🧬 生物学

Post-treatment, treatment-pathway-associated remodeling of the gastric microbiome after chemoradiotherapy-immunotherapy and chemoimmunotherapy: predicted functional axes, external host context, and in silico drug prioritization

本研究表明，化疗联合免疫治疗（RCI）与单纯化疗联合免疫治疗（CI）相比，诱导了截然不同的胃部微生物组重塑，其特征在于 RCI 响应者中 *Exiguobacterium* 的丰度升高，并提出了将这些微生物转变与 mTORC2-RhoA-NLRP3 宿主背景下的 SCFA 和 PAMP 代谢途径相联系的可验证假设。

原作者： Jiayang Gong, Zhe Wang, Yun Shi, Minlan Ren, Tingting Li, Lingli Huang, Gang Li, Rui Peng

发布于 2026-11-13

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Jiayang Gong, Zhe Wang, Yun Shi, Minlan Ren, Tingting Li, Lingli Huang, Gang Li, Rui Peng

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

人类的胃不仅仅是一个用于消化的被动容器；它是一个繁忙的生态系统，孕育着数万亿个微小的居民。这些细菌、真菌和病毒构成了一个被称为“微生物组”的群体，它们不断地与人体进行互动，影响着从营养吸收到免疫系统行为的方方面面。近年来，科学家们开始意识到，这个内部花园在癌症治疗的效果方面发挥着令人惊讶的作用。当患者接受化疗、放疗或免疫疗法等强力治疗时，药物不仅针对肿瘤，还会重塑胃部的景观，改变哪些微生物能够存活，哪些会走向灭亡。研究人员现在提出的问题是，这些微生物群落的变化是随机的噪音，还是掌握着解释为何有些患者能够完全康复而另一些人却不能的关键。

南京医科大学的一个研究小组致力于调查这种在胃癌患者中存在的联系。他们专注于两种截然不同的治疗路径。第一种路径涉及化疗与免疫疗法的结合。第二种更密集的路径则是在上述药物组合的基础上增加了放射治疗。其目标是观察放射治疗是否会在胃部的细菌种群中创造出一种独特的“特征”，以及这种特征是否能解释为什么有些患者实现了癌症的完全消失（即病理学完全缓解），而另一些人则没有。该研究分析了已完成治疗的91名患者的样本，对比了接受放射治疗与未接受放射治疗的患者之间的细菌组成，并进一步深入研究了每个组别中的幸存者。

研究人员发现，这两种治疗路径确实在胃部的生态系统中留下了不同的印记。接受放射治疗的组别在细菌群落的多样性和结构上，与仅接受药物治疗的组别表现出了明显的差异。具体而言，放射治疗组的物种平衡略有不同，例如某些类型的细菌（如Citrobacter）在非放射组中出现的频率更高。然而，研究人员谨慎地指出，这是一种微妙的变化，而非对胃部居民的彻底替换。放射治疗并没有抹去一切，只是将现有的群落推向了一个新的方向。

当研究团队仔细观察那些对放射治疗反应最好——即肿瘤完全消失——的患者时，他们注意到患者胃中的细菌情况非常有趣。在这一特定群体中，细菌的整体多样性高于那些反应不佳的患者。一种名为Exiguobacterium的特定细菌脱颖而出，成为与成功结果相关的强有力候选者。虽然这种细菌在反应不佳的患者中罕见或不存在，但在反应良好的患者中却大量存在。研究人员并未在仅接受化疗的组别中发现同样的模式，这表明这种特定微生物与治愈之间的联系是专门与放射治疗路径相关的。

为了理解这种细菌可能在做什么，科学家们利用计算机模型来预测这些微生物所携带基因的功能。这些预测表明，Exiguobacterium及其邻近细菌可能参与产生短链脂肪酸，这是一种有助于缓解炎症并支持免疫系统的有益化合物。同时，模型还指向了这些细菌的细胞壁，它们可以作为人体免疫防御机制的信号。研究人员提出了一个假设：或许放射治疗创造了一个让这些特定细菌茁壮成长的环境，通过这种方式，它们发送化学信号，帮助免疫系统识别并摧毁残余的癌细胞。

这项研究并未止步于细菌。团队还查阅了其他大型数据库中的数据，以验证这一想法在人体内是否成立。他们检查了胃部免疫系统的组织结构，发现细菌预测的信号与人类细胞中控制炎症和免疫激活的已知通路相一致。他们还进行了模拟实验，以查看现有的哪些药物可以针对这些特定的免疫通路，从而确定了几种未来可能用于测试该理论的化合物。然而，作者非常明确地指出，这些发现尚未成为一种被证实的疗法。该研究依赖于治疗结束后采集的样本，这意味着他们无法实时观察变化的过程，并且缺乏治疗前的样本进行对比。

最终，这项研究为如何思考癌症治疗与人体微观居民之间的相互作用提供了一种结构化的思维方式。它表明，疗法的成功可能取决于药物、细菌与免疫系统之间一场复杂的对话。放射治疗的加入似乎改变了这场对话的规则，倾向于一种特定的细菌，而这些细菌可能有助于身体对抗疾病。虽然这项研究并未证明这些细菌就是治愈的原因，但它为下一步的研究指明了清晰的方向。它识别出了特定的细菌参与者和化学通路，这些内容现在可以用于未来的实验，以观察是否可以利用它们来帮助更多患者实现完全康复。这项工作起到了桥梁作用，将胃部生态系统的可观察变化与免疫系统的不可见机制连接起来，为如何改善癌症护理提供了全新的视角。

技术摘要：治疗后与治疗路径相关的胃部微生物组重塑

问题陈述
胃癌治疗正越来越多地采用结合化疗、免疫治疗和放疗的新辅助或围手术期方案。虽然病理完全缓解（pCR）是一个关键终点，但在相似的治疗背景下，患者的反应仍存在异质性。现有文献表明，微生物组通过免疫调节、炎症和代谢竞争影响治疗反应。然而，理解特定的治疗路径（例如，放疗联合化疗与免疫治疗 [RCI] 与化疗联合免疫治疗 [CI]）如何差异化地重塑治疗后胃部微生物组，仍存在显著的研究空白。此外，仅靠 16S rRNA 测序无法直接证明代谢物变化或宿主信号转导的激活，因此需要一个结构化的框架，在不夸大因果关系的前提下，区分观察到的组成差异、预测的功能潜力以及宿主机制假设。

方法论
本研究分析了 91 例治疗后胃癌样本（61 例 CI，30 例 RCI），并根据治疗类型和病理反应（pCR 与非 pCR）进行分层。分析工作流旨在维持严格的证据等级界限：

微生物组图谱分析： 对 16S rRNA 扩增子测序数据进行质量控制（保留率约为 80-90%）。使用 Shannon、Simpson 和 Chao 指数评估多样性。通过 OTU 水平的 Bray-Curtis 距离矩阵进行 Beta 多样性分析，并进行 betadisper 敏感性分析。
差异丰度与相互作用建模： 使用 CLR-limma 模型（将测序深度作为协变量）评估属水平的差异丰度，并进行探索性 LDA。通过相互作用模型测试微生物特征与 pCR 之间的关系是否随治疗路径而变化。
功能预测： 利用 PICRUSt2 从 16S 谱系数据中预测功能潜力，重点关注预设通路：乙酸盐/短链脂肪酸（SCFA）发酵和细胞壁/病原相关分子模式（PAMP）合成。
外部验证与语境化：
- 组织基准： 使用公共胃黏膜数据集（PRJNA532731）来比较癌性与非癌性组织群落。
- 宿主转录组学： 使用 TCGA-STAD 批量 RNA-seq 数据来评估宿主免疫特征（mTORC2、RhoA、NLRP3、CD8、IFNG）的相关性。
- 单细胞分析： 处理 GSE167297 单细胞 RNA-seq 数据（质量控制、注释），以映射推断的细胞群体并对上皮状态进行拟时序分析。
- 药物优先级排序： 使用 GDSC2 药物基因组学数据，对靶向 mTOR/PI3K/AKT、ROCK、HDAC 和 PAMP 炎症通路的 STAD 细胞系化合物进行排序。

关键结果

治疗路径特异性重塑： RCI 和 CI 组表现出截然不同的治疗后微生物状态。RCI 组的 Shannon 指数和 Simpson 指数显著低于 CI 组。驱动群落结构差异的主要因素是 Citrobacter，该菌在 RCI 中显著富集（q=3.42e-02）。
反应分层：
- RCI 路径： 在 RCI 组中，pCR 样本的 Shannon 多样性高于非 pCR（q=4.56e-02）。Exiguobacterium 被确定为在 RCI-pCR 方向富集的候选菌（在 13 个 pCR 中检测到 10 个，而在 17 个非 pCR 中检测到 3 个），尽管它在全局四组检验中未达到显著性水平。
- CI 路径： 在 CI 组内，Lactococcus 与非 pCR 显著相关（q=2.39e-02）。在 CI 组中，pCR 与非 pCR 之间未发现显著的 Alpha 多样性差异。
功能假设： 通过 PICRUSt2，Exiguobacterium 与 SCFA 相关发酵（如丙酮酸到丁酸）以及细胞壁/PAMP 相关通路（如肽聚糖、脂多糖 A 生物合成）建立了联系。然而，这些被识别为“预测潜力”，而非实测的代谢活动。
宿主语境验证： 外部数据支持了“生物群系-功能-宿主”假设。TCGA-STAD 数据显示 CD8 细胞毒性、IFNG 反应和 NLRP3 炎性小体特征之间存在强相关性。单细胞分析将 PAMP/炎性小体信号定位在髓系/巨噬细胞组分中，并将抗原/IFN 信号定位在 T/NK 细胞中。
药物优先级排序： 基于其在 STAD 细胞系中的敏感性谱，计算机筛选确定了 AZD2014（mTORC1/2 抑制剂）及其他 PI3K/AKT/ROCK 抑制剂为用于实验探究的顶级候选药物。

意义与主张
本文将研究结果定位为生成可测试假设的结构化框架，而非证明因果机制。作者明确指出：

治疗路径作为主要框架： 微生物组-反应的关系是依赖于上下文的；将所有样本合并会掩盖路径特异性的信号（例如，RCI-pCR 中的 Exiguobacterium 与 CI-NR 中的 Lactococcus 的对比）。
证据等级： 研究严格区分了观察到的 16S 组成、PICRUSt2 预测的功能以及宿主机制假设（特别是 mTORC2-RhoA-NLRP3 轴）。作者断言，乙酸盐/SCFA 轴和细胞壁/PAMP 轴以及宿主信号背景属于“可测试的假设”，而非已证实的机制。
局限性： 本研究是横断面的（仅针对治疗后），缺乏治疗前对照，且未在同一队列中包含匹配的代谢组学或宿主实验。因此，它不能证明是放疗“导致”了观察到的微生物组转变，也无法证明特定代谢物已被产生。
贡献： 主要贡献在于提出了一个“三层”微环境假设（细菌-功能-宿主）以及一个闭环验证框架：治疗路径特征 $\rightarrow$ 预测的功能线索 $\rightarrow$ 独立的宿主语境 $\rightarrow$ 实验性药物优先级排序。

综上所述，本研究提供了一个严谨、审慎且基于多组学信息的治疗后胃部微生物组生态图谱，强调必须对治疗路径进行分层，才能识别出有意义的微生物生物标志物和功能假设。

技术摘要：治疗后与治疗路径相关的胃部微生物组重塑

类似论文