遇到的那样，微生物组研究中生成的多维数据集很难浓缩为具有代表性的离散或连续测量。不幸的是，当研究人员面临将微生物组数据纳入流行病学分析的挑战时，通常会采用无法捕获微生物组数据的维度和复杂性的生态措施。例如，阿尔法多样性（方框1）虽然提供了评估微生物组的简单指标，但它是基于存在的大量离散，随机样本的微生物的不完整快照。由于当前的测序技术，即使快照深度较深，该快照也不全面，仅捕获群落的一部分。为了解决这个问题，必须在比较之前对多个微生物组数据集进行规范化处理，以避免产生误解并减少对组成单元的错误发现，这些组成单元是数据库中组成的基本要素，在分析各组成部分之间差异很大（一个问题这也与扩增子和宏基因组测序数据都相关）。

Alpha分集，看似简单的指标，需要大量的解释。微生物组多样性的测量必须考虑到所观察到的群落是处于稳定状态（体内稳态）还是处于扰动状态（生物失调），并且可以基于微生物之间和/或微生物与微生物之间的相互作用来定义这两种状态。对于临床研究，营养不良或摄动可定义为对宿主与微生物组之间潜在分子关系的干扰。为了测量这些动力学，有必要确定捕获它们的采样的时间频率，因此影响微生物组动力学的事件的周期性很重要。

三、群落集会与继承 Community assembly and succession

大型和互补的多维人类微生物组数据集的集成将允许对微生物群落进行高分辨率的系统发育和功能评估，这仍然是该领域的挑战。早期证据表明，生态概念已在与人类相关的微生物群落中得到证实。例如，群落集会是塑造生态群落成员的过程，部分受到主要生态系统条件的影响。例如，人类宿主通过胃酸，胰脏和胆汁分泌物影响健康胃肠道不同隔室中存在的微生物及其活性，从而调节微生物通过肠道的传播时间以及免疫活性，例如通过炎性细胞因子，抗菌肽和IgA的产生。除此之外管理群落组件宿主因素，微生物因素，如生产抗微生物剂的和细菌素，群体感应（内和种间的细胞密度依赖性的生物分子的通信），其调节微生物群体的表型性状和底物利用也形成微生物群落，尽管这一领域的研究在人类微生物群系中仍未得到开发。

随着该领域的发展，越来越清楚的是，存在着物种和/或代谢产物的微生物网络，并且微生物群落大量影响宿主细胞基因的表达，产生了微生物组-宿主之间的反馈回路和决定微生物和宿主细胞的选择性压力。因此，利用下一代微生物组数据来确定影响微生物组装和分子生产力( molecular productivity )特定程序的因素，就代表了一个富有成果的研究途径，并可能导致有效治疗宿主微生物组的新型治疗策略。

目前多项研究证明，在人体肠道及气道中存在不同的生命早期的微生物组合，涉及到后续的健康和疾病结局的童年。早期生命中的微生物组干扰与儿童多年后的健康结果之间的关系可能部分由生态演替来解释。演替是指生态系统中物种或功能性状累积的时间变化。在宏观生态学上，先锋物种（专栏1，pioneer species ）可影响连续轨迹；开拓者殖民者群落之间的微小差异也可能会改变演替的轨迹，尤其是在种间竞争很重要的环境中。如果继承理论支持人类微生物组的发展，则可以预测存在于生命早期的先锋微生物物种，特别是那些强烈影响生态系统条件（例如免疫耐受或炎症，从而导致群落聚集）的微生物物种，将会影响微生物的种类和种类。它们的功能特征随时间积累在适当的位置。

证据微生物继承存在于人体胃肠道和在身体中的其它生境。也有证据表明，人类中不同的早期微生物组合与不同的微生物演替轨迹有关。例如，通过剖腹产分娩的四日龄配方奶喂养新生儿的肠道微生物组（请注意饮食和分娩方法已知会影响肠道微生物组），这与阴道分娩的母乳喂养或阴道分娩的配方奶不同。喂养新生儿，并与微生物学差异有关，这种差异一直存在于18岁以下婴儿的纵向采集的样本中。同样，在哮喘高危新生儿表现出明显的胎粪菌群和肠道菌群的多样化对生命的第一年，在低风险的婴儿哮喘相比延迟轨迹。因此，了解与生命后期健康状况相关的早期生命微生物物种以及支持其组装的因素，可能会提供新颖的策略来促进生态系统条件，从而促进外源共生微生物的积累（即与人类形成互利伙伴关系的微生物）主机）以预防疾病发展。

四、干扰与动态 Disturbance and dynamics

微生物组扰动是人类疾病的一贯特征。干扰是一种经过充分研究的生态现象，通常会产生四个结果：

• 抵抗干扰（resistance to disturbance，生态系统的组成或功能没有变化）；
• 复原力（resilience ，最初对干扰做出反应但随后又返回到摄动前状态的群落）；
• 功能冗余（functional redundancy ，改变物种组成但保留功能特征的群落）；
• 组成或功能特征的丧失（ loss of composition or functional traits，生态系统状态变化）。

微生物组对干扰的反应的一个特别显着的例子表明，稳定的致病性微生物组状态作为节食后体重增加的机械因素非常重要。在肥胖的小鼠模型中，尽管热量受到限制，但与肥胖相关的肠道微生物特征仍然存在，并且这些持久的微生物在小鼠再次暴露于致肥胖饮食的情况下有助于体重增加。从生态学上讲，这可以看作是致肥胖微生物组的复原力，因此人们可以预测，必须对稳定的致肥胖微生物组施加更大的作用力才能使微生物群落向非致肥胖的稳定状态转变。研究表明，这可以通过服用黄酮类药物来实现，这可以减少与致肥胖稳定微生物状态有关的代谢异常。这组作者认为，观察到的物种持久性可能是与复杂的微生物-宿主相互作用相关的生态适应，这种相互作用进化为防止营养代谢的瞬时变化而导致微生物代谢活动的剧烈波动。这样的进化适应支持多种人类微生物生态系统中的微生物稳定性也是可行的，以此作为防止对人类超生物的成功至关重要的物种丧失的一种手段。

为了更好地理解人与微生物之间的相互依存关系，必须认识到微生物与宿主之间的相互依存关系。我们认为，协同进化很可能相互依存地塑造了人类免疫系统和微生物组，就肠道微生物群而言，这种协同进化是在历史上可获得的营养底物的背景下发生的。但是，生态进化关系并不像人们期望的那么清晰，微生物组与宿主的共生关系应被视为微生物竞争与宿主控制之间的对等关系。在宿主存活方面提供实质性优势的微生物特征，包括代谢功能，大概可以保留并垂直传播和/或水平传播到整个种群。例如，许多发酵纤维并合成短链脂肪酸的专性厌氧菌会产生过量的这些脂肪酸，这些脂肪酸会被人体细胞感知和使用，进而调节宿主的新陈代谢和炎症。确实，发酵微生物在健康的人类肠道微生物群中是保守的，其损失（部分归因于生活方式改变引起的微生物组紊乱）与一系列慢性炎症性疾病有关。

微生物组与宿主健康之间保持关系的证据表明，保守的生态状态（即宿主中微生物组的组成）可能存在于不同的人群中。稳定，耐药或有复原力的微生物状态，无论它们与健康状态还是不健康状态相关，通常都有基石群落成员可能比例丰富或稀有，但始终在生态系统稳定中发挥重要的功能作用，因此巩固了跨种群生态状态的保护。在最近对一千多位具有不同遗传历史的成年人的研究中，作者证明了将微生物组数据与宿主遗传数据一起使用可以显着提高他们预测宿主特征的能力，包括体重指数，高密度脂蛋白胆固醇和空腹血糖与仅使用人类基因组数据相比。然而，随时间推移观察到的个体内微生物变异性表明，要真正了解这些状态，有必要捕获整个人群中个体内部微生物组的纵向动态。尽管有群落适应力，肠道微生物组的短期波动可能通过产生暂时性改变或功能丧失而对疾病状态产生深远影响。例如，与健康对照组相比，发炎性肠病患者的微生物组可表现出更大的时间变异性，而这些短期波动与钙卫蛋白水平（炎症的指标）和用于治疗疾病发作的药物的变化有关。

五、恢复

生态系统的恢复部分包括重建微生物相互作用的策略，以支持群落组装或重组，并恢复因干扰而丧失的微生物功能网络。从人类健康的角度来看，恢复受干扰的微生物生态系统提供了一种新颖的方法来控制或预防疾病。但是，最基本的需要是了解人类微生物生态系统如何随时间重新组装，以及影响该过程的因素，以便于合理设计此类干预措施。

人类出生队列研究提供了确定控制早期人类微生物组装配和继承的因素的机会。例如，最近的研究已经在很早的生活，涉及到儿童疾病后果的风险增加，主机和与这些群落组合的存在环境因素识别不同的微生物组。尽管这些研究尚处于萌芽状态，但它们为影响人类微生物生态系统的可修改因素提供了见识，可以将其纳入合理设计的微生物干预措施中，以治疗或预防疾病。

目前，人体中的微生物组操作研究主要限于FMT和益生元（旨在刺激有益微生物生长的营养素），益生菌（当以足够的水平食用时具有健康益处的微生物）或合生元（益生元和益生菌）补充剂。成功的例子包括使用的德氏乳杆菌治疗细菌性阴道病（比抗微生物剂更有效的）与FMT为艰难梭菌感染（CDI）。利用宏基因组学和其他数据集来捕获微生物基因组学内容以及在整个人群中进行此类成功干预的功能相关特征，将最终允许开发微生物组的精确治疗手段。

益生菌施用是恢复枯竭的微生物功能并赋予宿主健康益处的有吸引力的方法。在一项对来自印度农村的4,556名婴儿的研究中，用植物乳杆菌和低聚果糖组成的合生元治疗在减少这一易感人群的败血症方面非常有效。虽然对其治疗的作用机理知之甚少，但是合生元大概有效地支持了防止病原微生物活动的微生物的存在和活性。

但是，预先存在的内源微生物组也会影响外源物种的定植成功，例如，口服和益生菌双歧杆菌的植入取决于每个人类参与者的内源微生物组。该物种只有30％，谁消耗它的参与者表现出持久性至少6个月29。这表明肠道中以及可能在其他身体栖息地中的微生物相互作用在决定定植成功与否以及微生物干预的有效性和寿命方面起着重要作用，微生物干预是微生物治疗干预的关键考虑因素。

FMT代表了生态系统恢复的一个示例，其中用减少疾病症状和复发风险的微生物物种和功能基因替代或补充了受干扰的微生物组。人类微生物组提供对病原体的定殖和增殖抗性；由于饮食或抗生素使用等干扰因素的影响，保护性生物体选择性丧失而导致功能丧失，这为CDI 创造了机会。停止抗菌药物管理后，可能会开始生态系统的二次演替，即重新开发微生物群落的过程。然而，恢复可能需要数周的时间，并且像一次演替一样，重组的轨迹既受当前内生微生物物种的控制，又受当前生态系统条件的制约。最近在一组接受抗微生物治疗的健康成人中证实了这一点，他们接受了单次自动FMT（即移植抗微生物剂之前收集的参与者粪便），4周的益生菌补充或未进行抗微生物干预（自发重建）。自动FMT组的微生物组恢复最快。

通过FMT向患有CDI的患者施用“健康”微生物组，可恢复微生物的胆汁酸代谢，从而促进定殖性并保护艰难梭菌孢子萌发。为了模拟常见益生菌对胆汁酸代谢的影响，在一项研究中，从梭状芽孢杆菌，Collinsella aerofaciens和Blautia obeum创建了一个模型微生物生态系统，并在各种胆汁酸组合存在和不存在的条件下生长益生菌嗜酸乳杆菌。使用这种方法，鉴定了新颖的胆汁酸代谢途径，包括与益生菌相互作用的途径。这种非计算建模环境提供了一个示例，说明如何确定对于宿主与微生物相互作用至关重要的潜在细菌代谢途径，然后可将其用于指导计算模型设计针对特定疾病的新型合生元干预措施。

尽管FMT在治疗CDI和对自闭症谱系障碍儿童的先导试验中已经取得成功，但有几个例子表明FMT的成功率较低，尤其是在慢性炎性疾病（例如炎性肠病）中。这很可能是由于未能完全了解有助于成功进行FMT的生态系统条件。特别地，在该领域中缺乏对影响外源微生物物种形成相互作用的和生产性的微生物网络的能力的微生物参与和竞争排斥的规则的理解，该网络成功地定居并有益地调节肠道的免疫和生理特征。

由于在具有相似疾病或病症的患者中微生物组相关的生态系统异质性，可能有必要制定独特的生态系统（再工程）策略以在所有患者中提高微生物的恢复功效。例如，患有慢性鼻-鼻窦炎的患者表现出四个不同的窦黏膜微生物群落结构，每个结构都引起不同的炎症反应。这四种微生物组合不可能对相同的微生物干预做出相似的反应，但是每种病原微生物组合可能都需要采取不同的策略来恢复适当的粘膜微生物定植和免疫功能。肠道内微生物恢复也需要类似的方法，由营养底物的序列复杂涌入该形状微生物组件和生产率在这个利基。这表明，与其他器官移植一样，必须开发用于治疗性微生物修复策略的基质，其中在合理设计新的治疗性干预措施时应考虑预先存在的微生物组组合以及功能障碍和营养输入的免疫或生理特征（微生物和免疫学）用于慢性疾病。此类干预措施的试验将非常适合于适应性设计，以加快针对异类患者群体量身定制的微生物疗法的开发过程。

六、统计和建模方法 Statistical and modeling approaches

由于多种原因，人类微生物组的多尺度（即从群落到分子水平）生态动力学的计算模型应成为研究的重点。

1. 首先，对这些动力学进行建模将使我们能够设计更好的干预措施，因为适当的参数化模型应该可以预测例如药物的生物利用度或药物对微生物活动的影响，从而对宿主功能和结果产生影响。鉴于最近的研究表明，药物的生物利用度与微生物的存在和活性有关，并且能够在人体肠道中分解这些药物，这是不言而喻的以及对非抗生素药物（例如，精神药物）对人类微生物组内微生物存活率和群落结构的影响的新兴认识。
2. 其次，人类微生物代谢的时间动态的计算模型提供了一个机会，可以研究微生物组随着时间的推移与人类宿主相互作用而产生新表型的潜在机制。这将增进我们对适合于宿主发育各个阶段的微生物功能性状以及这些性状丧失对健康结果的影响的了解。

在微生物群落结构的礼物不仅相当的分析挑战，也是新的机会的时间变动，以开发更复杂的统计工具和模型。立即有必要确定如何处理纵向数据所需的重复和对照，并确定早期的先驱微生物群如何影响后来的组合及其功能。已经有许多平台可以促进微生物组动力学的纵向建模，包括泊松自回归综合移动平均值（ARIMA）43，微生物时间变异线性混合模型（MTV-LMM）43，自适应广义主成分分析（gPCA）44，用于微生物组时间序列分析2.0（MDSINE 2.0）45的微生物动力系统推理引擎，用于成分数据分析的时间高斯过程模型（TGP-CODA）46和多项式逻辑正态动态线性模型（MALLARDs）47。这些统计工具的主要特征是将微生物成分的非线性影响直接或间接地作为外部协变量包括在内（例如，非线性贝叶斯神经网络48）。实验设计和数据生成方法中的所有参数都可能影响如何准备数据进行分析（即，使用什么数学转换以及使用哪些工具来识别重要的统计关联）。但是，数据处理和建模环境的选择是确保正确解释微生物动力学的关键因素，我们请读者对该主题进行更深入的评论。虽然主要用于描述目的，但是对微生物群落的时间动态建模需要进行统计创新，以管理所考虑的数据集的不断增长的规模和维数。

使用基于DNA的测序数据阐明和解释微生物动力学的横断面和纵向研究在很大程度上依赖于数据预处理和统计建模。衍生出各个组件之间的数学关系的模型仍处于萌芽状态，这些模型可用于描述观察到的趋势背后的机制并预测系统对外部影响的响应。如果我们要了解和优化微生物修复的治疗策略，则必须对这些建模方法进行创新。试图捕获这种复杂性的一种方法是磁通平衡建模。这些模型集成了多维数据集，以描述和预测微生物对外部影响的代谢反应。基于约束的代谢建模可以包括细胞内的生化活动，以及这些活动如何促进生态系统内组成成员之间的代谢相互作用。这些模型假设代谢相互作用比细胞生长和环境变化快，因此细胞代谢物处于稳态，可以使用线性模型预测代谢通量。使用这些模型，可以预测集合中每个细胞的代谢输出及其在确定条件和约束下的相对生长率。从理论上讲，这些模型还可以考虑资源竞争，从而以与微生物群落有关的规模捕获生态动态。单个分离株已经可以可靠地建模，并且可以准确预测分离出的生物体的生长量；通过允许细胞模型之间的交叉进给，可以进一步增强这些模型。通过合并时间步长，可以通过动态通量平衡分析为动态代谢生态建模，它有可能创建基于代理的模型，以在建模外部影响后预测结果。总体而言，通过应用生态学理论和系统规模模型，可以阐明微生物物种与人类宿主之间的机械关系。

七、未来发展方向 未来发展方向

在将微生物组分析纳入临床试验和生物医学研究的推动下，生态医学正迅速成为现实。当前（截至2019年3月），约有1400个正在进行的针对微生物组的临床试验。

现有研究提供了大量证据，证明生态原理的应用为增进对人类微生物组与人类健康之间关系的了解提供了有用的框架。重要的是，生态统计模型的创新和应用，以确定微生物动力学如何与宿主生理相互作用，可以阐明许多先前无法解释的临床结果背后的基本原理。在许多情况下，这已被证明是有效的，例如对于复发性致肥胖表型。

预测疾病状态的能力似乎与从个体收集的纵向样品的数量成正相关，因为微生物结构的日常变化可以掩盖统计学上相关的趋势。减少噪音并通过增加采样频率来提高统计能力应该是未来微生物组研究的优先事项，这些研究旨在确定疾病或健康状况或与临床结果相关的微生物分类，遗传或代谢特征。重要的是，时间观测密度的增加应伴随着用于分析和解释多维数据集中纵向趋势的统计方法的进步，因此，这也代表了该领域的数学研究重点。通过使用生态学更好地描述和解​​释支撑健康与疾病的宿主与微生物组的相互作用，将生态系统恢复的原理整合到现代临床实践中成为可能，从而推动了以前无法获得的治疗途径。尽管根本需要将生态学理论和统计框架更充分地整合到人类微生物组研究中，但早期数据表明，通过这些透镜对结果的解释将继续增进人们对微生物与宿主相互作用的理解，这是旨在预防疾病的新疗法针对现有疾病进行量身定制的疗法。

Box 1 Definitions and concepts

Alpha diversity. A within-sample summary statistic that reduces the complexity of a multi-species community to a single integer that describes how many taxonomic units are present (richness), how they are distributed (evenness) and, in some cases, their phylogenetic relationships (Faith’s phylogenetic diversity).

Community assembly. The process of developing a mixed-species community of organisms.

Beta diversity. A between-sample measure of ecosystem dissimilarity.

Composition. The number of taxonomic or functional units — e.g., taxa, genes, genomes, et cetera — within a community.

Disturbance. Perturbation of ecosystem composition, functional traits or activities.

Microbiome. The entire microbial ecosystem within a host, including the microorganisms (bacteria, archaea, single-celled eukaryotes and viruses), their genomes and surrounding environmental conditions.

Microbiota. The assortment of microbial taxonomic units within a habitat.

Steady-state ecosystem. The balance between the forces that act to change the composition or function of the ecosystem and those that act to maintain status quo.

Keystone species. Organisms that when removed from an ecosystem result in a significant change in the ‘state’, often resulting in a breakdown of the steady state.

Pioneer species. Organisms that initially populate a nascent ecosystem and impact habitat conditions.

Resistance. Capacity of the ecosystem to withstand change.

Resilience. Capacity of the ecosystem to maintain or return to a steady state in the presence of or following perturbation.

Restoration. Process of ecosystem reestablishment.

Succession. Accumulation of species into an ecosystem. Primary succession describes species accumulation into a nascent ecosystem. Secondary succession describes re-accumulation of species following disturbance of an established ecosystem.

参考资料

• 2019, Community ecology as a framework for human microbiome research。 https://www.nature.com/articles/s41591-019-0464-9