Chemical probes reveal individualized gut microbiome biotransformation capacity and the impacts of ex vivo fermentation conditions

技術要約：化学プローブによる腸内細菌叢の個別の生物学的変換能の解明と、Ex Vivo 発酵条件の影響

問題提起
腸内細菌叢は、生物学的変換（バイオトランスフォーメーション）を通じて、栄養素、医薬品、および外来異物のバイオアベイラビリティや生物活性を著しく変化させる。しかし、現在の高コンテンツなマイクロバイオーム・アッセイの多くは、直接的な生物学的変換活性を測定するのではなく、主に遺伝的組成（例：16S rRNA シーケンシング、メタゲノミクス）から機能を推論している。その結果、環境要因、実験的バリエーション、あるいはドナー間の個体差がもたらす機能的な影響を予測することは依然として困難である。既存の ex vivo 発酵モデルは、スケーラビリティに欠ける、低スループットなバイオリアクターに依存している、あるいは、接種密度、増殖培地、およびサンプルの保存状態（新鮮 vs 冷凍）といった変数が、多様な微生物コミュニティにおける反応速度にどのように影響するかを定量的に捉えきれないといった課題がある。

方法論
著者らは、ヒトのマイクロバイオームの生物学的変換能をプロファイリングするために、スケーラブルな嫌気性糞便発酵ワークフローと、標的化された LC-MS/MS 定量分析を開発した。

• 実験デザイン： 本研究では、5名の健康なドナーからの糞便サンプルを利用した。多様な生物学的変換反応（例：加水分解、還元、脱グルクロン酸化）を代表するように、20種類の化学プローブ（医薬品、食事関連化合物、および内因性代謝物）のパネルを選択した。
• 発酵ワークフロー： 発酵は、嫌気条件下、37°Cの96ウェル・ディープウェルプレートを用いて行われた。本研究では、以下の3つの主要なパラメータを系統的に変化させた：
  1. 接種密度： 高濃度（5% 糞便スラリー） vs 低濃度（0.5% 糞便スラリー）。
  2. 増殖培地： 栄養豊富な基礎酵母カシトニン脂肪酸培地 (bYCFA) vs 栄養の乏しいリン酸緩衝生理食塩水 (PBS)。
  3. サンプルの状態： 新鮮な糞便スラリー vs 冷凍糞便スラリー（15% グリセロールを含む -80°C 保存）。
• 分析戦略：
  • 標的分析： プローブの枯渇を定量化するために、タイムシリーズ・サンプリング（0, 0.5, 1, 3, 6, 24 時間）を実施した。濃度時間曲線（AUC）に基づき、0（反応なし）から 1（最大反応）までの範囲を持つ、正規化された「反応の程度（Extent of Reaction: EOR）」指標を算出した。
  • 非標的メタボロミクス： LC-MS/MS データ依存的取得（DDA）を用いて、代謝物を同定し、プローブの変換生成物を確認した。
  • ゲノム解析： 16S rRNA シーケンシングおよび PICRUSt2 による機能予測を行い、分類学的構造に対する機能プロファイルを比較した。

主な結果

• 実験条件の影響：
  • 接種密度： 糞便スラリー濃度を 0.5% から 5% に増加させると、20 種類のプローブのうち 17 種類の EOR が有意に変化した。一般に、高い接種密度は変換速度を上昇させたが、ロバスタチンについては、水溶液中での自発的分解が原因と思われる EOR の低下が見られた。
  • 培地組成： 栄養豊富な培地は、PBS と比較して 9 つのプローブにおいて一般に迅速な分解を促進した。しかし、3 つのプローブ（ニトロフェニルグルクロン酸、ウロリチン C、テラザシン）は PBS においてより速く分解された。これは、栄養不足が特定の代謝調節を誘導しているか、あるいは競合的阻害を減少させている可能性を示唆している。
  • サンプル保存： 極めて重要な点として、冷凍糞便スラリー（グリセロールを含む -80°C 保存）は、新鮮なサンプルと比較して生物学的変換能に統計的に有意な差を示さず、繰り返しテストのための冷凍スラリーの使用を検証した。
• ドナーの層別化：
  • 生物学的変換プロファイルにより、個々のドナーの特異的な層別化が可能となった。EOR 値の主成分分析（PCA）は、特に高接種条件下において、明確なドナーのクラスタリングを示した。
  • 各プローブに対して変動を最大化する特定の発酵条件を選択した「ハイブリッド」EOR プロファイルは、ドナーの分離能を向上させた。
  • ゲノミクスとの乖離： 生物学的変換プロファイルに基づくドナーのクラスタリングは、16S rRNA 分類学的構造や予測された機能経路（KEGG/MetaCyc）から得られたクラスタリングとは一致しなかった。予測された機能遺伝子の存在量と、実験的に測定された EOR 値との間に、統計的に有意な相関関係は認められなかった。
• メタボロームのダイナミクス：
  • 非標的メタボロミクスにより、ドナーおよび条件に依存した協調的なメタボロームの変化が明らかになった。
  • 階層的クラアリングにより、明確な時間的パターンが特定された：時間の経過とともに消費される基質（クラスター 1）、時間の経過とともに増加する微生物生成物（クラスター 3、例：短鎖脂肪酸）、および中間体のターンオーバー（クラスター 6）。
  • 化学プローブの添加は、グローバルなメタボロームに最小限の影響しか与えず、プローブの枯渇を微生物固有の活動の指標として用いることの妥当性を支持した。

主な貢献

1. 高スループットな機能フェノタイピング： 本研究は、多種プローブパネルを用いて、複雑なヒト腸内細菌叢の生物学的変換能を直接定量化する、スケーラブルな 96 ウェルプレートベースのプラットフォームを提示している。
2. Ex Vivo 変数の標準化： 本研究は、接種密度、培地組成、およびサンプルの保存状態（新鮮 vs 冷凍）が生物学的変換速度に定量的にどのように影響するかを定義し、再現性のある実験設計のためのガイドラインを提供している。
3. 機能と分類学のデカップリング（分離）： 本研究は、生物学的変換能は分類学的組成や予測された遺伝子存在量から正確に推論できないことを示しており、直接的な活性アッセイの必要性を強調している。
4. 冷凍スラリーの検証： 本研究は、グリセロールを含む -80°C で凍結された糞便スラーリが、新鮮なサンプルと同等の生物学的変換能を保持していることを確認し、バイオバンキングおよび繰り返しテストを容易にした。

意義と主張
著者らは、このプラットフォームが、配列およびメタボロームに焦点を当てたアプローチを補完する、マイクロバイオームの機能容量の直接的かつスケーラブルな指標を提供するものであると主張している。定量的な生物学的変換プロファイルを生成することにより、本手法は、薬理学および毒性学におけるマイクロバイオーム対応型の生理学的薬物速度論（PBK）モデルの開発を支援する。分類学的構造ではなく、機能的活動に基づいてドナーを層別化できる能力は、薬物や外来異物の曝露に対する個人間差を理解するための基盤を提供する。著者らは、検討したプローブパネルは主要な反応クラスを網羅しているものの、網羅的ではないことを控えめに述べており、遺伝子の存在と化学的変換の間のメカニズム的関連を完全に解明するためには、絶対的な生成物定量を含む今後の研究が必要であるとしている。