哪些肠道微生物会影响人体健康？
在判断肠道微生物是否影响人类健康时，很难区分因果关系和相关关系。分析微生物与人类疾病相关的特征和习惯的关联性，可以帮助解决这个问题。
人体中的常驻微生物被称为微生物群，代表着多样化的微生物物种群落，包含了由数以万亿计的主要细菌细胞组成的复杂生态环境[1]。我们的肠道菌群是这些群落中最大和最多样化的，与我们身体的细胞和系统（如免疫系统）[2]不断地相互作用，它塑造了我们的健康状况，也被我们的健康状况所塑造。肠道菌群的特殊组成和多样性与许多健康状况有关[3]。但是，通常不知道这种关联是否只是相关性还是因果性，或者它们是否可能导致疾病或有助于产生疾病。解决这个问题是非常具有挑战性的，因为在健康的个体和患有相关疾病的个体之间，可能存在许多生理和生活方式的差异。这样的混杂因素——与微生物群和健康状况相关的变量——可能是我们观察到的不同研究结果之间存在许多差异的原因，这些研究将肠道菌群的组成与人类健康联系了起来[4]。
Vujkovic-Cvijin等人[5]在《自然》上撰文，讨论了这个问题。首先，他们考虑了患有和不患有某种疾病的人之间的生理和生活方式的差异，并确定了本身可能与肠道菌群的组成有关的差异。这种差异会导致健康个体和患病个体之间肠道微生物组成出现差异。如果不了解这些差异，就很容易将生活方式与微生物群之间的相关性和混杂性关联误认为是疾病与微生物群组成之间的信息性因果关联。
接下来，作者尝试通过一对一的方法，将患有某种特定疾病的个体与在这些潜在混杂因素方面与他们相似的健康个体进行匹配[6]，来处理这些混杂因素（图1）。比如说，将年龄、性别、体重指数相同的人进行匹配（体重指数会根据身高来评估一个人的体重）。这种类型的匹配程序经常用于观察性研究中，在这些研究中，不能将个人随机分配成两组，并对两种不同的情况进行比较[7]。
图1｜比较人群来评估肠道微生物和人类疾病之间的联系。Vujkovic-Cvijin等人[5]确定了影响肠道微生物（称为微生物群）组成的因素，这些因素在有特定疾病和没有特定疾病的人群中的流行程度不同。a, 例如，酒精摄入量低的个体比例可能在健康和患病人群之间存在差异。随机抽样比较个体，如果不考虑这个因素，可能意味着似乎与疾病状态相关的微生物群差异是由于这个因素产生的。b, 作者比较了在可能影响微生物群的因素方面相匹配的个体。然而，这种抽样可能会选择出不能代表健康人群的个体。
Vujkovic-Cvijin等人报告说，性别、年龄、排便质量（粪便归类为固体、正常或松散）、体重指数和饮酒水平是最强的潜在混杂因素，可能会阻碍确定疾病与肠道菌群组成之间的真正关联。这是因为这些特征与微生物群组成和疾病状态都有很强的关联。研究患有某种疾病（如2型糖尿病）的个体和没有这种疾病（但可能患有其他疾病）的人之间的差异时，疾病状态和不同肠道细菌的丰度之间似乎有许多统计显著性关联。相比之下，如果使用上述的一些混杂因素标准对患有或不患有这种疾病的个体进行匹配，其中许多关联就不再具有统计显著性。这意味着，以前归因于某些疾病的一些肠道菌群变化可能来自于与这些混杂因素有关的其他潜在原因。
例如，饮酒会导致肠道菌群的变化，而患有某些疾病的人饮酒量低于平均水平（也许是因为他们服用的药物）。因此，如果不能根据个人的酒精摄入水平进行匹配，可能会得出一个误导性的结论，即与疾病相关的微生物群变化可归因于疾病本身，而不是低于平均水平的酒精摄入量。
Vujkovic-Cvijin及其同事的方法可能有一个问题，那就是他们提出的一些混杂因素可能与疾病症状有关，而不是和生活方式的选择有关；在这种情况下，这些混杂类别中的人可能已经生病，但未被诊断出来，或者即将会发病。在这种情况下，与健康人进行匹配实际上可能会带来偏差[8]。例如，在研究酒精性肝病时，根据人们的酒精摄入水平进行匹配是没有意义的。此外，即使潜在的混杂因素与疾病的定义症状无关，或者与疾病的症状非唯一匹配，但如果匹配混杂因素意味着最终的匹配组不能代表健康个体，那么仍然应该引起关注。例如，将患有肺癌的人与未患肺癌的人进行匹配——重度吸烟的年份相同，将不能提供一个真正健康的对照组。
考虑到这一点，不应该根据排便质量对炎症性肠病患者和健康个体进行匹配，也不应该根据血液中糖蛋白HbA1C的水平对患有2型糖尿病的人与健康个体进行匹配；HbA1C提供了一种评估长期血糖水平过高的方法（作者没有这样做）。研究人员还应该对根据体重指数将患有2型糖尿病的人与健康个体进行匹配持怀疑态度。
为了解决这个问题，作者使用一个较小的队列重复了他们的分析，其中健康组中没有一个人自述患有任何类型的疾病（以前对健康人的定义标准只是那些没有自述患有特定疾病的人）。他们发现疾病状态与生理和生活方式差异之间有类似的关联，尽管这些关联现在在统计学上不如原来的分析中显著，或者不再显著。遗憾的是，去除任何自述患有疾病的个体，并不排除将疾病队列中的人与对照组个体进行匹配，后者可能仍未被诊断出来，或者其疾病状态可能处于中间模糊状态；例如，如果将患有糖尿病的人与糖尿病前期的人进行匹配，就可能发生这种情况。这个问题的范围超出了本研究的范围，但是向所有医学研究提出了一个关键问题：什么构成健康的队列？
最后，值得谨记的是，确定肠道菌群组成与人类健康之间的潜在混杂因素并不意味着这些因素是不相关的。在确实存在关系的情况下，也不意味着缺乏因果关系。例如，如果饮酒导致微生物群发生变化，进而导致2型糖尿病的发生，那么微生物群和疾病之间存在因果关系；但在匹配个体的饮酒水平后，就看不到这种关系了。如果炎症性肠病导致的微生物群变化引起腹泻，并且个体在排便质量上进行匹配，那么也会出现这样的情况。因此，Vujkovic-Cvijin及其同事的结果并不排除微生物群具有因果效应。
微生物群与人类疾病之间的因果关系问题是这一领域的核心课题。这些发现必将在未来几年继续促进该领域的研究，而Vujkovic-Cvijin等人进一步推动了我们对于这个问题的思考。
参考文献:
1. Sender, R., Fuchs, S. & Milo, R. Cell 164, 337–340 (2016).
2. DeSalle, R. & Perkins, S. L. Welcome to the Microbiome (Yale Univ. Press, 2015).
3. Honda, K. & Littman, D. R. Nature 535, 75–84 (2016).
4. Clemente, J. C., Ursell, L. K., Parfrey, L. W. & Knight, R. Cell 148, 1258–1270 (2012).
5. Vujkovic-Cvijin, I. et al. Nature 587, 448–454 (2020).
6. Schlesselman, J. J. Case-Control Studies: Design, Conduct, Analysis (Oxford Univ. Press, 1982).
7. Rose, S. & van der Laan, M. J. Int. J. Biostat. 5, 1 (2009).
8. Costanza, M. C. Prevent. Med. 24, 425–433 (1995).
原文以Identifying gut microbes that affect human health为标题发表在 2020年11月4日的《自然》新闻与观点上
© nature
doi: 10.1038/d41586-020-03069-8