特发性肺纤维化患者肠道菌群与疾病严重程度及生存的关联
该研究为CleanUP-IPF试验的事后探索性分析,对411例特发性肺纤维化患者的基线粪便拭子行16S rRNA基因测序。结果显示肠道菌群组成随性别、年龄和质子泵抑制剂使用而显著变化;微生物多样性与一氧化碳弥散量占预计值百分比相关;Lachnospiraceae未分类菌属高丰度者无移植生存更长(HR=0.34,95%CI 0.14-0.87,P=.02),但接受长期复方磺胺甲噁唑者该菌属高丰度与更差生存相关(HR=6.09,95%CI 1.36-27.27,P=.02)。作者认为肠道菌群可能是疾病严重程度的指标,并可能指导进一步的机制和转化研究。
要点
- 在未接受抗菌药物治疗的IPF患者中,Lachnospiraceae未分类菌属丰度较高与12个月无移植生存改善相关(HR=0.34,95%CI 0.14-0.87,P=.02)。
- 接受长期复方磺胺甲噁唑治疗的IPF患者中,Lachnospiraceae未分类菌属丰度较高与更差生存相关(HR=6.09,95%CI 1.36-27.27,P=.02)。
- 肠道微生物多样性与一氧化碳弥散量占预计值百分比(ppDLCO)呈线性正相关(P for nonlinearity=.62),但与ppFVC无关联。
- 在吡非尼酮治疗患者中,Lachnospiraceae未分类菌属高丰度与无移植生存的关联更强(HR=0.14,95%CI 0.03-0.73),与尼达尼布使用者(HR=0.56,95%CI 0.09-3.71)相比交互作用P=.02。
- 肠道菌群组成随性别(PERMANOVA P=9.9×10⁻⁵)、年龄(PERMANOVA P=.013)和质子泵抑制剂使用(PERMANOVA P=9.9×10⁻⁵)显著变化。
适用人群与场景
- 纳入CleanUP-IPF试验、有有效基线肠道菌群评估的特发性肺纤维化患者411例;多数为男性、有吸烟史、自我报告使用抗纤维化药物和质子泵抑制剂。
研究设计与关键结果
- 研究类型为CleanUP-IPF多中心随机对照试验的事后探索性分析,纳入411例有有效基线粪便拭子16S rRNA基因测序数据的IPF患者,另对41例样本行鸟枪法宏基因组测序。
- 肠道菌群组成随性别(PERMANOVA P=9.9×10⁻⁵)、年龄三分位(低:50.2-68.4岁;中:68.5-74.9岁;高:75.0-90.4岁;PERMANOVA P=.013)和基线质子泵抑制剂使用(PERMANOVA P=9.9×10⁻⁵)显著变化;年龄与Shannon多样性指数正相关(R=0.19,P=9.2×10⁻⁵)。
- Shannon多样性指数与ppDLCO升高相关且呈线性(P for nonlinearity=.62),与ppFVC无关联;经年龄、性别、吸烟状态、地区、PPI和抗纤维化药物调整后,ppDLCO与肠道菌群组成沿第二主成分的变异轻度相关(P=.01,调整r²=0.008)。
- 在未接受抗菌药物治疗的患者中,Lachnospiraceae未分类菌属丰度较高与改善的无移植生存相关(HR=0.34,95%CI 0.14-0.87,P=.02);该关联在吡非尼酮使用者中更强(HR=0.14,95%CI 0.03-0.73),在尼达尼布使用者中为HR=0.56(95%CI 0.09-3.71),交互作用P=.02。
- Lachnospiraceae未分类菌属修饰长期抗菌药物暴露与12个月无移植生存的关联(交互作用P=.02);该菌属丰度较高者中,复方磺胺甲噁唑组12个月无移植生存显著更短(HR=6.09,95%CI 1.36-27.27,P=.02),而中等和较低丰度者中不同抗菌药物组间生存无显著差异。
- 抗纤维化治疗与肠道菌群扰动相关:Lachnospiraceae未分类菌属在尼达尼布组(均值5.91±3.36)和吡非尼酮组(均值5.35±3.77)均高于无抗纤维化组(均值4.16±2.78),P分别为.003和.03;Lactobacillus在无抗纤维化组(均值1.27±2.25)高于吡非尼酮组(均值0.59±2.33),P=.0023。
- 宏基因组测序(n=41)确认Lachnospiraceae未分类菌属由Agathobacter rectalis(原称Eubacterium rectale)和不同菌株的Lachnospiraceae bacterium组成。
证据类型、等级与局限
- 证据类型为随机对照试验的事后探索性分析;原文未给出证据等级或推荐强度。
- 局限:微生物组数据本质上是成分性和零膨胀的,观察到的差异反映群落结构的相对变化而非绝对丰度。
- 局限:16S方法分类分辨率有限。
- 局限:尽管调整了混杂因素,但不能排除事后分析固有的残余混杂,涉及饮食、补充剂、生活方式和运动等其他可能影响肠道微生物组和IPF的因素。
- 局限:试验期间未每月采集粪便样本,无法确定短期抗生素诱导的肠道微生物组变化。
- 局限:缺乏抗纤维化药物使用时长数据。
- 局限:横断面设计、抗纤维化组间类别不平衡、有限的16S方法及胃肠道副作用的潜在影响使结果难以解释,需要进一步研究。
- 局限:不能得出肠道菌群与肺纤维化之间的因果关系。
对床旁实践的改变
- 作者认为肠道菌群可能是潜在疾病严重程度的指标,并可能指导进一步的机制和转化研究。
- 原文结果提示,在未接受长期抗菌药物治疗的IPF患者中,Lachnospiraceae未分类菌属丰度较高与更好的无移植生存相关;在接受复方磺胺甲噁唑的患者中,该菌属高丰度与更差生存相关,但原文强调这些结果为事后探索性分析。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译12 节 · 点击展开
关于该主题的科学知识:肠道微生物组的扰动已被证明与慢性疾病的严重程度相关并改变治疗反应,但在特发性肺纤维化(IPF)中研究不足。
本研究对该领域的贡献:肠道微生物组的群落组成与IPF疾病严重程度相关,并且在属水平上某些细菌的较高丰度与无移植生存相关,并与长期抗菌药物暴露存在交互作用。这些发现提示肠道微生物组可能是潜在疾病严重程度的指标,并指导进一步的机制性和转化性研究。
引言
肠道微生物组是全身免疫的关键调节因子,并参与多种疾病的发病机制。1,2 免疫失调在呼吸道疾病的发生中发挥作用,3-5 近期研究强调了呼吸道微生物群对肺部疾病的潜在因果贡献。6-9 特发性肺纤维化(IPF)是间质性肺病的一种常见形式,不可避免地呈进行性且致命。10 近期临床前研究支持肠道微生物群与肺纤维化之间可能存在因果关系,即肠道微生物群落的改变与肺部免疫失调和纤维化相关。11-13 然而,我们对肠道微生物组在呼吸系统疾病发病机制中作用的理解有限。6 尚无大规模人体研究来确定肠道微生物组与IPF临床结局之间的关联。
肠道微生物群可塑造免疫14,15并可能预测慢性肺病的发生。9 然而,肺部疾病中的具体关键机制仍研究不足。因此,“肠-肺轴”及其潜在治疗意义在IPF中仍未得到发展。肠道微生物群可修饰膳食纤维并可产生短链脂肪酸(SCFA),如丁酸、乙酸和丙酸,这些脂肪酸与G蛋白偶联受体相互作用。这些相互作用可改变免疫学和生理学反应,16,17促进造血和细胞免疫。18,19 肠道微生物群维持肠道屏障完整性,而在脓毒症和急性呼吸窘迫综合征期间可发生细菌易位至肺部,促进死亡率增加。20 近期一项实用性临床试验研究了长期广谱抗菌药物对IPF患者临床结局的影响(NCT02759120)。21 鉴于抗生素对肠道微生物群的影响,22肠道微生物群落的高生物量及其与全身免疫的关联,进一步阐明关键微生物组预测因子与治疗反应、疾病严重程度和生存之间的关系可能对IPF具有启示意义。
在本初步报告中,我们对CleanUP-IPF试验参与者进行了事后探索,并描述了基线的肠道微生物群。我们假设肠道微生物组的关键特征与疾病严重程度和无移植生存(TFS)相关。
方法
研究设计
CleanUP-IPF是一项由NHLBI资助的临床试验(NCT02759120)。21,23在这项多中心随机对照试验中,患者在试验期间被随机分配至常规治疗、口服多西环素或口服复方磺胺甲噁唑组。在基线时采集患者粪便拭子并储存(−80°C),用于后续16S核糖体RNA(rRNA)基因测序。各研究站点均获得了机构审查委员会批准及参与者的书面知情同意。
16S rRNA基因扩增子测序
粪便拭子送至密歇根大学微生物组核心实验室,按照既往发表的方案和引物进行DNA提取和文库制备。24使用mothur 1.42.3版按照MiSeq序列数据标准操作流程处理和分析16S序列数据,最小序列长度为250个V4碱基对。25使用按97%一致性分箱的操作分类单元生成共享群落文件和系统发育分型(属水平分组)文件,并使用mothur实现的核糖体数据库项目(RDP)分类器和mothur网站上可获取的RDP分类学训练集14(Trainset14_032015.rdp)进行分类。数据可在NCBI SRA的BioProject ID 1314809下获取。
鸟枪法宏基因组测序
从代表性样本(n = 41)中提取的DNA在Illumina Novaseq(密歇根大学高级基因组学核心实验室)上进行测序,宏基因组数据分析如既往所述。8数据可在BioProject ID 13148109下获取。
细菌生物量测定
按照既往所述方法,对从每个粪便拭子中提取的DNA进行微滴数字PCR。26
统计分析
将操作分类单元归类到其相应的属,并在属分类水平上进行与生物学和人口学变量、疾病严重程度及生存的关联分析。进行分析时,样本按平均相对丰度 > 0.5% 且流行率 > 10% 进行过滤,以生成队列流行微生物组。使用 umap R 包对 16S 数据进行 Unifold 映射近似和投影。采用 vegan R 包分析群落组成。在 vegan 包中对计数数据进行归一化和 Hellinger 变换,并使用主成分分析(PCA)进行可视化。使用 vegan 包中的置换多元方差分析(PERMANOVA)(adonis2 函数)以欧几里得距离度量进行统计假设检验,默认应用 10 000 次置换。使用 betadisper 函数评估数据点距空间中位数同质离散性的假设,并用 permutest 函数进行检验。调整后的 PERMANOVA 模型中的协变量包括年龄、性别、吸烟状态、研究地区以及质子泵抑制剂(PPI)使用。为评估临床变量与群落组成变异之间关联的方向和强度,使用 vegan 包中的 envit 函数进行环境拟合。为进行差异丰度分析以检验与预测一氧化碳弥散量百分比(ppDLCO)、ppFVC 及抗纤维化治疗之间的关联,我们使用了广义线性模型(MaAsLin2)27,经总和分析缩放归一化并进行对数变换。在 MaAsLin2 模型中,鉴于微生物组数据的高维性、稀疏性和个体间变异性,我们试图通过采用较高的发现阈值(假发现率(FDR)< 0.2)来平衡 1 型错误和 2 型错误的发生率。这些模型结果被视为假设生成性的,并以总和分析缩放相对丰度呈现,对数变换丰度的结果报告于补充附录中。调整后的 MaAsLin2 模型中的协变量包括年龄、性别、吸烟状态、研究地区、抗纤维化药物使用以及 PPI 使用。Shannon 多样性指数使用 vegan 包中的 diversity 函数在所有属的样本中计算。检验疾病严重程度的线性回归模型对年龄、性别、吸烟状态、研究地区、PPI 使用及抗纤维化药物使用进行了调整。在生存分析中,我们使用了 Benjamini Hochberg 程序,FDR cutoff 为 < 0.10。对于生存分析,使用 Kaplan–Meier 生存曲线和 Cox 回归模型检验肠道微生物群特征与 12 个月 TFS 的关联。Cox 回归模型对年龄、性别、吸烟史、基线 ppFVC 和 ppDLCO、基线抗纤维化药物及 PPI 使用进行了调整。使用乘法交互作用确定肠道微生物特征是否改变抗生素暴露与 12 个月 TFS 之间的关联。分布的两两比较和组间比较酌情使用 Wilcoxon 秩和检验或 Kruskal–Wallis 检验加 Dunns 事后检验进行分析。数据以中位数及第 25 和第 75 百分位数呈现,并显示最小值和最大值。所有分析均在 R 版本 4.4.2 中进行。(R Core Team [2020]. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/)。
结果
IPF患者肠道微生物组关键特征的表征
本研究有411例患者具有有效的基线肠道微生物群评估(表1)。大多数为男性,有吸烟史,并自我报告使用抗纤维化药物和PPI。无有效肠道微生物群评估的患者人口统计学资料见表E1。有吸烟史者比例较低,报告使用吡非尼酮者比例较高;除此之外,两组人口统计学资料相似。拭子总细菌生物量显示样本间存在变异,但所有临床样本的生物量均显著高于实验和操作对照(图E1)。我们使用均匀流形近似和投影对试验基线时的群落组成进行排序(图1A),并标注每个临床样本中最丰富的属。我们接着确定了IPF队列中流行的肠道微生物群,并按丰度(图1B)和患病率(图E2)排序报告了各属。我们使用PCA分析肠道微生物群群落组成。我们检验了关键人口统计学变量和药物与群落组成及微生物多样性的关联。对于群落组成,我们使用PCA并生成排序;对于微生物多样性,我们测量Shannon多样性指数(SDI)。生物学性别与群落组成的显著变异相关(PERMANOVA P = 9.9 x 10−5)(图1C;表E2),但与多样性无显著差异相关(图1D)。按三分位区间分层的年龄(低:50.2-68.4岁;中:68.5-74.9岁;高:75.0-90.4岁)与群落组成变异显著相关(PERMANOVA P = .013)(图1E;表E2),并与SDI呈正相关(R = 0.19,P = 9.2 x 10−5)(图1F)。这些差异是由年龄三分位组间肠道多样性分析显示的老年患者多样性增加所驱动(P = 7.9 x 10−4)。在事后检验中,高年龄三分位组与中间三分位组之间(P = .004)以及高年龄三分位组与低三分位组之间(P = 5.0 x 10−4)的SDI存在显著差异。基线PPI使用与群落组成显著相关(PERMANOVA P = 9.9 x 10−5)(图1G;表E2),但与多样性无显著差异相关(图1H)。自我报告的胃食管反流病与群落组成变异相关(PERMANOVA P = .013),但在校正协变量后这一关联未能维持(表E2)。吸烟状态(从不 vs 曾经)与组成变异无关(PERMANOVA P = .40)(图E3;表E2),与微生物多样性差异也无显著关联(P = .36)(图E4)。研究地区也与群落组成变异无关(PERMANOVA P = .136)(图E5;表E2),然而在β多样性方差评估中注意到研究地区内存在显著异质性(P = .029)(图1I;表E2)。最后,我们使用多变量校正广义线性模型(MaAsLin2)检验了各属在不同人口统计学特征和药物暴露下的差异丰度(图1J;表E3)。我们随后在一项包含41名试验参与者的基线初步研究中进行了鸟枪法宏基因组测序,并报告了粪便群落中最丰富的物种(图1K)。总体而言,我们发现关键人口统计学特征和药物与IPF患者肠道微生物群落组成和多样性的变异相关。
肠道微生物群特征与IPF患者的疾病严重程度相关
我们接下来分析了肠道群落组成和多样性与肺功能之间的关联。ppFVC与SDI之间没有关联(图2A;表E4)。然而,较高的SDI与较高的ppDLCO相关(表E4),且这种关联呈线性(非线性检验P = .62)(图2B)。Shannon多样性指数与TFS无关(表E5)。我们接下来进行了无监督PCA,并采用了环境变量拟合函数,该函数以事后分析方法生成所选临床变量(ppFVC和ppDLCO)与箭头之间的相关性,箭头描绘相关梯度(图2C)。该分析显示ppDLCO与微生物组成之间存在适度关联(P = .042),但ppFVC无此关联(P = .87)。对第二主成分(PC2)变异有贡献的关键菌属包括Dorea、Enterobacteriaceae unclassified和Clostridales unclassified(图2C)(表E6)。ppDLCO向量沿y轴或PC2对齐,提示ppDLCO的变化与该维度上微生物群落结构的变化相关。此外,我们在PCA空间上绘制了ppDLCO梯度,以更好地理解其与ppDLCO及PC2的关联(图2D)。我们随后检查了ppDLCO与PC2所捕获的微生物群落结构之间的关联。在针对年龄、性别、吸烟状态、地区、PPI和抗纤维化药物使用进行调整的多变量线性回归模型中,ppDLCO与肠道微生物组组成沿PC2的汇总变异适度相关(P = .01,调整r2 = 0.008),支持微生物组组成的改变与气体交换受损相一致。我们接下来使用广义线性模型(MaAsLin2)对队列流行菌属进行特征选择并分析与ppDLCO的关联。该模型在针对年龄、性别、吸烟状态、地区、PPI使用和抗纤维化药物使用进行调整后,筛选出若干与较高ppDLCO相关的菌属(图2E),包括Dorea(P = .008,FDR调整P = .19)、Fusicatenibacter(P = .002,FDR调整P = .10)和Clostridiales unclassified(P = .004,FDR调整P = .16)(表E7)。然而,效应量较小,需要进一步重复验证。Dorea和Fusicatenibacter是产短链脂肪酸(SCFA)的Lachnospiraceae科成员。按总和分析缩放的Dorea属相对丰度在多变量线性回归模型中与ppDLCO呈正相关(r2 = 0.037,P = .007)(图2F),支持其作为进一步评估的最强候选者。总之,ppDLCO的变异与微生物α多样性相关,并与属水平上群落组成的变化适度相关。
抗纤维化治疗与肠道微生物群的扰动相关
抗纤维化治疗常用于IPF,并与胃肠道不良反应和耐受性差相关。28 我们检查了基线时抗纤维化治疗对肠道微生物群落的影响。我们根据试验入组时自我报告的尼达尼布、吡非尼酮使用情况或无抗纤维化治疗进行分层分析(表2)。研究入组前抗纤维化使用的持续时间无法获得。我们最初基于队列流行微生物群检查了肠道微生物群落组成,发现各抗纤维化组之间无显著关联(PERMANOVA P = .28)(表E8)。接下来,我们使用多变量广义线性模型(MaAsLin2),并校正性别、年龄、吸烟状态、地区、PPI使用和基线ppFVC,检查了按治疗分层的各组间队列流行微生物群的差异丰度。我们发现,在队列流行微生物组中,Lachnospiraceae unclassified和Lactobacillus在各组间差异丰度,且独立于模型中的其他固定效应(表E9)。我们报告Lachnospiraceae unclassified的相对丰度在各组间存在显著差异,与无抗纤维化组相比,尼达尼布组富集(尼达尼布组均值,5.91 ± 3.36;无抗纤维化组均值4.16 ± 2.78;P = .003)(图3A),与无抗纤维化组相比,吡非尼酮组亦富集(吡非尼酮组均值,5.35 ± 3.77;无抗纤维化组均值,4.16 ± 2.78;P = .03)(图3A)。与吡非尼酮组相比,Lactobacillus属在无抗纤维化组中显著富集(无抗纤维化组均值,1.27 ± 2.25;吡非尼酮组均值0.59 ± 2.33;P = .0023)(图3B),且与无抗纤维化组相比,在尼达尼布组中富集(尼达尼布组均值,1.38 ± 5.43;无抗纤维化组均值,1.27 ± 2.25)(图3B)。我们随后假设抗纤维化暴露可能驱动较不流行分类群的变化,导致细微的组成变化,并检查了我们队列中可检测到的所有属。我们发现抗纤维化组与所有属的群落组成之间存在显著关联(整体PERMANOVA P = .030)(图3C),在校正年龄、性别、吸烟状态、地区、PPI使用和基线ppFVC后仍保持显著性(整体PERMANOVA P = .010)。组内β多样性中,方差(离散度同质性)无显著差异(P = .85)。尼达尼布组与无抗纤维化组之间的两两比较与组成差异相关(PERMANOVA P = .048),但该关联在校正后未保持(PERMANOVA P = .051)。吡非尼酮与无抗纤维化组之间的两两比较未显示与组成变异存在显著关联(PERMANOVA P = .199,校正后PERMANOVA P = .128)。吡非尼酮治疗组与尼达尼布治疗组的两两比较显示组成存在显著变化(PERMANOVA P = .036),且校正后仍保持显著性(PERMANOVA P = .015)。虽然队列流行微生物群的生态结构无差异,但抗纤维化治疗对较不流行属的组成变化有细微影响。我们随后使用监督广义线性模型(MaAslin2)在尼达尼布组和无抗纤维化组中对所有属进行两两差异丰度分析。我们发现,经FDR校正后且独立于固定效应性别、年龄、吸烟状态、PPI使用、地区和基线ppFVC,Porphyromonas在无抗纤维化组中显著更丰富(P = .0005,FDR校正P = .012)(表E10)。Porphyromonas的相对丰度在无抗纤维化组中显著高于尼达尼布治疗患者(P = .005)。我们使用模型检查了吡非尼酮治疗参与者与无抗纤维化组相比的差异丰度属,发现与吡非尼酮组相比,Lactobacillus属(P = .0003,FDR校正P = .008)在无抗纤维化组中显著富集(表E11),且独立于多变量线性模型中的其他固定效应。最后,我们检查了接受尼达尼布和吡非尼酮的试验参与者之间的差异丰度(图3D)。我们报告组间若干差异丰度分类群,包括Pasteurellaceae unclassified(P < .00001,FDR校正P = .002)(图3E)、Veillonella(P = .0002,FDR校正P = .03)和Coriobacteriaceae unclassified(P = .001,FDR校正P = .097)(表E12)。我们检查了微生物多样性,并报告全部3组间SDI存在显著变异(P = .04),事后两两检验显示尼达尼布与无抗纤维化治疗之间存在显著差异(尼达尼布SDI,SD 2.72 ± 0.26;无抗纤维化SDI,SD 2.82 ± 0.26;P = .02)。尼达尼布与吡非尼酮之间以及吡非尼酮与无抗纤维化治疗之间SDI未观察到统计学显著差异(图3E)。总之,分析支持各治疗组间微生物群存在差异丰度信号。按抗纤维化暴露分层,队列流行微生物群的生态结构无差异,但当考虑较不流行分类群时则有适度改变。差异丰度特征支持抗纤维化药物之间肠道微生物群的差异由低丰度和低流行分类群驱动。
IPF中的无移植生存期与肠道微生物群
我们接下来研究了生存与肠道微生物群之间的关联。使用约登指数来确定常规护理队列中与无移植生存期(TFS)相关的每个菌属相对丰度的截断点。在对对数秩P值进行多重比较校正后,我们识别出8个与TFS相关的菌属(表E13)。随后我们进行了多变量Cox比例风险模型分析,发现5个与生存相关的菌属(表E14),包括戴阿利斯特菌属、毛螺菌科未分类菌属、考拉杆菌属、梭菌IV属和粪杆菌属。作为肠道微生物组中丰度较高的成员且有既往知识支持其益处,我们采用假设驱动的方法进一步详细检查了毛螺菌科未分类菌属。在基线时,所有3个被分配的抗菌治疗队列之间毛螺菌科未分类菌属的相对丰度无差异(图E6)。我们使用中位数截断值将患者分为毛螺菌科未分类菌属高组和低组(图E7)。在常规护理组中,毛螺菌科未分类菌属高组与低丰度组相比生存期更长(对数秩P = .028)(图4A)。这在多西环素组中也有观察到(图E8),但在复方磺胺甲噁唑组中未观察到(图E9)。我们使用多变量校正Cox回归模型发现了类似的关联(表3)。我们随后确定了抗纤维化类型是否修饰了常规护理中毛螺菌科未分类菌属与TFS之间的关联(图E10-11)。在常规护理组中,报告使用吡非尼酮的患者中毛螺菌科未分类菌属较高与TFS改善的关联(风险比[HR] = 0.14;95% CI,0.03-0.73)强于尼达尼布使用者(HR = 0.56;95% CI,0.09-3.71)(交互作用P = .02)(表E15)。这一发现在多西环素组或复方磺胺甲噁唑组中未被重复。鉴于毛螺菌科未分类菌属与生存之间的关联因治疗分配而异,我们确定了毛螺菌科未分类菌属与抗生素暴露之间是否存在显著交互作用。我们发现毛螺菌科未分类菌属修饰了CleanUP-IPF试验中长期抗生素暴露与12个月TFS之间的关联(交互作用P = .02)。在毛螺菌科未分类菌属较高的患者中,复方磺胺甲噁唑组的12个月TFS显著较短(图4B)。相反,在毛螺菌科未分类菌属平均相对丰度中等(图4C)和较低(图4D)的患者中,各抗生素组之间的生存无显著差异。这一发现在校正Cox回归模型中持续存在(表E16)。因此,在接受常规护理或多西环素的患者中,毛螺菌科未分类菌属较高的平均相对丰度与较长的TFS相关。值得注意的是,毛螺菌科未分类菌属平均相对丰度较高且暴露于复方磺胺甲噁唑的患者生存期明显更短,提示肠道微生物组与长期抗生素暴露之间的交互作用可能在IPF中造成危害。虽然这些结果支持肠道微生物组相关的治疗异质性预测因素,但结果是事后和探索性的。基线时各治疗间毛螺菌科未分类菌属丰度的差异进一步使乘性交互作用的解释复杂化。对41名试验参与者基线时的鸟枪法宏基因组测序确认,毛螺菌科未分类菌属由Agathobacter rectalis(原名Eubacterium rectale)和毛螺菌科细菌的各种菌株组成(表E17)。
讨论
肠道微生物群与疾病严重程度相关,未分类毛螺菌科(Lachnospiraceae unclassified)属的丰度越高,与更长的无移植生存期(TFS)相关。在试验的抗微生物治疗组中,我们报告了多西环素与复方磺胺甲噁唑之间的生存差异,该差异与肠道微生物群变异相关。未分类毛螺菌科丰度较高的复方磺胺甲噁唑治疗患者,与常规护理组和多西环素组相比,生存期缩短。我们还报告了在吡非尼酮治疗患者中与生存相关的相同肠道微生物群相关特征。据我们所知,我们的观察是IPF中的首次报道,并支持进一步开展工作以识别微生物组衍生的生物标志物和潜在机制靶点。
肠道微生物组产生免疫调节代谢物并维持肠道屏障完整性。29 最近的临床前研究表明肠道微生物组参与肺损伤和纤维化,提示肠道微生物群可以调整对肺损伤和伤口修复的免疫反应。11-13 我们观察到的最强关联之一为未分类毛螺菌科与生存之间的关联。毛螺菌科是一类革兰阳性专性厌氧菌科,在人类肠道微生物组中高度丰富,并可被抗微生物药物和饮食变化所改变。30,31 该科对于短链脂肪酸(SCFAs)、次级胆汁酸和羊毛硫抗生素(肽类抗生素)的产生至关重要,这些物质提供增强的抵抗肠道定植能力并调节宿主代谢和免疫。30,32-34 毛螺菌科丰度降低可能因这些有益多效功能受损而有害。在本研究中,毛螺菌科由19个不同属组成,包括未分类毛螺菌科属,此外还有罗斯氏菌属(Roseburia)、布劳特菌属(Blautia)、粪球菌属(Coprococcus)、多尔氏菌属(Dorea)等。16S rRNA扩增子测序的分类分辨率有限,而未分类毛螺菌科属是一个功能多样的属。我们的宏基因组研究探索了该未分类毛螺菌科属,确认该属由直肠阿加托杆菌(Agathobacter rectalis,原名直肠真杆菌(Eubacterium rectale))和毛螺菌科细菌(Lachnospiraceae bacterium)的各种菌株组成。我们的发现提示有2个物种在该属中占主导,但需要进一步研究。
除了对疾病进展的潜在影响外,肠道微生物组可能是药物治疗临床疗效的重要预测因素,因为肠道微生物群可在药物与靶点相互作用发生之前代谢和修饰药物及其成分。35,36 相反,这些相互作用可促进药物疗效增强。37-40 免疫治疗和免疫检查点阻断的研究率先提出了这些观察结果,并确定了分子层面的肠道微生物群衍生靶点,包括候选的毛螺菌科家族成员。41 事实上,毛螺菌科未分类丰度与常规护理组和多西环素组中TFS之间的负相关关系在复方磺胺甲噁唑组中消失。复方磺胺甲噁唑是一种常用的广谱抗菌药物。尽管有研究提示复方磺胺甲噁唑可改善IPF患者的生存率,42 但CleanUP-IPF和EME-TIPAC试验结果并未显示获益。21,43 我们的分析提示,长期暴露于复方磺胺甲噁唑实际上可能对肠道中毛螺菌科未分类丰度较高的一部分患者有害,并可能部分解释CleanUP-IPF试验中为何未观察到保护效应。其原因之一可能是,如果毛螺菌科在IPF中确实具有保护作用,那么复方磺胺甲噁唑可能会耗竭肠道毛螺菌科。复方磺胺甲噁唑还可能具有脱靶活性,改变炎性细胞因子和其他免疫调节介质的分泌,这些已在人血单核细胞中得到显示。44 我们推测,复方磺胺甲噁唑深刻改变宿主肠道微生物组,导致微生物产生的保护性代谢物减少,而这些代谢物会影响包括肺在内的其他隔室的免疫调节和组织损伤反应。事实上,其他研究已强烈提示肠道微生物组在调节累及其他器官的免疫介导疾病中的作用,IPF可能也是如此。15,45,46 此外,我们报告,与未接受抗纤维化治疗相比,接受抗纤维化治疗时毛螺菌科未分类丰度更高,并且在吡非尼酮治疗且毛螺菌科未分类丰度高的患者中生存率改善。在缺乏不良反应和抗纤维化治疗持续时间数据且样本量较小的情况下,这些发现的解释较为困难,但可能提示IPF中抗纤维化药物疗效与肠道微生物群之间存在潜在关系。也有可能这是由于I型错误以及吡非尼酮和尼达尼布使用者之间样本量不一致所致,因为通过重复且频繁的粪便采集和用药判定获得进一步机制数据是未来的研究方向。迫切需要使用包括肠道微生物组特征在内的转化生物标志物来增进我们对临床试验中治疗异质性的理解。随机对照试验可利用事后转化方法来识别与治疗反应相关的关键特征。
我们发现,肠道微生物多样性的增加与更高的ppDLCO相关,并提示疾病严重程度较低与肠道多样性较高之间存在联系。随着城市化人群表现出较低的微生物多样性,肠道微生物多样性已受到关注,这一发现与更差的炎症性和慢性疾病结局相关。45,47,48 我们发现,在IPF中,肠道微生物组的组成与DLCO相关,并随性别、年龄和PPI使用而变化。微生物多样性与年龄相关,且拟杆菌属占主导地位。
本研究存在局限性。微生物组数据本质上是成分性的且零膨胀。观察到的差异反映的是群落结构的相对变化,而非绝对微生物丰度。这一限制可能导致虚假相关,需要谨慎解读。我们的16S方法分类分辨率有限。尽管群落组成与疾病之间的相关性令人鼓舞,但关键挑战在于确定这种微生物组变异的功能后果。我们的探索性宏基因组分析提供了分类学数据,但未来需要开展工作才能进行实质性的机制推断。尽管我们的发现在考虑混杂因素后仍然存在,但我们不能排除事后分析固有的残余混杂。这涉及对肠道微生物组的其他影响,这些影响也可能影响IPF,如饮食、补充剂、生活方式选择和运动。我们在试验过程中没有每月粪便采样来确定短期抗生素诱导的肠道微生物组变化。前瞻性每隔几周到几个月收集样本、有或无长期抗生素暴露的研究将提供有用信息。虽然我们发现微生物组特征因抗纤维化药物使用而存在一些差异,但我们没有抗纤维化药物使用持续时间的数据,这可能影响了我们的发现。鉴于本分析的横断面性质、抗纤维化组间的类别不平衡、我们有限的16S方法以及胃肠道副作用的潜在影响,其意义难以解读,将需要进一步研究。重要的是,鉴于横断面设计和缺乏若干潜在混杂变量,我们不能从这些研究中得出肠道微生物群与肺纤维化之间存在因果关联的结论。然而,按关键肠道微生物群特征分层时,对抗微生物治疗的不同生存反应支持开展专门的进一步工作。我们缺乏独立复制和健康志愿者队列被认为是主要局限性。我们没有具有全面肠道微生物组和表型数据以及长期抗生素暴露的独立研究队列来复制我们的发现,这需要进一步研究。
我们提出了一项初步探索性研究,确定了肠道微生物组在IPF发病机制中的潜在作用。需要进一步工作来探究候选分类群,了解其代谢潜力及与免疫反应关键方面的相互作用,并进一步阐明混杂变量和因果关系。
补充材料
参考来源
- Kim JS, Loe A, Ma SF, et al. Gut microbiota associate with disease severity and survival in idiopathic pulmonary fibrosis. Am J Respir Crit Care Med. 2026. PMID: 42155010. doi:10.1093/ajrccm/aamag249
- 全文:PMC13624794(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13624794/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。