上海交大张晨虹团队合作研究系统性揭示运动及饮食干预脂肪肝的改善效果与个体肠道菌群网络的联系

5月10日，Nature Communications在线发表了上海交通大学运动转化医学中心（系统生物医学研究院/体育系）程蜀琳团队、中国科学院分子细胞科学卓越创新中心（生物化学与细胞生物学研究所）陈洛南研究组与上海交通大学生命科学技术学院张晨虹团队的合作研究成果 A randomized controlled trial for response of microbiome network to exercise and diet intervention in patients with nonalcoholic fatty liver disease。该研究发现有氧运动和膳食干预能够提高肠道微生态系统稳定性，从而影响肝脏脂肪堆积的改善。并且干预前的个体肠道菌群网络可以预测运动与膳食干预响应效果，为NAFLD的个性化治疗策略提供了新途径。

上海交通大学运动转化医学中心程蜀琳教授、中国科学院分子细胞科学卓越创新中心陈洛南研究员、上海交通大学生命科学技术学院张晨虹研究员为该论文的共同通讯作者。上海交通大学运动转化医学中心、生命科学技术学院博士生程润坦和中科院分子细胞卓越中心博士生王璐为该论文的共同第一作者。

非酒精性脂肪肝�。╪onalcoholic fatty liver disease, NAFLD）是一种表现为肝脏脂肪的异常堆积的代谢疾�。悄壳笆澜绶段谧畛＜母卧嗉膊。Φ谰涸诩膊〉姆⑸⒄怪蟹⒒又匾淖饔�。目前的研究表明运动与膳食能够减少肝脏脂肪堆积、改善糖脂代谢生理指标，但运动与膳食干预对NAFLD患者肠道菌群的具体影响尚未明确，一些研究结果之间也存在矛盾。运动与膳食干预如何影响肠道vwin德赢结构与功能，如何影响肠道vwin德赢生态系统，这些变化与NAFLD相关生理指标的改善有何联系，仍需进一步探索。此外，患者个体对于运动与膳食干预的响应存在异质性，能够区分患者对于不同干预方式的响应，将有助于更加高效的制定个性化干预策略。

研究团队之前报道了一项为期8.6个月的四组（有氧运动AEx，n = 29；饮食Diet，n = 28；有氧运动+饮食AED，n = 29；无干预NI，n = 29）随机、单盲（针对研究人员），对NAFLD伴随糖尿病前期患者进行的对照干预试验（下图1左），以评估干预措施对肝脏脂肪含量和葡萄糖代谢的影响。本文中，研究团队报道了试验的第三个主要结果运动与膳食干预对肠道菌群的影响。

研究结果发现，干预后AED、AEx、Diet组的肝脏脂肪含量（hepatic fat conten, HFC）分别显著下降47.9%、24.4干预%和23.2%，NI组上升了20.9%。尽管干预组HFC显著改善，但患者个体对干预有很大的响应异质性（下图1右）。

微信图片_20220510161315.png

对肠道vwin德赢结构和功能的分析表明，患者肠道菌群的α多样性在运动与膳食干预后维持不变，但在NI组显著下降。干预后NI组β多样性的分布与干预组存在显著差异，且NI组的分布相比干预组更加弥散。对扩增子序列变异（amplicon sequence variants, ASV）相对丰度的分析显示，干预组和NI组之间共有36个ASV出现显著差异，其中AED组的差异最大。拟杆菌属（Bacteroides）的ASV2468，瘤胃球菌科（Ruminococcaceae）的ASV3307和Lachnospira的ASV4538的改变与HFC的减少显著负相关，独立于体重和脂肪量的变化。进一步对肠道菌群的重要代谢产物SCFAs进行分析，发现其总量在干预前后没有统计学差异，但运动干预降低了肠道菌群乙酸的产生，膳食干预使乙酸和丙酸显著下降。这些结果表明，运动与膳食干预改变了NAFLD患者肠道菌群的结构和功能，这种改变和生理指标的变化有关。

此外，肠道vwin德赢作为一个生态系统，菌群成员之间的相互作用关系同样重要。为了识别vwin德赢生态系统中作为功能组对干预做出响应的细菌，我们采用共丰富组（co-abundance group, CAG）来分析vwin德赢生态系统中的群落结构，共定义了35个CAG，并以此构建了所有组干预前后患者群体的的vwin德赢共现网络（下图2）。发现三个干预组的网络拓扑特征，包括连接度、稳定性都在干预后显著增加，而这些指标在NI组都降低。上述结果提示肠道菌群微生态系统稳定性的增强可能体现了肝脏脂肪堆积情况的改善。

图片1.png

患者群体网络性质的分析显示，干预组（a：运动组，b:膳食组，c:运动+膳食组）在干预后网络的连接度、鲁棒性分数更高，而这些指标在对照组(d)都降低了（下图3）。考虑到肝脏脂肪堆积的改善情况，这些网络指标可能体现了患者对干预的响应。对网络结构的分析表明，群体网络是一种无标度网络，据此确立4个作为网络枢纽的基石类群CAG6、CAG7、CAG8和CAG28，其代表ASV分别属于拟杆菌属（Bacteroides）、瘤胃球菌科UCG-4（Ruminococcaceae UCG-4）、Alistipes和Subdoligranulum。

微信图片_20220510161357.png

患者群体的肠道菌群网络分析结果表明vwin德赢的网络特征和NAFLD患者的肝脏脂肪堆积有直接联系，据此进一步开发了一种单样本SparCC网络(single SparCC network)的新方法，可建立患者个体的肠道菌群网络，并由个体网络特征或网络标志物来预测患者对运动与膳食干预的响应。与传统的一组样本中的相关系数，例如Spearman和pearson相比，单样本SparCC网络方法基于个体患者的vwin德赢间关联的异质性，可在网络层面研究每个样本的特征（下图4）。

图片2.png

进一步通过干预前的个体网络中的边数来区分响应者/无响应者。在线性回归分析中，AEx组的个体网络边的数目准确地预测了HFC的变化，并具有显著性（下图5左）。为了评估个体网络中的边数对于干预响应的预测能力，研究者构造了一个无监督的分类器，发现不同干预组都显示出来良好的预测效果，其中AED组效果最好（下图5右）。上述宏基因组数据的结果也在16S rRNA数据中得到了验证。

微信截图_20220510162143.png