以下是基于所提供学术文献生成的综合性学术报告：

IBD中宿主-微生物组代谢网络的多层次失调：基于代谢建模的揭示

主要作者及研究机构 本研究由来自德国基尔大学及石勒苏益格-荷尔斯泰因大学医院的 Jan Taubenheim、A. Samer Kadibalban、Johannes Zimmermann、Claudia Taubenheim、Florian Tran、Stefan Schreiber、Philip Rosenstiel、Konrad Aden 以及 Christoph Kaleta 共同完成。其中 Jan Taubenheim 与 A. Samer Kadibalban 为共同第一作者，Konrad Aden 与 Christoph Kaleta 为共同通讯作者。该研究于2025年6月2日在线发表于国际知名期刊《Nature Communications》上。

研究的学术背景与目的 炎症性肠病（Inflammatory Bowel Diseases, IBD）是一类涉及免疫反应失调的慢性疾病，主要包括克罗恩病（Crohn’s Disease, CD）和溃疡性结肠炎（Ulcerative Colitis, UC）。尽管已知宿主-微生物相互作用的破坏在IBD的病理生理学中扮演重要角色，但导致这种破坏的底层代谢原理至今未被完全阐明。现有疗法通过靶向关键免疫通路虽有所进展，但仍有约40%的患者无法从任何治疗中获益，留下了巨大的治疗空白。因此，深入理解IBD中宿主与肠道菌群之间代谢交流的紊乱机制，对于开发新的治疗策略至关重要。本研究旨在利用代谢模型，在全系统层面上揭示IBD炎症过程中宿主和微生物组的代谢变化，寻找共同失调的模式，并探索潜在的治疗干预手段。

研究的详细工作流程 为了实现上述目标，研究团队采用了一套多层次、系统性的工作流程，整合了纵向临床队列的多组学数据与先进的计算机代谢建模技术。 第一步，数据收集与队列构建。研究重新分析了两个来自德国北部的、已发表的前瞻性IBD队列数据（EudraCT编号：2016-000205-36；ClinicalTrials.gov编号：NCT02694588）。该队列共包含62名被诊断为CD或UC的患者，他们在接受抗TNF-α药物或Olamkicept治疗后，被随访观察14周。研究密集采集了患者在基线和治疗开始后多个时间点的粪便、血液和结肠活检样本，总计获得了296份活检样本转录组数据、324份血液样本转录组数据和565份粪便样本的16S rRNA测序数据。患者的炎症状态通过Harvey-Bradshaw指数（HBI）或Mayo评分进行量化。 第二步，微生物群落代谢建模。研究人员首先将粪便样本的16S测序数据映射到人类参考肠道微生物组（HRGM）的参考基因组集合上，确定了样本中存在的991个细菌菌株，并据此重建了每个菌株的基因组尺度代谢模型（Genome-scale metabolic models）。随后，他们使用了两种互补的群落建模方法来模拟微生物间的代谢活动：一种是基于合作的耦合方法（使用MICROBIOMEGS2软件包），该方法通过约束所有物种的代谢以最大化为整个群落产生生物量为目标；另一种是基于竞争的个体化方法（使用BacArena软件包），该方法允许各个细菌独立地优化自身生长。通过这两种方法，研究者能够计算出每种细菌反应的通量，以及微生物群落内部（交叉喂养）和微生物与宿主之间的代谢物交换通量。 第三步，宿主代谢的上下文特异性模型（Context-specific Metabolic Models, CSMM）重建。利用活检组织和血液样本的批量RNA测序数据，研究人员采用FASTCORE算法，重建了反映特定组织（结肠和血液）在特定状态下代谢网络活跃部分的CSMM。随后，他们对每个CSMM进行了通量可变性分析（Flux Variability Analysis, FVA），计算出每个代谢反应的理论通量范围和中心值，从而获得了四个衡量宿主代谢活动的数据层：反应表达活性、反应的模型存在/缺失、通量范围的中心和通量范围。 第四步，数据整合与统计分析。研究人员使用线性混合模型（Linear mixed models），以患者ID作为随机效应，将上述所有来自微生物组和宿主的代谢特征与疾病活动评分（HBI/Mayo）进行关联分析，识别出与炎症显著相关的代谢反应和交换通量。同时，他们利用靶向代谢组学技术（Biocrates MxP® Quant 500）测定了血清中的代谢物浓度，并将这些浓度数据同样与疾病活动评分进行关联，以验证模型预测。最后，为了探究不同数据层之间的关联，研究者构建了由炎症相关反应组成的代谢网络，并利用最短路径分析（Shortest path analysis）寻找宿主代谢中枢、微生物代谢物和血清代谢物之间的紧密联系。 第五步，在模拟饮食干预。为了寻找潜在的治疗靶点，研究人员在微生物群落模型上模拟了221种饮食成分的加倍或移除（共442种干预），并观察这些干预措施对48个与炎症相关的微生物代谢交换目标通量的影响，以评估通过调整饮食能否逆转观察到的代谢紊乱。

主要研究结果 研究结果揭示了IBD炎症与宿主和微生物组代谢功能普遍下调之间的高度关联，并找到了跨越多个数据层次的共失调通路。 在微生物组水平，结果发现总体代谢活动在炎症期间被抑制。具体表现为185个细菌反应的通量与炎症显著相关，其中9条代谢通路被富集，包括NAD（烟酰胺腺嘌呤二核苷酸）、黄素、核苷酸等的合成途径活性普遍降低。微生物群落内部的代谢物交叉喂养模式也发生了改变，10种核心代谢物（如乳酸、葡萄糖、丙酸、琥珀酸、天冬氨酸等）的交换减少，这可能驱动了合成通路的下调。同时，微生物与宿主之间的交换也受到影响，19种代谢物的净交换通量发生变化，例如微生物产丁酸和去结合胆汁酸的量下降，而产吲哚的量上升。 在宿主代谢水平，研究在活检和血液样本中分别鉴定出3115和6114个与疾病活动度显著关联的反应。这些反应富集于脂质代谢（如脂肪酸氧化、鞘脂代谢）、氨基酸代谢和能量代谢等25到36个子系统中。关键的枢纽代谢物（Hub metabolites）如NAD、FAD（黄素腺嘌呤二核苷酸）、多种酰基辅酶A（Acyl-CoA）和磷脂酰胆碱的代谢反应活性均显著降低，表明炎症导致宿主的脂质降解和能量产生出现广泛障碍。 血清代谢组学验证了上述模型预测。研究人员发现18种血清代谢物浓度与疾病活动性显著相关，例如，核苷酸、鞘脂和脂肪酸浓度升高，而氨基酸（如色氨酸、组氨酸）和溶血磷脂酰胆碱浓度降低。这些发现与宿主模型预测的尿素循环、色氨酸代谢及磷脂代谢紊乱相吻合。 通过网络分析整合三个数据层后，研究揭示了一个多层次失调的核心网络：首先，NAD代谢失调是核心。在宿主中，NAD降解增加而补救合成和从头合成途径活性降低，同时微生物的NAD合成也减少，共同导致NAD耗竭。其次，色氨酸代谢紊乱，宿主中犬尿氨酸（Kynurenine）降解途径被诱导，消耗了大量色氨酸，导致血清色氨酸水平下降，并间接影响了NAD的从头合成。第三，氨基酸和氮稳态失衡。炎症期间，微生物向宿主提供更多含氨基的代谢物，但宿主体内的转氨反应（Transamination）和尿素循环活性普遍降低，提示氮代谢紊乱可能为促炎的一氧化氮（NO）合成提供原料。第四，一碳（C1）代谢与磷脂代谢紧密关联失调。宿主一碳循环被抑制，为回收同型半胱氨酸（Homocysteine），机体可能增加对磷脂酰胆碱（Phosphatidylcholine）中胆碱（Choline）的消耗，这正好解释了为何血清磷脂酰胆碱水平下降，而鞘脂（Sphingolipids）水平代偿性上升。 在模拟饮食干预中，研究发现蔗糖（Sucrose）、乳糖（Lactose）、淀粉（Starch）和硫酸盐（Sulfate）的移除，以及亚硝酸盐（Nitrite）和泛醌-8（Ubiquinol-8）的补充，能有效改变多数目标代谢物的交换通量，提示这些成分可能具有调节IBD相关微生物代谢紊乱的潜力。

研究结论与价值 本研究首次利用系统代谢建模方法，将IBD中宿主生理的改变与微生物代谢的转变直接联系起来，全面描绘了宿主-微生物组代谢网络在炎症中的多层次失调图谱。研究得出结论，IBD与肠道微生物组和宿主新陈代谢活动的广泛丧失有关，这种失调紧密地跨越了肠道和血液系统，并形成了一个由NAD、氨基酸、一碳和磷脂代谢通路构成的紧密关联的失调网络。该研究的科学价值在于，它不仅在分子层面解释了“代谢失调”这一笼统概念的具体内涵，还揭示了不同代谢通路之间相互影响的因果链条，比如为“磷脂酰胆碱减少与鞘脂增加”这一现象提供了由胆碱耗竭驱动的代谢机制解释。在应用价值上，研究通过模型预测了可能重塑微生物组以恢复代谢稳态的饮食干预策略，为开发新型IBD辅助疗法指明了方向。尽管研究指出单一代谢物干预具有局限性，并因此解释了以往临床试验失败的可能原因，但其强大的代谢建模能力为未来实现基于宿主-微生物组代谢相互作用的个性化精准饮食方案奠定了基础。

研究亮点 本研究的亮点主要体现在以下几个方面：第一，研究设计采用了多组学、多数据层的全面整合策略，将微生物16S数据、宿主转录组数据和血清代谢组学数据，通过代谢建模技术桥接起来，形成了从“基因潜能”到“代谢表型”的完整证据链。第二，在计算方法上具有创新性，同时应用了基于合作和基于竞争的两种不同理念的微生物群落建模方法，互相补充，使结果更为稳健；在宿主层面则使用了上下文特异性模型，并结合了多种反应活性衡量指标，提供了更为全面的视角。第三，发现了跨越宿主和微生物组的、高度关联的核心代谢失调模块，特别是关于NAD代谢、一碳循环与磷脂代谢相互连接的发现，为理解IBD的复杂病理机制提供了全新的系统性见解。第四，通过模拟方法预测了膳食干预的潜在影响，将机制性发现直接导向了潜在的治疗策略，体现了转化医学的研究思路。