Cell?Metab |?呼吸藏著腸道密碼，腸菌改變你呼出的氣體成分

撰文|617

腸道菌群作為人體健康的 “隱形調節器”，其代謝活動與多種疾病密切相關，但快速、無創的菌群檢測技術一直是臨床應用的難點。此前的研究表明，人體釋放的許多揮發性有機化合物（VOCs）來源于微生物的代謝【1-3】。例如，結核病患者體內的1- 甲基萘，以及瘧疾患者體內的萜烯類化合物3-蒈烯和α-蒎烯都與微生物緊密相關【4-8】。

那么腸道菌群對宿主呼出的VOCs貢獻與影響有多大？是否可以通過評估宿主呼出的VOC s ，來推測腸道菌群的組成從而識別健康問題？

近日，美國華盛頓大學Andrew L. Kau團隊和費城兒童醫院Audrey R. Odom John團隊合作在Cell Metabolism雜志上發表了題為The gut microbiota shapes the human and murine breath volatilome的文章。該研究通過人體隊列與動物模型相結合的方式，首次系統證實腸道菌群可影響人和小鼠呼出的VOCs，為開發非侵入性腸道菌群診斷技術提供了科學依據。

人體隊列：呼吸VOCs與腸道菌群 高度相關

作者首先通過一個納入27名健康兒童（6-12歲）的隊列， 來 確定腸道菌群組成是否與呼吸VOCs之間存在相關性。

作者使用宏基因組 測序技術 對糞便樣本進行了腸道菌群表征，使用氣相色譜-分型時間質譜（ GC-qToFMS）對VOCs進行分析。

結果顯示，腸道菌群與VOCs顯著相關：（1）腸道菌群的物種組成、功能基因簇（UniRef90）、代謝通路與VOCs的PROTEST相關系數分別達0 .74、0.79和 0.71 ， 且均具有統計學顯著性；（2）在作者篩選出的37種核心呼吸VOCs成分中，35種的含量變異20%以上可由腸道菌群組成解釋，部分 萜烯類化合物（如蒈烯、β- 蒎烯）的變異解釋度高達 40%；（3）特定腸菌與VOCs存在明確關聯，如 Roseburia sp. CAG471對異戊二烯存在顯著影響； 而卵形擬桿菌（Bacteroides ovatus）作為短鏈脂肪酸生產者，與短鏈脂肪酸乙酸的呼出水平正相關。

小鼠模型：菌群是呼吸VOCs的關鍵塑造者

接著，作 者開發了一套標準化的小鼠呼出氣體收集方案，利用單向氣流的小鼠呼吸機收集小鼠的呼出氣體，并用GC-GC-MS進行表征。

為進一步確認腸道菌群對呼吸VOCs的影響，作者開展了 小鼠 菌群移植試驗，結果顯示 :（1） 接受不同供體菌群的小鼠，其呼吸 VOCs譜呈現顯著差異，且與供體菌群組成高度相關（PROTEST相關系數0.75）; （ 2 ） 35種VOCs中有22種在無菌小鼠（對照組）和定植小鼠（實驗組）之間存在顯著差異；（3）腸道菌群組成可以解釋34種VOCs的部分變異，其中解釋度最高的前5種VOCs平均變異解釋率超過40%；（4）與人體研究一致，特定腸菌與VOCs存在明確關聯，如約翰遜乳桿菌與丙酮負相關，而已有研究表明乳桿菌屬能夠在體外還原丙酮。

為了檢驗人源微生物是否能夠影響呼吸VOC，作者通過灌胃法將健康人供體的糞便樣本接種到無菌小鼠內，并將定植人體菌群的小鼠與對照組無菌小鼠分別飼喂兩種模擬西方飲食的飼料。兩種飼料成分相同，脂肪比例不同。

比較定植小鼠和對照無菌小鼠 的VOCs譜 發現，飲食和腸道菌群均對呼吸VOCs有顯著影響。在定植人腸道 菌群 的小鼠中，作者發現兩種飲食模式的小鼠腸道菌群無顯著差異（可能由于兩種飲食的膳食纖維含量相似），但是呼吸VOCs仍存差異， 表明高脂飲食與腸道菌群對呼吸VOCs影響相互獨立 。此外， 結果還表明， 性別可能也會影響VOCs。

體外+小鼠實驗：人體腸道微生物直接產生可檢測的VOCs特征

盡管通過小鼠實驗支持了“腸道菌群影響宿主呼吸VOCs”這一觀點，但是這些實驗使用了復雜的腸道菌群， 難以評估 單一成員對呼吸VOCs譜的貢獻。為評估單個腸道微生物是否會產生可在呼出氣體中檢測到的VOC s ，作者在體外純培養條件下，表征了單一腸道細菌的VOC譜。

Bacteroides thetaiotaomicron 的野生型菌株可產生吲哚，而其色氨酸酶缺陷突變株則無法產生。作者通過比較野生型和突變型，證實吲哚僅在野生型的VOC譜中出現。

接著， 作者擴大了研究范圍，檢測了另外三種人體腸道微生物——

嗜黏蛋白阿克曼菌 （ Akkermansia muciniphila） 、 大腸桿菌（Escherichia coli ）和長 雙歧桿菌（Bifidobacterium longum）。 結果表明 ， 微生物的VOC譜具有特異性，不同微生物的VOC譜不同。

接著，作者將5種常見的腸道共生菌定植于無菌小鼠，分析其呼出VOCs。結果顯示， 純培養產生的VOCs和定植小鼠的呼出VOCs中能檢測到一致的特征性VOCs。 如大腸桿菌純培養產生的VOCs和定植該菌的小鼠呼吸VOCs中都檢測到較高的 苯并噻唑、乙酸乙酯和辛醛。

上述結果驗證了“腸道菌群- >VOCs ”路徑，證明腸道菌群代謝物可跨器官傳遞至呼吸系統。

哮喘隊列：VOCs或可預測哮喘體內與疾病相關的腸道微生物豐度

最后， 作者在兒童哮喘隊列（哮喘n=14，非哮喘n=27）中 探索 了“腸道菌群- >VOCs ”的臨床應用價值。與之前的研究一致，該研究也發現與對照組相比， 哮喘組中 Eubacterium siraeum 的豐度 顯著升高。 雖然哮喘者和非哮喘者的呼出VOCs不存在顯著差異，但是僅在哮喘組中發現 E . siraeum 與呼出VOCs相關。 因此作者嘗試使用VOCs來預測該菌的豐度。

結果 表明 E. siraeum 的豐度變化，可通過4種關鍵VOCs（α- 甲基苯乙烯、薄荷醇、鄰二甲苯、甲苯）進行預測，模型準確達 59%，提示呼吸 VOCs 可作為菌群失衡的生物標志物。

綜上，該研究首次建立了腸道菌群與呼吸VOCs之間的因果關系，打破了 “腸道 - 呼吸” 的器官壁壘認知，為無創菌群檢測提供了全新思路。但要將該研究成果轉化成可靠的呼吸 VOCs 檢測仍面臨重大挑戰。不過，該研究的技術框架可以延伸至其他菌群相關疾病的研究，從而為更多疾病的無創診斷提供新可能。

https://doi.org/10.1016/j.cmet.2025.12.013

制版人： 十一

參考文獻

1. Hampelska, K., Jaworska, M.M., Babalska, Z.?., and Karpinski, ? T.M. (2020). The role of oral microbiota in intra-oral halitosis.J. Clin. Med.9, 2484. https://doi.org/10.3390/jcm9082484 .

2. Doyle, S., O’Byrne, J.J., Nesbitt, M., Murphy, D.N., Abidin, Z., Byrne, N., Pastores, G., Kirk, R., and Treacy, E.P. (2019). The genetic and biochemical basis of trimethylaminuria in an Irish cohort.JIMD Rep.47, 35–40. https://doi.org/10.1002/jmd2.12028.

3. Shimizu, M., Koibuchi, N., Mizugaki, A., Hishinuma, E., Saito, S., Hiratsuka, M., and Yamazaki, H. (2021). Genetic variants of flavin-containing monooxygenase 3 (FMO3) in Japanese subjects identified by phenotyping for trimethylaminuria and found in a database of genome resources.Drug Metab. Pharmacokinet.38, 100387. https://doi.org/10. 1016/j.dmpk.2021.100387.

4. Fu, L., Wang, L., Wang, H., Yang, M., Yang, Q., Lin, Y., Guan, S., Deng, Y., Liu, L., Li, Q., et al. (2023). A cross-sectional study: a breathomics based pulmonary tuberculosis detection method.BMC Infect. Dis.23, 148. https://doi.org/10.1186/s12879-023-08112-3.

5. Coronel Teixeira, R., Rodr?′guez, M., Jime′ nez de Romero, N., Bruins, M., Go′ mez, R., Yntema, J.B., Chaparro Abente, G., Gerritsen, J.W., Wiegerinck, W., Pe′rez Bejerano, D., et al. (2017). The potential of a portable, point-of-care electronic nose to diagnose tuberculosis.J. Infect.75, 441–447. https://doi.org/10.1016/j.jinf.2017.08.003.

6. Phillips, M., Cataneo, R.N., Condos, R., Ring Erickson, G.A., Greenberg, J., La Bombardi, V., Munawar, M.I., and Tietje, O. (2007). Volatile biomarkers of pulmonary tuberculosis in the breath.Tuberculosis(Edinb) 87, 44–52. https://doi.org/10.1016/j.tube.2006.03.004.

7. Schaber, C.L., Katta, N., Bollinger, L.B., Mwale, M., Mlotha-Mitole, R., Trehan, I., Raman, B., and Odom John, A.R. (2018). Breathprinting reveals malaria-associated biomarkers and mosquito attractants.J. Infect. Dis.217, 1553–1560. https://doi.org/10.1093/infdis/jiy072.

8. Berna, A.Z., and Odom John, A.R. (2021). Breath metabolites to diagnose infection.Clin. Chem.68, 43–51. https://doi.org/10.1093/clinchem/ hvab218.

學術合作組織

（*排名不分先后）

戰略合作伙伴

（*排名不分先后）

轉載須知

【原創文章】BioArt原創文章，歡迎個人轉發分享，未經允許禁止轉載，所刊登的所有作品的著作權均為BioArt所擁有。BioArt保留所有法定權利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點擊主頁推薦活動

關注更多最新活動！