Microbiome | 抑郁症背后的微生物密码：肠道菌群或成抗抑郁药物疗效的关( 二 ) _微生物

03
肠道微生物可以影响具体的血液代谢物
血液代谢物与肠道微生物之间的关系已经有很多研究成果。在我们这项研究中，我们用LASSO模型，构建了血液代谢物与肠道微生物之间的关系。我们发现这两者的关系在抑郁症群体和健康人之间存在明显不同，抑郁症群体中血液代谢物的变异能够更多地被肠道菌群所解释（图4C）。这在一定程度上说明了抑郁症群体中肠道微生物影响着血液代谢物。
图4. 血液代谢组和肠道微生物组的关联整合
使用纵向上所有的抑郁症样本这两个组学的数据，我们用的方法关联血液代谢物与肠道微生物，我们发现很多被ESC影响的血液代谢物能够与肠道微生物联系起来，包括上面提到过的色氨酸和I3PA（图4C）。并且I3PA与肠道微生物多样性存在显著的正相关。这些结果说明ESC改变的血液代谢物是与肠道微生物相关的，肠道微生物可以通过参与影响血液代谢物进而影响ESC疗效。

文章插图
04
良好的肠道菌群状态有助于抑郁症状缓解
这项研究的另外一个主要目的探索肠道微生物是否可以作为ESC用药能否缓解抑郁症状的标记物。为此，我们分析基线中缓解组（R）和未缓解组（NR）之间微生物菌群的差异。尽管微生物组成在两组上无差异，但R组的物种多样性显著高于NR组（图5A, B）。因为物种多样性与本身对外界干扰的抵抗力密切相关，我们通过网络分析，发现R组的菌群网络比NR组具有更好的鲁棒性，也就是能够更好地抵抗外界影响。
图5. 缓解组（R）和未缓解组（NR）在基线上组间的菌群差异
另外，与产孢子相关的基因也是R组要显著高于NR组（图5D）。R和NR组的菌群差异并没有那么多，为此，我们在基因水平构建了CAGs（Co- ），基于CAGs两组差异结果显示R组比NR组存在更多的有益菌或者产丁酸菌，比如普拉梭菌（），乳状瘤胃球菌（），直肠真杆菌（）等。直肠真杆菌在3个时间点基本都是R组要高。这些结果显示了在基线，缓解组的肠道菌群状态，不论是多样性还是具体细菌，都要好于未缓解组。
05
基线孢子基因可以用以预测抗抑郁药疗效
进一步我们通过构建机器学习分类模型来评估肠道微生物作为ESC用药缓解的表现。我们用分类群、多样性、孢子基因以及孢子基因丰度变化程度等多种特征用随机森林来构建分类模型。为了尽量保证分类模型能够反应这些特征的分类能力，我们用 Cross 来评估模型。结果显示，孢子基因所构建的分类模型性能最佳，平均AUC能够达到0.736 。虽然不算优秀，但依然反应的肠道微生物的产孢子机制在ESC用药缓解中发挥的作用。
图6. 机器学习分类预测模型性能
总结
【Microbiome | 抑郁症背后的微生物密码：肠道菌群或成抗抑郁药物疗效的关】总得来说，通过这项研究，我们可以描绘会一个抗抑郁药通过肠道微生物影响药物疗效的可能途径：抗抑郁药并没有通过改善肠道菌群来影响药物疗效，相反，抗抑郁药具有一定的类似抗生素的抑菌效应，这可以认为是抗抑郁药的副作用。但不同的抑郁症个体肠道菌群不同，有些个体因为具有较好的菌群状态，以及更多的产孢子菌，能够抵抗这种副作用。而一个良好菌群能够为抗抑郁药发挥疗效提供支持，比如生成一些具有神经生成和修复作用的I3PA等物质。这些发现在理解抗抑郁药物、肠道微生物和血液代谢之间错综复杂关系方面具有重要意义。有助于更广泛地理解抑郁症治疗的复杂机制，并为优化治疗方法开辟了新的途径。