文章标题：The human gut microbiome of athletes:metagenomic and metabolic insights（如需获取原文文献，可联系我们）
发表期刊：Microbiome
影响因子：15.5
作者单位：意大利帕尔马大学原生生物基因组学实验室
人们对肠道菌群的研究揭示了它与宿主的关系不仅限于肠道环境，而是影响人体从出生到老年的整个生命阶段。运动也可以通过许多机制调节肠道微生物群，关于运动员的研究表明健康运动员表现出短链脂肪酸(Short-chain fatty acid, SCFAs)的产生增加，获得更大的能量摄入，从而有助于宿主的整体代谢效率，但同时也更容易患上炎症性肠病。然而关于由运动调节的常驻细菌的生理机制及其在身体表现和全身健康方面对宿主的影响，我们仍然知之甚少。为了分析肠道微生物群与运动员相关生活方式之间的复杂关系，本研究统计分析了运动员(n=185)、中度运动员(n=69)和久坐运动员（对照组，n=164）共418例宏基因组数据，证明了竞技运动和相关的生活方式与肠道微生物群组成的调节关系：通过增强肠道微生物产生短链脂肪酸的能力来影响菌群分类特征以及特定细菌种类和生物合成酶(High impact biological synthases, HIBSs)之间的相关性。
选择185个运动员宏基因组样本（包括具有高无氧和有氧负荷的运动，如马拉松、自行车和橄榄球）；健康运动员的164个宏基因组样本，以及69个被确定为中度运动员的宏基因组样本。这些数据按照共同的生物信息学管道（即METAnnotatorX2）进行重新分析。
将运动员、中度运动员和久坐运动员类别（与高、中和低体力活动相关）与微生物分类学概况相关联，旨在追踪与竞技运动相关的潜在关键微生物标志物。使用分层聚类分析总共确定了八个分类簇，命名为从PCST_1到PCST_8的身体活动水平状态类型群(Community State Type, PCST, FigS1)，每个簇的特征都是独特且反复出现的平均细菌组成概况(FigS2)。PCST_3、PCST_7和PCST_8代表了在运动员和中度运动员的肠道微生物组中普遍发现的簇，它们的总和分别占预测样本的 77.8%、100% 和 91.5%。而PCST_1、PCST_4和PCST_5主要存在于久坐运动员样本的肠道微生物组中（166个中的144个）（图1 a，表1）。
随后，作者从Bray-Curtis相异性矩阵中获得特征值，并运行主坐标分析(PCoA)来分析样本之间的beta多样性（图2）。发现8个身体活动水平状态类型群(PCST)细分样本在不同的PCSTs的分类组成之间存在显著差异（图2）。这提示了根据肠道微生物分类组成，运动员和久坐个体之间存在实质性的区别。
细菌短链脂肪酸生产者与运动员样本相关。运动员代表聚类（PCST_3、PCST_7和PCST_8）具有SCFAs生产菌的高发生率（图1 a，表1）。包括隐性真杆菌（平均相对丰度为3.5-11.4%）、普通粪杆菌（平均相对丰度为4.5-8.2%）和其他未分类的粪杆菌种类。其他微生物物种也可能参与脂肪酸的合成，如瘤胃球菌（平均相对丰度0.4-3.4%）、未分类的真细菌属（平均相对丰度1.3-2.4%）和瘤胃球菌（平均相对丰度1.5-3.4%）。上述的细菌类群构成了与运动员相关的短链脂肪酸生产者的“核心”。值得注意的是，PCST_3除了上述“核心”外，还存在另一种SCFAs细菌生产者：普氏菌（21.7%）。普雷沃菌属可以作为重要的重要微生物生产者和消费者，但它也与各种人类炎症状态有关。
有趣的是，在运动员的肠道微生物群都包含最主要的SCFA生产者：粪杆菌、真细菌和瘤胃球菌属，这可以推测运动员的产生的SCFA可能会高于其他个体（图1 g）。
图S1. 基于分类学数据的轮廓分析和 HCL聚类树
图S 2. PCST细菌物种组成
图1. PCST和EFC集群之间的样本细分
表1. PCSTs详细的分类
继续对418个肠道微生物群进行了功能分析，基于MetaCyc数据库检索微生物类的酶谱，根据每个样本的酶功能生成Bray-Curtis距离矩阵。总共获得了4个酶功能簇(Enzymatic functional clusters, EFC)，分别为EFC_1、EFC_2、EFC_3和EFC_4（图1）。EFC_1和EFC_4代表了人数最多的集群，分别占总样本的38.8%和42.1%。EFC_2和EFC_3包含较少的酶谱，分别只包括14.6和4.5%。
图2. 基于样本组成和宏基因组数据的Beta多样性分离
值得注意的是，EFC_4由72%的运动员和18%的中度运动员组成，而EFC_1包括有久坐不动的运动员63%和的中度运动员23.7%（图1，表2）。相对于EFC_4是运动员肠道微生物群中最常见的酶谱，EFC_1在久坐个体中出现最多。这些数据支持了之前描述的肠道微生物群组成之间的强关联（图1 a），并强调了运动员基于微生物的酶谱之间的另一种关联（图1 c，表2）。
表2. EFCs的详细分类
此外，作者还将来自微生物酶簇(EFCs)的分类数据与分类学数据(PCSTs)进行了关联，以获得分类学-酶学关系的完整概述。这些分析强调了EFC_4与PCST_3、PCST_7以及PCST_8相关（图1 g），即包含产短酸细菌“核心”的簇。EFC_4显示了725个ECs正相关（占其总统计意义相关的80%），与EFC_1相比差距较大，平均总共只有79个ECs正相关（占其总统计意义相关的25%）（图1 f）。
EFC_1和EFC_4两个主要的酶簇，也被用来研究最近的科学文献中已知的影响宿主健康的关键代谢物参与合成代谢的酶。在这种情况下，作者基于MetaCycS数据库研究了EC编号的可能相关性，并被命名为HBIS。对两组HBIS的酶谱进行比较，发现66个HBIS与EFC_4（代表运动员最常见的酶谱）呈正相关，只有10个与EFC_1（代表久坐个体最常见的功能谱）呈正相关。因此，EFC_1酶簇比EFC_4显示出更低的HBIS生产潜力，这突出了运动员的微生物群如何可能编码更广泛的微生物代谢物，并对健康和身体表现产生重要影响（表3）。相比之下，在EFC_4和HBIS之间的73种正相关关系中，有八种通过减少心血管疾病和肿瘤的发病来提高运动表现和延长寿命的酶，有一种酶参与了血红素基团的生产，从而参与了新血细胞的再生和生产（表4）。
表3. HBIS与EFC_1呈正相关
表4. HBIS与EFC_4呈正相关
此外，与硫氨基酸、谷胱甘肽(GSH)和牛磺酸等分子的产生相关的EC数量与EFC_4呈正相关，可能增强了氧化细胞损伤的减少，提高了肌肉性能（表4）。总之，这些结果证明了属于运动员类别的样本的微生物组具有更丰富的生物合成酶参与各种化合物的生产（图3）。
图3. 运动对肠道微生物群的调节作用，以及肠道微生物群对人类健康和行为表现的调节作用。
回溯分析进一步研究负责上述与物理活性相关的酶反应的主要细菌分类群。该方法的目的是识别可能产生与上述EFC_4正相关的9个HBIS的细菌种类。其中6个EC类（EC 6.3.5.9、6.3.5.7、4.2.1.24、2.5.1.1.16、6.3.5.4和2.3.1.189）主要是由SCFAs生产者的“核心”生产的。这些数据揭示了运动员特定功能特征与运动员肠道环境所包含的微生物类群之间的明确联系。
