当前位置：首页 > news >正文

iMeta | 伦敦国王学院量化系统生物学组-解析肝硬化中口腔-肠道转移细菌与宿主互作

news 2026/5/15 17:04:34

点击蓝字关注我们

整合宿主–微生物组建模揭示了口腔–肠道微生物转移在晚期肝硬化中的潜在作用

iMeta主页：http://www.imeta.science

研究论文

● 期刊:iMeta(IF 33.2,中科院双一区Top)

● 英文题目: Integrative host-microbiome modelling uncovers the implication of oral-gut translocation in advanced cirrhosis

● 中文题目: 整合宿主–微生物组建模揭示了口腔–肠道微生物转移在晚期肝硬化中的潜在作用

● 原文链接：https://onlinelibrary.wiley.com/doi/10.1002/imt2.70131

● DOI: https://doi.org/10.1002/imt2.70131

● 2026年5月7日，伦敦国王学院-金亿，Frederick Clasen等在iMeta在线发表了题为“Integrative host-microbiome modelling uncovers the implication of oral-gut translocation in advanced cirrhosis”的文章。

● 本研究整合配对的口腔–肠道宏基因组数据与多尺度基因组代谢模型模拟，系统揭示了肝硬化过程中微生物功能趋同及转移相关菌群的代谢特征，并提示其可能通过氨–乙酸代谢负荷影响宿主多器官代谢，为微生物靶向干预提供了新的研究思路。

● 第一作者：金亿

● 通讯作者：Saeed Shoaie（saeed.shoaie@kcl.ac.uk）

● 合作作者：Frederick Clasen、Fernando Garcia-Guevara、Sania Arif、Robert Schierwagen、Gholamreza Bidkhori、Michael Praktiknjo、Maximilian J. Brol、Frank E. Uschner、Florence A. Castelli、Nicolas Pons、Benoit Quinquis、Nathalie Galleron、Kevin Da Silva、Christophe Junot、Debbie L. Shawcross、David L. Moyes、Rajiv Jalan、S. Dusko Ehrlich、Vishal C. Patel、Jonel Trebicka、Saeed Shoaie

● 主要单位：伦敦国王学院牙科口腔与颅面科学学院，宿主–微生物组相互作用中心

亮点

● 基于反应组（reactobiome）的分析表明，随着肝硬化严重程度增加，口腔–肠道代谢功能逐渐趋同（OGMD下降）；

● 识别出功能趋同相关的潜在口腔-肠道迁移物种（tMSPs），在低OGMD患者中富集，并预测具有更高的氨生成潜力，同时伴随乙酸的共生产；

● 群落水平GSMM模型表明，低OGMD患者微生物群中氨生成在生态系统层面被放大；该结果在独立队列（结合血液代谢组学）中得到支持；

● 宿主代谢建模预测微生物来源的氨–乙酸负荷可驱动多器官代谢压力（肝脏、大脑、肌肉）。

摘要

肝硬化与宿主–微生物组代谢互作的显著失调密切相关。本研究结合配对的口腔与粪便宏基因组数据，并整合基因组尺度代谢模型，系统评估了沿口腔–肠道轴的微生物迁移如何在不同肝硬化严重程度下影响微生物代谢功能。基于反应组（reactobiome）的功能分析显示，口腔与肠道微生物组之间存在逐步增强的代谢趋同现象，这一过程可通过口腔–肠道代谢距离（OGMD）的降低进行量化。在肝硬化患者中富集的迁移相关微生物物种被预测具有更高的氨和乙酸生成潜力。进一步的微生物群落与宿主代谢建模分析表明，这些微生物代谢改变可能影响宿主在肝脏、大脑和骨骼肌中的能量代谢及氧化还原平衡。综上，这些结果提示存在一个潜在的“乙酸–氨”代谢轴，将口腔–肠道微生物迁移与晚期肝硬化中的全身代谢应激联系起来。

视频解读

Bilibili：https://www.bilibili.com/video/BV1EpRXBSEwM/

Youtube：https://youtu.be/S3MbSkdMtGs

中文翻译、PPT、中/英文视频解读等扩展资料下载

请访问期刊官网：http://www.imeta.science/

全文解读

引言

肝硬化是一种全身性代谢紊乱性疾病，其特征在于宿主生理、微生物生态系统以及器官层面的代谢过程均发生显著失调。除广为报道的肠道微生物失衡外，近年来的宏基因组研究还发现，在肝硬化患者的肠道微生物组中存在来源于口腔的细菌，包括链球菌属（Streptococcus）、韦荣球菌属（Veillonella）和普雷沃氏菌属（Prevotella）等。这种“肠道口腔化”现象提示，在肝硬化进展过程中，微生物可能沿口腔–肠道轴发生迁移。然而，尽管口腔–肠道微生物转移已被逐步认识，大多数研究仍主要聚焦于微生物分类组成层面的变化，而对这些跨部位微生物入侵所带来的功能性代谢影响仍缺乏系统性探讨。

肝脏通过门静脉循环持续暴露于来源于肠道的微生物代谢产物和相关分子，因此其生理状态对微生物代谢活动高度敏感。在肝硬化中，肠道微生物群表现为短链脂肪酸生成能力下降，同时氨基酸及氮代谢增强，这些变化与高氨血症及肝功能失代偿密切相关。然而，迁移至肠道的口腔来源菌群是否参与并推动这一代谢紊乱过程，目前尚未得到明确阐述。要回答这一问题，需要采用整合性研究策略，在口腔–肠道–肝脏轴的尺度上，将微生物群落结构与其代谢功能进行系统关联分析。

结果

反应组分型揭示与疾病严重程度相关的代谢功能及口腔–肠道功能趋同

基于反应组（reactobiome）的功能分析，该方法用于刻画由微生物组基因编码的整体代谢反应库，表明微生物代谢反应谱可在肠道和口腔两个生态系统中对肝硬化严重程度进行分层。对反应丰度矩阵进行无监督聚类识别出三种肠道反应型（G-reto1–3）和两种口腔反应型（O-reto1–2），并呈现出清晰的疾病严重程度梯度（图1A、B 和图S1）。其中，G-reto1主要由健康个体（61.5%）及轻度患者（35.6%）构成，而G-reto3则富集中度（61.5%）和重度（23.1%）病例。与此一致的是，终末期肝病模型（MELD）评分在不同肠道反应型中逐步升高（Kruskal–Wallis检验，p= 5.6 × 10^-7；Wilcoxon秩和检验，p= 2.8 × 10^-6）（图1C）。类似地，O-reto2的MELD评分显著高于O-reto1（Wilcoxon秩和检验，p= 0.012）（图1D）。这些关联在不同反应型之间均不受年龄和体重指数（BMI）的影响（图S2）。

随后，我们利用口腔–肠道代谢距离（OGMD）量化两者之间的功能差异，该指标定义为口腔与肠道反应组谱之间的Bray–Curtis不相似性距离。OGMD在不同肝硬化严重程度分组中呈逐步下降趋势（Kruskal–Wallis检验，p= 0.031），并与MELD评分呈显著负相关（R²= 0.14，p= 0.006），提示随着疾病进展，口腔与肠道微生物组在代谢层面逐渐趋同（图1E、F）。

与更严重疾病相关的肠道反应型富集于肽聚糖生物合成和核苷酸代谢，而较轻状态则富集于氨酰tRNA生物合成和碳固定通路（图S3）。基于OGMD进一步分层分析发现，与口腔–肠道功能重叠相关的代谢通路。在低OGMD患者中，磷壁酸生物合成、肽聚糖代谢及萜类骨架生物合成通路显著富集，而支链氨基酸降解和丁酸代谢相关通路则相对减少（图S4）。这些代谢特征不依赖于临床元数据（包括肝硬化病因）（图S5）。

图1. 肝硬化中口腔与肠道微生物反应组相关的代谢趋同

（A和B）肝硬化严重程度（MELD评分分组）在肠道（A）和口腔（B）反应型中的分布；（C）不同肠道反应型间的MELD评分比较（Kruskal–Wallis检验及两两Wilcoxon检验）；（D）口腔反应型之间的MELD评分比较（Wilcoxon秩和检验）；（E）健康对照与不同肝硬化严重程度分组中的口腔–肠道代谢距离（OGMD）（Kruskal–Wallis检验及两两Wilcoxon秩和检验）；（F）OGMD与MELD评分之间的相关性；（G）口腔与肠道反应组的主坐标分析（PCoA），按OGMD分组（阈值：第75百分位数）着色，并按样本类型设定点形状；（H）16个迁移相关物种（tMSPs）的鉴定，这些物种为在低OGMD患者中于肠道（459个物种）和口腔（170个物种）中呈现较高平均丰度的口腔–肠道重叠物种；（I）火山图比较健康肠道共生菌与tMSPs的预测代谢产物生成能力（Wilcoxon秩和检验）；（J）基于基因组尺度代谢模型，采用通量平衡分析（FBA）和通量变异分析（FVA）推断的16个tMSPs的NH₃生成通量；（K 和 L）在六种膳食模式（英国平均饮食、高纤维饮食、高蛋白饮食、杂食、植物性饮食）下，GSMMs模拟的氨（K）和乙酸（L）生成通量；（M）16个tMSPs在口腔与肠道微生物组中的相对丰度及其与MELD评分的相关性（Spearman相关；** 0.001 ≤ FDR < 0.01；* 0.01 ≤ FDR < 0.05；• 0.05 ≤ FDR < 0.1）；（N）基于显著Spearman相关（FDR < 0.05）构建的肠道微生物组中16个tMSPs的共丰度网络。节点大小表示网络中的连接度（degree），节点颜色表示各物种预测的NH3生成能力。MELD，终末期肝病模型（Model for End-Stage Liver Disease）；OGMD，口腔–肠道代谢距离（Oral-Gut Metabolic Distance）；tMSPs，迁移相关宏基因组物种泛基因组（Translocation-associated Metagenomic Species Pangenomes）。

口腔来源迁移菌增强氨生成代谢潜力

对配对的口腔与肠道样本的反应组谱进行主坐标分析（PCoA）可视化显示了基于OGMD的分层特征，其中低OGMD患者主要分布在PCoA第一轴接近零的位置（图1G）。基于既往研究已报道晚期肝硬化中存在口腔–肠道微生物迁移现象，且微生物分类组成在塑造代谢功能中具有关键作用，本研究进一步考察了与高代谢趋同状态相关的迁移物种。以OGMD作为连续变量，我们分别在肠道和口腔微生物组中筛选出在低OGMD患者中呈现更高丰度趋势的物种，并将两者的重叠部分的16个物种定义为迁移相关宏基因组物种泛基因组（tMSPs）（图1H）。这些tMSPs的丰度与OGMD呈显著负相关（p< 0.05），而其余口腔–肠道重叠物种（n= 19）及其他MSPs则表现为正相关（图S6）。为评估其代谢潜力，我们进一步基于基因组尺度代谢模型（GSMMs）开展体外计算通量模拟分析。

通量平衡分析（FBA）预测，在英国平均饮食条件下，这16个tMSPs相较于26个在健康对照中高流行且富集的肠道共生菌，具有显著更高的氨（NH₃）和一氧化氮（NO）生成能力（Wilcoxon秩和检验，p< 0.05，图1I）。在这16个tMSPs中，有10个被预测可代谢产生NH3，而在26个肠道共生菌中仅有7个具备该能力（图1J、K和图S7）。通量变异分析（FVA）进一步在不同营养条件下验证了13个tMSPs在可行通量范围内的氨生成能力。此外，代谢模拟还显示部分tMSPs能够代谢生成乙酸，其中包括Prevotella denticola和Veillonella atypica在内的5个物种被预测可同时代谢产生氨和乙酸（图1L），提示口腔–肠道微生物迁移可能带来氮与碳代谢的双重负担。乙酸与氨的共生成具有临床意义，因为已有研究表明，酒精摄入过程中乙酸不仅可重塑肠道微生物群，同时也可能参与高氨血症的发生，从而加剧全身代谢负担。

许多tMSPs不仅在低OGMD患者的肠道微生物组中更加丰富，并与肝硬化严重程度呈正相关（图1M）。在丰度足够高、可进行可靠定量分析的tMSPs中，Veillonella parvula、Veillonella atypica和Escherichia coli的丰度均与MELD评分呈正相关（Spearman相关，FDR < 0.1）。基于16个tMSPs构建的共丰度网络显示其形成了一个高度互联的微生物群落，其中Prevotella和Veillonella物种构成核心节点，V. atypica和V. parvula具有最高的网络连接度，并同时具有出较强的氨生成潜力（图1N）。流行率分析显示，大多数tMSPs尤其是Veillonella，在口腔中的检出率高于肠道，这与其口腔来源一致，并支持其在口腔–肠道迁移中的作用（图S7G）。

最后，基于代谢反应层面的GSMM分析表明，tMSPs中的氨主要来源于氨基酸代谢通路，包括L-天冬酰胺、L-苏氨酸、L-半胱氨酸、L-丝氨酸、L-精氨酸及L-谷氨酰胺代谢（图S8）。其中，精氨酸、天冬酰胺及苏氨酸降解等通路已被认为是口腔细菌适应酸性环境的重要机制。这种代谢灵活性可能有助于口腔来源微生物在胃肠道环境中的存活与定植，同时增加肠道环境中的氮释放。

群落代谢建模揭示迁移相关细菌在群落层级的氨增强效应

为评估迁移相关物种如何重塑微生物群落整体的代谢活动，我们基于样本的物种相对丰度构建了具有患者代表性的群落基因组尺度代谢模型（GSMMs）。针对不同OGMD分组，选取丰度最高的15个物种分别构建低OGMD和高OGMD肠道微生物群的平均群落模型（图2A）。其中，低OGMD群落的优势成员中包含5个tMSPs，而高OGMD群落仅包含1个，这与口腔–肠道代谢趋同较强患者中迁移物种更高的检出率一致。在相同的模拟约束条件下，两类群落的生物量生成能力相当（图2B）。然而，低OGMD群落产生更高水平的氨和一氧化氮，同时叶酸生成减少，提示其代谢活动向以氮代谢为中心的方向转变。

为进一步评估单个tMSP对群落代谢的贡献，我们构建了不包含这16个tMSPs的基线肠道群落模型（由前15个高丰度物种组成），并逐一引入每个tMSP进行扰动分析。结果显示，在低OGMD群落中，引入16个tMSPs中的10个均可增加群落层面的氨的生成通量，而在高OGMD群落中相同的扰动仅产生有限影响（图2C）。这表明，在口腔–肠道代谢趋同较强的患者中，其肠道微生物群对物种层级扰动在模型中表现出更高的敏感性，同时也可能提示低OGMD的患者肠道微生物的生态稳定性降低。综合来看，这些结果从模型角度解释了在已有肠道失衡背景下，晚期肝硬化中微生物迁移为何会产生更显著的功能影响。

总体而言，群落代谢建模结果表明，具有更强口腔–肠道代谢趋同特征的肠道微生物群更易受到外来物种的代谢扰动，且本地肠道菌群会与口腔来源物种发生代谢互作。

图2.群落与宿主代谢建模揭示口腔–肠道微生物迁移与全身代谢的关联

（A）群落基因组尺度代谢模型（GSMM）的构建流程。选取高OGMD与低OGMD患者中丰度最高的15个物种构建群落模型，用于评估迁移物种对氨生成的影响；（B）高OGMD与低OGMD群落中预测的代谢产物生成情况；（C）在高OGMD与低OGMD群落模型中分别引入单个迁移物种后，预测的NH₃生成变化；（D）TIPS队列中tMSP丰度与门静脉代谢物之间的关联。热图显示显著的Spearman相关（FDR < 0.05），柱状图表示各tMSP在该队列中的检出率；（E）宿主组织条件特异性GSMM构建流程。将GepLiver数据库的转录组数据整合至人类肝脏GSMM中以构建条件特异性肝模型，并在不同氨暴露水平下进行模拟；同时在不同氨和乙酸暴露条件下对脑和肌肉GSMM进行模拟；（F）肝脏GSMM预测的差异代谢产物生成，在高（5 mmol·gDW^-1·h^-1；横轴）与低（纵轴）氨摄取条件下比较肝硬化模型与健康模型。|log₂FC| ≥ 3.5的代谢物被标注；（G）在高与零氨及乙酸暴露条件（100 vs 0 mmol·gDW^-1·h^-1）下，脑与肌肉GSMM预测的差异代谢物输出。|log₂FC| ≥ 1的代谢物被标注。缩写：OGMD，口腔–肠道代谢距离（Oral-Gut Metabolic Distance）；ACLD，晚期慢性肝病（Advanced Chronic Liver Disease）；GSMM，群落基因组尺度代谢模型（Genome-Scale Metabolic Model）。

宿主代谢建模提示微生物来源氨负担的多器官潜在影响

为评估上述预测结果的临床相关性，我们分析了一个包含粪便宏基因组与门静脉代谢组数据的独立肝硬化队列。在发现队列中鉴定的16个tMSPs中，有11个在该独立队列中被检测到（图2D），其中多个物种具有较高检出率，特别是Veillonella parvula（0.89）和Veillonella atypica（0.86）。物种丰度与门静脉代谢物之间的相关性分析显示，tMSPs与反映氮代谢及线粒体功能改变的代谢特征显著相关。具体而言，V. atypica与鸟氨代琥珀酸（guanidinosuccinic acid）呈正相关，该代谢物是氨负荷升高的标志物。同时，多种产乙酸物种与丁酰肉碱（butyrylcarnitine）相关，提示潜在的线粒体β-氧化受损（Spearman相关，FDR < 0.05）。这些结果为迁移菌代谢活性的预测提供了独立支持，并提示微生物氮代谢可能参与肝硬化中的全身代谢紊乱。

鉴于肝脏是通过尿素循环清除氨的主要器官，我们进一步探讨了微生物来源氨增加对宿主代谢的潜在影响。基于整合转录组数据的肝脏基因组尺度代谢模型（转录组数据分别来自健康与肝硬化状态），我们模拟了细胞外氨摄取逐步增加的情境（图2E）。模拟的代谢通量分布比较显示，肝硬化肝细胞发生了显著的代谢重编程，尤其体现在脂质与能量代谢方面（图S9A、B）。脂肪酸活化、线粒体与过氧化物酶体β-氧化、氧化磷酸化、肉碱依赖性转运以及活性氧清除等通路的通量明显增加（图2F），表明氨解毒过程伴随着更高的能量需求和氧化还原压力。这些预测结果也与门静脉代谢组中观察到的脂肪酸氧化增强及酰基肉碱代谢加速的信号一致。

未被肝脏完全清除的过量氨可进入体循环，并在骨骼肌和脑等外周组织中进一步代谢。此外，肝硬化患者体内循环的乙酸既可能来源于肝脏乙醇代谢，也可能来自肠道微生物发酵。因此，迁移微生物产生的氨与乙酸可能形成额外的代谢负担，并部分逃避肝脏清除。为此，我们利用脑和骨骼肌的GSMM评估氨与乙酸暴露的系统性影响（图2E）。在较高水平的细胞外氨与乙酸条件下，脑模型预测乳酸生成代谢的增加，而肌肉模型则显示2-羟基丁酸和O-乙酰肉碱的代谢生成上升（图2G）。在两种组织中，肉碱穿梭及线粒体β-氧化通量均显著增强，提示在氨与乙酸共同作用下能量需求及氧化还原压力进一步加剧。这些变化与肝硬化肝模型中预测的脂肪酸氧化增强及线粒体活性升高相一致，提示微生物来源的乙酸与氨可能是驱动肝硬化全身能量代谢改变的潜在因素之一。

转化应用与临床意义

本研究提出了一个用于解析晚期肝硬化中口腔–肠道轴微生物迁移的代谢功能性研究框架。通过整合基于反应组（reactobiome）的代谢功能分析与基因组尺度代谢建模，我们发现随着疾病严重程度的增加，口腔与肠道微生物组在代谢层面逐渐趋同，同时迁移相关微生物物种可能参与以氮代谢为核心的代谢紊乱过程。

高氨血症是肝性脑病发生的重要驱动因素之一，同时也是肝硬化患者死亡风险的重要生物标志物。以往研究普遍认为循环中氨的升高主要来源于肠道产氨增加及肝脏尿素循环功能受损。本研究的结果进一步提示，微生物组本身可能构成额外的氨来源，并与乙酸生成共同参与这一代谢异常过程，而乙酸同样具有潜在的临床影响。

这一发现为基于肠道微生物的干预策略提供了理论依据，例如使用不易吸收的抗生素（如rifaximin）来降低肠道产氨菌群，或通过噬菌体等靶向技术精确调控特定微生物群落。这些策略对于验证本研究中的模型预测并推动其临床转化具有重要意义。

方法

研究队列与临床数据

本研究整合两个已发表的肝硬化队列（RIFSYS 与 GLA），均包含配对的口腔与粪便宏基因组数据。共纳入85例肝硬化患者及13例健康对照（另补充英国健康队列n=48）。所有受试者均来自伦敦King’s College Hospital，临床信息包括年龄、性别、BMI及MELD评分。此外，采用NEPTUN队列（n=34）进行独立验证，该队列包含粪便宏基因组与门静脉代谢组数据（TIPS手术采集）。所有研究均获得伦理批准及知情同意。

代谢组学分析

NEPTUN队列的血清代谢物通过LC-HRMS检测。采用甲醇沉淀提取代谢物，并通过正负离子模式进行检测。原始数据经Workflow4Metabolomics平台处理，并基于精确质量、保留时间及MS/MS谱与自建数据库及标准品进行注释与确认。仅保留满足质量控制标准的代谢信号，最终以半定量峰面积表示代谢物丰度。

宏基因组数据处理与MSP定量

本研究采用原始文献提供的MSP（metagenomic species pangenome）丰度表，基于METEOR流程生成。该流程将质控后的测序reads比对至口腔与肠道基因目录，估计基因丰度并进一步计算MSP丰度。为减少测序深度差异影响，RIFSYS与GLA数据分别稀释至10M（口腔样本）或20M reads，并进行标准化处理。低测序深度样本被剔除后，纳入后续分析的样本包括肝硬化与健康对照的口腔与粪便数据。NEPTUN队列中，测序数据经质量控制（AlienTrimmer）、去宿主（Bowtie2比对GRCh38）后，比对至IGC2数据库并进行MSP定量，同时利用Kraken2进行物种注释。

反应组（Reactobiome）与分型分析

为表征微生物代谢功能，将标准化基因丰度映射至KEGG反应，通过MSP加权计算反应丰度矩阵（reactobiome）。同时基于反应存在/缺失进行归一化处理，以减少物种丰度差异的影响。采用Dirichlet Multinomial Mixture模型（R包DirichletMultinomial）对口腔与肠道reactobiome进行无监督聚类，确定最优反应型（reactotypes）数量（k=1–5），并基于Laplace值选择最佳模型。通过筛选贡献度最高（前1%）且特异于单一反应型的反应，定义各reactotype的关键代谢特征。

单菌代谢建模

基于Microbiome Atlas数据库获取对应MSP的基因组尺度代谢模型（GSMMs）。基于MATLAB通过MIGRENE工具箱设定不同饮食条件（高纤维/高蛋白/植物性/杂食/英国平均饮食），并采用通量平衡分析（FBA）预测代谢通量，同时通过通量变异分析（FVA）评估代谢通量范围。所有模拟在COBRA toolbox中完成。

群落代谢建模

基于每个OGMD分组中丰度最高且检出率>50%的前15个MSP构建群落模型（MIGRENE工具箱）。模型以群落生物量最大化为目标函数，并根据物种相对丰度加权各成员贡献。营养条件设定为英国平均饮食，并假设厌氧环境。为评估迁移菌作用，构建不包含16个tMSPs的基础群落模型，并逐一引入每个tMSP进行扰动分析，比较其对氨生成等代谢功能的影响。

宿主组织代谢建模

基于Human-GEM构建肝脏条件特异性GSMM（整合GepLiver转录组数据），并采用E-flux方法将基因表达映射至反应通量约束。模拟不同氨摄取水平（0–5 mmol gDW^-1h^-1），评估健康与肝硬化状态下的代谢差异。脑与骨骼肌模型采用通用Human-GEM模型，通过调节氨与乙酸摄取范围（0–100 mmol gDW^-1h^-1），评估系统代谢响应。

数据统计分析

统计分析在R（v4.3.0）中完成。物种丰都及反应组丰度差异分析使用Wilcoxon秩和检验并使用Benjamini–Hochberg FDR校正。多组比较实用Kruskal–Wallis检验。共丰度分析以及丰度数据于临床指标的相关分析使用Spearman相关，并使用Benjamini–Hochberg FDR校正。OGMD计算基于同一受试者的配对的口腔、肠道样本，使用Bray–Curtis距离（vegan包）计算。病因差异分析使用Fisher精确检验。tMSPs的识别规则为在口腔与肠道中均存在且在低OGMD患者中平均丰度较高的口腔、肠道重叠物种。其余无丰度富集的患者口腔–肠道的重叠物种（n=19）定义为非tMSPs的重叠物种。健康共生菌定义为在健康的肠道样本中高流行率且显著富集的物种（FDR < 0.001，log₂FC > 3.5）。显著性阈值设定为FDR < 0.05，FDR ≤ 0.1视为趋势性关联。

代码和数据可用性：

本研究所使用的宏基因组测序原始数据已公开存储于欧洲核苷酸档案库（European Nucleotide Archive, ENA），对应项目编号为：PRJEB52891（GLA队列，https://www.ebi.ac.uk/ena/browser/view/PRJEB52891）和PRJEB38481（RIFSYS队列，https://www.ebi.ac.uk/ena/browser/view/PRJEB38481）；此外，健康对照队列数据（PRJEB38483）可通过 Microbiome Atlas 平台获取（https://www.ebi.ac.uk/ena/browser/view/PRJEB38483）。NEPTUN研究（NCT03628807，https://clinicaltrials.gov/study/NCT03628807）中TIPS队列的宏基因组及代谢组数据可通过欧洲肝脏研究学会（European Association for the Study of the Liver, EASL）申请获取。与MSP对应的基因组尺度代谢模型（GSMMs）可从 Microbiome Atlas 网站（https://www.microbiomeatlas.org）下载。本研究的全部汇总统计结果已包含在补充信息文件中。本研究所使用的数据及绘图与分析脚本已上传至GitHub仓库：https://github.com/sysbiomelab/Oral-gut-liver。补充材料（包括方法、图表、表格、图形摘要、幻灯片、视频、中文翻译版本及更新内容）可通过在线DOI或 iMeta Science 平台（http://www.imeta.science/）获取。

引文格式：

Yi Jin, Frederick Clasen, Fernando Garcia-Guevara, Sania Arif, Robert Schierwagen, Gholamreza Bidkhori, Michael Praktiknjo, et al. 2026. “Integrative host-microbiome modelling uncovers the implication of oral-gut translocation in advanced cirrhosis.”iMeta5: e70131. https://doi.org/10.1002/imt2.70131.

作者简介

金亿（第一作者）

● 伦敦国王学院牙科口腔与颅面科学学院，宿主–微生物组相互作用中心在读博士研究生。

● 研究方向为计算生物学和量化系统生物学，慢性系统性疾病中口腔及肠道的宏基因组学的代谢和抗生素耐药谱。

Saeed Shoaie（通讯作者）

● 伦敦国王学院宿主–微生物组相互作用中心系统与合成生物学副教授，量化系统生物学实验室组长，博士生导师。

● 研究方向聚焦于分析不同队列研究中的多组学数据，旨在识别人类疾病的生物标志物和新型治疗策略。他还关注宿主和微生物组的基因组级代谢模型，利用这些模型作为分析组学数据的支架，旨在阐明不同人类疾病中宿主与微生物组的相互作用。他的实验室团队开发了系统生物学和生物信息学工具进行综合分析和个性化医学研究。自2018年以来，他一直是BBSRC和EPSRC UKRI研究员。以第一/通讯作者在Journal of hepatology、Cell metabolism、Gut、The Lancet Gastroenterology & Hepatology、Science Advances、Gut microbes、Cell reports、npj Biofilms and microbiomes等期刊发表中科院Top期刊论文60多篇。

共同主办单位

更多推荐

（▼ 点击跳转）

高引文章 ▸▸▸▸

iMeta | fastp 1.0：一款用于FASTQ数据质量控制与预处理的超快速全能工具

高引文章 ▸▸▸▸

iMeta | 兰州大学/西藏大学张东组-PhyloSuite v2：面向系统发育与分子定年的一体化高效可视化分析平台

高引文章▸▸▸▸

iMeta | 唐海宝/张兴坦-用于比较基因组学分析的多功能分析套件JCVI

iMeta封面

1卷1期

1卷2期

1卷3期

1卷4期

2卷1期

2卷2期

2卷3期

2卷4期

3卷1期

3卷2期

3卷3期

3卷4期

3卷5期

3卷6期

4卷1期

4卷2期

4卷3期

4卷4期

4卷5期

4卷6期

5卷1期

iMetaOmics封面

1卷1期

1卷2期

2卷1期

2卷2期

2卷3期

2卷4期

3卷1期

iMetaMed封面

1卷1期

1卷2期

期刊简介

“iMeta” 是由威立、宏科学和本领域数千名华人科学家合作出版的开放获取期刊，主编由中科院微生物所刘双江研究员和荷兰格罗宁根大学傅静远教授担任。目的是发表所有领域高影响力的研究、方法和综述，重点关注微生物组、生物信息、大数据和多组学等前沿交叉学科。目标是发表前10%(IF > 20)的高影响力论文。期刊特色包括中英双语图文、双语视频、可重复分析、图片打磨、60万用户的社交媒体宣传等。2022年2月正式创刊！相继被Google Scholar、PubMed、SCIE、ESI、DOAJ、Scopus等数据库收录！2025年6月影响因子33.2，中科院分区生物学1区Top，位列全球SCI期刊前千分之三(65/22249)，微生物学科2/163，仅低于Nature Reviews，学科研究类期刊全球第一，中国大陆5/585！

“iMetaOmics” 是“iMeta” 子刊，主编由中国科学院北京生命科学研究院赵方庆研究员和香港中文大学于君教授担任。iMetaOmics相继被PubMed、ESCI、DOAJ、Crossref和EZB等数据库收录，目标是成为影响因子大于10的高水平综合期刊，欢迎投稿！

"iMetaMed" 是“iMeta” 子刊，专注于医学、健康和生物技术领域，目标是成为影响因子大于15的医学综合类期刊，欢迎投稿！

iMeta主页：

http://www.imeta.science

姊妹刊iMetaOmics主页：

http://www.imeta.science/imetaomics/

出版社iMeta主页：

https://onlinelibrary.wiley.com/journal/2770596x

出版社iMetaOmics主页：

https://onlinelibrary.wiley.com/journal/29969514

出版社iMetaMed主页：

https://onlinelibrary.wiley.com/journal/3066988x