Identifiability of metabolic resilience from sparse longitudinal metabolomics

人类肠道并非一个静态的容器，而是一个繁忙且不断变化的生态系统。在其中，数以万亿计的微生物与我们的饮食、免疫系统以及药物相互作用，不断产生一种由代谢产物组成的“化学汤”，影响着我们的健康。在这些化学物质中，像丁酸盐这样的短链脂肪酸尤为重要，它们作为肠道细胞的燃料，并有助于控制炎症。科学家们长期以来一直希望了解这些化学水平随时间变化的规律：它们是会趋于稳定的节奏，是在受到干扰后恢复原状，还是会在不同的稳定状态之间切换？为了回答这个问题，研究人员通常试图绘制这些代谢变化的“景观图”，将系统自然停歇的地方想象成谷底，将必须攀爬才能移动到的地方想象成山丘。然而，在活体人类身上测量这些化学物质非常困难。样本采集的时间间隔极不规律，通常间隔数周或数月，这为原本连续发生的生物过程呈现出了一个稀疏且破碎的画面。

这种人类采样缓慢、不规律的节奏与生物变化快速、连续的流动之间的差距，造成了严重的解释问题。加州大学伯克利分校的 Javad Aminian-Dehkordi 和 Mohammad Mofrad 的一项新研究，深入调查了这种稀疏数据是如何扭曲我们对代谢动态的认知的。通过结合计算机模拟和来自整合人类微生物组计划（Integrative Human Microbiome Project）的真实世界数据，研究人员提出了一个根本性的问题：当我们观察到一些零散的数据点时，我们能否真正分辨出一个系统是在回弹至单一稳定状态，还是具备在两个完全不同的稳定状态之间跳跃的能力？他们的工作揭示了，数据采样的方式可能会创造出并不存在于生物学本身的稳定性或不稳定性的错觉。

研究人员首先建立了一个可以控制“真相”的数字实验室。他们创建了已知具有两个稳定状态（就像一个球可以在两个谷底中任选其一停留）以及仅有一个稳定状态的代谢系统计算机模型。然后，他们模拟了如果使用人类研究中典型的相同稀疏、不规则的时间间隔来观察这些系统，会发生什么。结果是惊人的。当观测足够频繁，能够捕捉到系统在两个谷底之间移动时，计算机能正确识别出具有两个稳定状态的景观。但随着观测之间的时间间隔增长，看到第二个谷底的能力便消失了。在数据稀疏的情况下，那个复杂的、具有两个谷底的景观看起来与只有一个简单谷底的景观完全一致。系统本身并未改变，只是观察者错过了转变的过程。至关重要的是，研究人员发现反向情况并不会发生：一个仅有一个稳定状态的系统在被稀疏观察时，绝不会错误地表现出有两个稳定状态。这确立了一个关于哪些信息可以信任、哪些不可信任的清晰层级：检测单一稳定状态是相对稳健的，但识别多个稳定状态则需要密集、频繁的采样，以捕捉完整的运动范围。

随后，团队将这一框架应用于来自四名人类受试者的真实数据。这些受试者在不同时间提供了粪便样本，采样间隔高度不规则，从 14 天到 124 天不等，中位间隔为 41 天。当研究人员尝试重建这些个体的代谢景观时，数据并未显示出存在多个稳定状态的证据。每位受试者似乎都只有一个简单的静止点。然而，研究人员非常谨慎，并未据此断定这些人真的缺乏复杂的动态特性。相反，他们指出，稀疏的采样间隔实在太宽，无法捕捉到任何潜在的状态转换。正如他们在模拟实验中所见，现实世界的数据可能过于破碎，即使存在复杂的、多谷底的景观，也无法将其揭示出来。

该研究还考察了计算“回归系数”这一常见做法，该数值旨在描述系统在发生变化后恢复的速度。在四名受试者的稀疏数据中，有三名表现出负斜率，这通常被解释为韧性或恢复力的迹象。然而，当研究人员运行纯随机游走（即没有任何恢复力的系统）的模拟时，他们发现负斜率在超过 92% 的情况下都会出现，在计入测量误差后，这一比例上升至近 98%。这意味着，在人类数据中观察到的负斜率，既可能是由于稀疏采样和测量噪声导致的数学人工产物，也可能是生物韧性的体现。研究人员得出结论，这些数值虽然可以计算，但不能作为衡量一个人代谢恢复速度或强度的可靠证据。

最后，团队寻找了丁酸盐水平与其他代谢物之间的联系，希望能找到驱动这些变化的特定化学物质。他们确定了一些似乎能改善模型拟合度的候选物质，但当他们针对随机偶然性的可能性进行严格测试时，没有任何关联关系能够成立。结果表明，虽然这些候选物质值得未来进一步研究，但目前的数据过于单薄，无法证实它们是代谢变化的真实驱动因素。

这项工作的终极启示是，我们需要改变设计和解释科学研究的视角。作者认为，我们必须停止基于稀疏数据试图给生物系统贴上“稳定”或“不稳定”的标签。相反，我们应该首先询问：特定的采样方案实际上能够揭示什么？如果目标是理解代谢系统是否具有多个稳定状态，或者测量其真实的韧性，这项研究表明，我们需要更密集、更频繁的观测，以覆盖所有可能的运动范围。如果没有这种密度，我们的模型可能在数学上是精确的，但在科学上却是误导性的，捕捉到的只是观测过程的噪声，而非生物学的信号。该框架提供了一次必要的现实检查，确保未来的研究在设计时拥有足够的时空分辨率，以支持其希望提出的复杂论断。