IBS肠道菌群—代谢物—宿主多组学：从相关网络到可干预通路

做肠易激综合征（IBS）的肠道菌群研究，最折磨人的一步从来不是测序，而是拿到一屏幕差异菌、差异代谢物之后，说不清到底谁在驱动谁。某三甲医院消化科的一个课题组在某个多组学方向的专业期刊上公布了一项工作，把 IBS 患者的粪便宏基因组、粪便与血清代谢组、宿主炎症与肠屏障指标串成一条链来做解析，核心想回答的问题就一个：肠道菌群—代谢物—宿主这三者之间，互作的方向和关键节点在哪。这个选题的价值不在于又多了几个差异物种，而在于它尝试把“相关性网络”往“可干预的通路”上推一步。我把这套研究的设计逻辑、样本处理细节、生信与统计的落地参数，以及我自己在类似项目里踩过的坑整理出来，做肠道微生态、代谢组或者消化系统疾病机制研究的同学，不管是刚上手还是已经跑过几轮数据，应该都能直接拿走一些可复用的东西。

1. 研究整体设计与思路拆解

1.1 为什么把落点放在 IBS 而不是炎症性肠病

IBS 这个疾病模型有个很讨巧的地方：患者肠道结构基本正常，没有明显溃疡、没有大面积黏膜破损，但症状真实存在，腹胀、腹痛、排便习惯改变反复发作。这意味着它的机制更可能藏在“功能性”的层面——菌群代谢产物改变了肠道的感受阈值、通透性或者低度免疫激活状态，而不是靠肉眼可见的组织破坏来解释。从研究设计角度，这恰好给了菌群—代谢物—宿主这条链条一个相对干净的观察窗口。

反过来看，炎症性肠病那类疾病里，黏膜屏障的破坏本身就是巨大的混杂因素，菌群变化很可能是炎症的结果而非原因，因果方向的判断会非常吃力。选 IBS 作为切入点，本质上是选了一个“病理改变轻、功能信号相对突出”的模型，让多组学关联分析更容易落到可解释的通路上。这是我理解这个选题的第一个考量点，也是很多做微生态的人容易忽略的：模型选得对不对，直接决定了后面统计做完了能不能讲出故事。

还有一层现实考虑，IBS 的样本获取难度远低于需要肠镜活检的疾病，粪便、血清都好拿，队列规模能做起来，这对多组学研究的统计效力是硬性利好。样本量上不去，代谢组那种高维小样本的数据结构会直接把假阳性率顶上天。

1.2 队列分层与混杂因素的前置控制

这类研究最容易翻车的地方，不在实验，在入组。IBS 按罗马 IV 标准诊断，还要细分腹泻型、便秘型、混合型、未定型。不同亚型的菌群和代谢谱差异巨大，如果把所有亚型混在一起当“IBS 组”，差异信号会被互相抵消，最后跑出来什么都不是。合理的做法是按亚型分层分析，或者至少以腹泻型为主体、其他亚型单独标注，在主分析里作为协变量。

混杂因素的控制要写进方案里，而不是事后补。我在实操中会强制记录这几类信息：近四周的食物频率问卷（重点看膳食纤维、发酵食品、酒精摄入）、近八周的抗生素与益生菌使用史、近四周的抑酸药使用情况、吸烟饮酒、BMI、运动量。抑酸药会显著改变胃酸屏障和小肠菌群，抗生素的影响能持续数月，这些变量如果不采集，后面做协变量校正时完全没有抓手。

提示：入组时把用药洗脱期写死。抗生素、益生菌建议洗脱至少四周，抑酸药建议洗脱两周或至少在模型中作为二分类协变量保留，不要图省事直接忽略。

还有个细节值得说：粪便样本的采集时间点要统一到晨起空腹第一次排便，并且记录布里斯托大便分型。大便分型本身就和肠道传输时间强相关，传输慢的人群菌群结构会系统性偏移，如果不记录，你可能会把“便秘”误读成“某种菌丰度升高”。

1.3 三组学组合的取舍逻辑

多组学不是越多越好，堆组学最直接的后果是分析复杂度爆炸、成本爆炸、可解释性崩盘。这个研究选的是“粪便宏基因组 + 代谢组 + 宿主指标”的组合，我认为取舍是合理的。宏基因组比 16S 强的地方在于能拿到功能基因和代谢通路，把“谁在那儿”推进到“它们能干什么”；代谢组则是把“基因潜能”翻译成“实际发生的化学事件”，是连接菌群和宿主表型最直接的一层；宿主端指标负责给出表型终点。

这里有个判断：非靶向代谢组负责“发现”，靶向代谢组负责“坐实”。只做非靶向，注释等级大多停在 Level 2/3，审稿人一问“这个物质到底是不是它”，你就得答不上来；只做靶向，又容易漏掉真正起作用的未知代谢物。两手都上，前者铺面，后者打点，是这个领域目前比较务实的组合方式。

2. 核心细节解析与实操要点

2.1 采样与保存：决定成败的十五分钟

粪便样本从离体那一刻起就在变化，厌氧菌死亡、兼性厌氧菌增殖、短链脂肪酸被继续消耗，室温放置两小时和立即冻存的样本，测出来的东西可以差出一整个数量级。标准做法是排便后十五分钟内完成分装，分成 200 毫克左右的小份，直接液氮速冻或干冰转运，最终存 -80℃。

如果没有条件立即冻存，用保存液是次优选择，但要注意保存液本身的成分会干扰后续代谢组。含甘油的保存液会在 LC-MS 上引入大量背景峰，做代谢组时建议用不含甘油的核酸保存液，或者干脆只用冻存样本做代谢组、保存液样本做宏基因组，两条线分开。我曾经遇到过一批样本用了含甘油的保存液，结果代谢组正离子模式下的前五分钟全是甘油相关峰，把极性代谢物的出峰区完全盖住了。

血清样本的处理同样有讲究。晨起空腹采血，室温静置三十分钟内离心，3000 转十分钟，取上清，避免溶血。溶血样本里的血红蛋白会严重干扰代谢组，尤其是游离氨基酸和脂类。样本冻融次数必须控制在一次以内，反复冻融三次以上，短链脂肪酸和胆汁酸的定量结果基本不可信。

注意：所有样本在入库前必须建立“采集时间—处理时间—冻存时间”三时间戳记录。后面做质控排查时，这批元数据比任何统计方法都值钱。

2.2 宏基因组测序深度与建库参数

宏基因组测序深度直接决定低丰度物种和功能基因能不能被检出。按目前主流实践，每个样本的有效数据量建议做到 10 Gb 以上，双端 150 bp 读长，插入片段 350 bp 左右。低于 6 Gb，稀有物种的检出会非常不稳定，做差异分析时容易出现“这批样本里有、那批样本里没有”的假阴性。

建库环节要注意宿主 DNA 去除。粪便样本里宿主 DNA 比例一般在 1% 以下，但个体差异大，某些样本能到 10% 以上。去宿主通常在生信端做，把 reads 比对到人参考基因组，剔除匹配上的部分。这个步骤的阈值不要设太松，比对一致性低于 90% 的 reads 不建议直接丢弃，否则会误伤与人类基因有同源性的细菌基因。

文库质检指标我一般盯三个：Q30 比例高于 90%、接头污染低于 1%、重复率低于 20%。重复率异常高往往意味着上机浓度偏低或者文库复杂度不足，这种数据后面做丰度差异分析会出现系统性偏差。

2.3 代谢组平台的极性切换与内标体系

代谢组要覆盖短链脂肪酸、胆汁酸、色氨酸代谢物、多胺这几类菌群相关代谢物，单一色谱条件做不到。短链脂肪酸极性很强，需要专门的衍生化或者特定的酸性流动相条件；胆汁酸和长链脂肪酸偏疏水，得用反相柱；色氨酸代谢物里既有极性很大的犬尿氨酸，也有疏水的吲哚衍生物。所以这篇工作里用双柱、正负离子切换的模式是合理的。

样本前处理我推荐的比例是甲醇与样本体积比 4:1，涡旋 60 秒，4℃ 静置十分钟，14000 g 离心十五分钟，取上清进样。甲醇比例低于 3:1 时蛋白沉淀不彻底，会污染色谱柱和离子源；高于 5:1 又会把低浓度代谢物稀释到检出限以下。

内标体系必须覆盖不同极性和不同保留区段，我会至少放六种稳定同位素内标，分布在保留时间的前、中、后三段。每个样本里内标的响应值用来做两个事：一是计算提取回收率，二是做信号漂移校正。质控样本每十个样本插一个，所有质控样本里内标峰面积的相对标准偏差超过 30% 的代谢物，直接剔除，不要留恋。

2.4 宿主端指标的选择逻辑

宿主端的检测指标不是随便挑几个炎症因子就行，要和菌群代谢物的可能作用通路对齐。肠屏障相关的血清指标包括紧密连接蛋白片段、肠型脂肪酸结合蛋白、连蛋白；炎症相关的是白介素-6、肿瘤坏死因子、C 反应蛋白；菌群易位相关的是脂多糖、D-乳酸。这套组合的逻辑是：如果菌群代谢物改变了屏障通透性，你会看到屏障标志物与代谢物的相关；如果改变的是低度炎症，你会在炎症因子上看到信号。

更进一步的做法是取结肠黏膜活检做转录组，但这在 IBS 人群里接受度低、伦理和操作成本都高。折中方案是做黏膜 qPCR 面板，针对紧密连接、黏蛋白、防御素、TLR 通路各挑几个基因，成本可控，也能给出方向性证据。我个人更倾向于这种靶向面板，因为它能覆盖足够的假设，又不会产生一个需要大量验证的高维数据包袱。

3. 实操过程与核心环节实现

3.1 数据预处理的可复现流程

宏基因组的预处理我习惯用固定脚本跑，保证每次参数一致。组装用 MEGAHIT，基因预测用 Prodigal，去冗余用 CD-HIT，物种注释用 MetaPhlAn，功能注释用 HUMAnN。这套组合的好处是社区支持好、参数文档全、结果可追溯。

# 去宿主与质控 bowtie2 -x hg38 -1 R1.fq.gz -2 R2.fq.gz -S /dev/null \ --very-sensitive --un-conc-gz clean_%.fq.gz -p 32 # 组装 megahit -1 clean_1.fq.gz -2 clean_2.fq.gz -o asm_out \ --min-contig-len 500 -t 32 -m 0.8 # 基因预测与去冗余 prodigal -i asm_out/final.contigs.fa -d genes.fna -p meta -f gfa cd-hit-est -i genes.fna -o genes_nr.fna -c 0.95 -n 9 -T 32 -M 0

物种丰度表我建议同时保留相对丰度和经过 log 转换的值两份。相对丰度在可视化时直观，但做统计时容易受组成性数据的影响，一个物种丰度暴涨会导致其他物种相对丰度被动下降，制造出虚假的负相关。可以用中心对数比变换来缓解这个问题。

# 组成性数据变换 library(microbiome) ps <- phyloseq(otu_table(otu, taxa_are_rows=TRUE), sample_data(meta)) ps_clr <- microbiome::transform(ps, "clr")

3.2 差异分析与多重校正的落地参数

差异分析不要只跑一个方法。我通常三个一起上：MaAsLin2 做多变量线性模型，同时校正年龄、性别、BMI、膳食纤维、抑酸药；LEfSe 做效应量筛选，作为交叉参考；再用随机森林看特征的重要性排序。三个方法都指向同一个物种时，可信度会高很多。

library(MaAsLin2) fit <- MaAsLin2( input_data = otu_rel, input_metadata = meta, output = "maaslin2_out", fixed_effects = c("Group", "Age", "Sex", "BMI", "Fiber", "PPI"), random_effects = c("Batch"), normalization = "TSS", transform = "LOG", analysis_method = "LM", correction = "BH", max_significance = 0.1, standardize = TRUE )

多重检验校正是必须的，代谢组动辄上千个特征，不校正等于自己制造假阳性。我一般用 Benjamini-Hochberg 方法，代谢物筛选阈值设成：变量投影重要性大于 1、倍数变化大于 1.2 或小于 0.83、校正后 q 值小于 0.1。这三个条件同时满足才算差异代谢物。有人喜欢只用一个 p 值小于 0.05，在几百个特征的数据集里，这意味着接近十个假阳性，写进文章里迟早被质疑。

样本量估算也要提前做，不要等审稿人问。按两组均值比较的近似公式，效应量取 0.5、显著性水平 0.05、把握度 0.8，每组需要约 64 例。多组学探索性研究实际很难做到这个规模，折中方案是发现队列每组 30 到 40 例，另设一个独立验证队列每组 20 到 30 例，用靶向方法验证关键代谢物。这个设计比单一大队列更务实，也更容易通过伦理和经费审查。

组间整体结构差异用 PERMANOVA 检验，置换次数不要低于 999。

library(vegan) dist <- vegdist(t(otu_rel), method = "bray") ado <- adonis2(dist ~ Group + Sex + BMI + Fiber, data = meta, permutations = 999)

3.3 多组学关联：从相关网络到联合建模

最简单的关联是 Spearman 相关加 BH 校正，阈值设成相关系数绝对值大于 0.5、校正后 q 值小于 0.05。但单纯的相关网络容易变成一团乱麻，几百个节点看不出重点。我建议做两件事：一是先用 WGCNA 把高相关的菌群和代谢物聚成模块，用模块特征值与宿主表型做相关，降维之后再解读；二是用稀疏偏最小二乘做多组学联合建模，让算法自己挑出跨组学共变的特征对。

library(mixOmics) res <- block.spls( X = list(otu = t(otu_clr), metab = t(metab_scaled)), Y = host_pheno, ncomp = 3, keepX = list(rep(20, 3), rep(15, 3)) ) plotVar(res, block = "trueblock")

相关性分析里有个常被忽略的点：菌群和代谢物的关联，很多其实是共变而非因果。比如某个菌丰度高、某个代谢物浓度高，可能二者都由膳食纤维摄入驱动，你看到的相关只是共同暴露的影子。要削弱这种解释风险，协变量必须进模型，饮食记录尤其不能省。

3.4 中介分析的边界与正确用法

既然要讲“菌群—代谢物—宿主”的链条，中介分析是绕不开的工具。基本逻辑是：暴露（菌群或分组）通过中介变量（代谢物）影响结局（宿主指标）。用 R 的 mediation 包做，bootstrap 抽样 1000 次给置信区间。

library(mediation) m1 <- lm(metab ~ Group + Age + Sex + BMI + Fiber, data = df) m2 <- lm(host ~ Group + metab + Age + Sex + BMI + Fiber, data = df) med <- mediate(m1, m2, treat = "Group", mediator = "metab", boot = TRUE, sims = 1000) summary(med)

这里必须说清楚边界。中介分析在横断面数据上做，只能提供“统计上相容”的路径证据，不能证明时间顺序。要真正谈因果，得靠动物实验或者前瞻性队列。另一个坑是中介比例的计算，间接效应除以总效应，当总效应本身不显著时，这个比例在数学上就没有意义，硬算出来的数字会被审稿人直接指出问题。

提示：中介分析报告时，务必同时给出总效应、直接效应、间接效应及其置信区间，不要只报一个中介比例。比例是衍生指标，前面三个才是原始结果。

3.5 动物与体外验证的落地细节

统计关联做完，一定要有实验验证托底。常见路径是粪菌移植到无菌小鼠或者抗生素清除小鼠，观察宿主表型是否能被复制。设计上有几个细节决定成败：供体要配对，一个供体对应一组受体，避免混合粪悬液导致供体效应丢失；每组受体不少于 8 只；定植后至少观察两周再取样，让菌群达到稳态；受体小鼠的性别、周龄、饲料批次要统一。

体外验证用结肠类器官或者 Caco-2 单层细胞模型，把候选代谢物按生理浓度梯度刺激 24 小时，测跨膜电阻、紧密连接蛋白表达、炎症因子分泌。生理浓度这个事要查文献，不要拍脑袋。胆汁酸在结肠腔内的浓度和血清浓度差好几个数量级，用血清浓度去刺激细胞，结果没有意义。

4. 常见问题与排查技巧实录

4.1 典型问题速查表

4.2 我踩过的几个具体坑

第一个坑是忽视样本处理时间。有一批样本因为转运延误，离体后四个小时才冻存，结果这批样本的拟杆菌门丰度系统性偏低、变形菌门偏高，做主成分分析时整批样本偏到一边。后来把处理时间作为协变量放进模型才勉强拉回来，但那批数据的可信度已经打折。教训是：宁可少收样本，也不要收处理不规范样本。

第二个坑是代谢组的内标选错。早期我用的是几种极性相近的内标，结果只能校正中间保留时间段的漂移，极性端的短链脂肪酸照样漂。后来换成覆盖三个保留区段的混合内标，漂移校正才真正起作用。

第三个坑是把功能预测当功能实测。16S 的 PICRUSt 预测出来的通路，和宏基因组实测的通路，一致性在某些通路上只有六成左右。如果文章的核心结论建立在预测功能上，风险很大。要么补宏基因组，要么把预测结果明确定位为假设生成。

第四个坑是相关分析的样本配对错误。多组学数据合并时，样本 ID 的命名规则不统一，宏基因组用编号、代谢组用日期，合并时靠人工对照，结果错配了两个样本，导致一个关键相关关系完全失真。后来我强制所有组学数据在入库时统一用同一个受试者编码加时间点后缀，合并前先做 ID 集合校验。

# 合并前的强制校验 stopifnot(identical(sort(rownames(meta)), sort(colnames(otu)))) stopifnot(all(rownames(meta) %in% rownames(metab)))

4.3 结果解释上的分寸感

这一步最考验研究者的克制。多组学跑完，你会得到几十条看起来都能讲通的相关路径，但真正值得写进结论的，是那些在独立队列里能重复、在动物或体外实验里能验证、在生物学上有明确机制解释的少数几条。我的经验是，一篇工作里能把一条完整链条讲透，就已经很够了。贪多求全，最后每条都浅尝辄止，反而削弱说服力。

还有一个容易被审稿人抓住的点：把属水平的关联直接推到种水平甚至株水平。同一个属里不同种的代谢能力可能完全相反，比如某些菌属内既有产丁酸的种，也有不产甚至消耗丁酸的种。宏基因组能到种水平就别停在属水平，做不了种水平就老老实实写“该属整体丰度与某代谢物相关”，不要越级下结论。

5. 从关联到干预：结果的落地路径

5.1 标志物组合的构建思路

单个菌或单个代谢物的区分能力通常很有限，曲线下面积能到 0.7 就算不错。真正有实用价值的是组合面板。构建方法上，不要直接把随机森林排前二十的特征全塞进去，那样过拟合严重。稳妥做法是先按生物学通路分组，每组挑一到两个代表特征，再用逻辑回归或者弹性网络做精简，最后在独立验证队列里评估。

评估时要注意报告校准曲线，不要只报曲线下面积。一个模型区分度不错但校准很差，意味着预测出的概率和实际风险对不上，临床上没法用。另外，IBS 这种症状性诊断的疾病，标志物的价值更多在于辅助分型和疗效预测，而不是替代诊断，这个定位要写清楚，否则容易被质疑临床意义。

5.2 干预靶点的可行性评估

从菌群代谢物往干预走，大致三条路：一是补代谢物或其前体，比如短链脂肪酸、色氨酸衍生物；二是补特定菌株定植；三是调饮食底物，改变菌群代谢通量。三条路里，我认为饮食干预的可行性最高，因为风险和成本最低，也最容易做随机对照试验。增加可发酵膳食纤维摄入，理论上能提高结肠内短链脂肪酸产量，但个体基线菌群差异会让响应率差异很大，这也是为什么很多纤维干预试验结果互相矛盾。

做干预研究时，我建议先做小规模、短周期、带代谢组终点的预试验，看看目标代谢物有没有真的被推上去，再决定要不要上大样本。如果干预四周后目标代谢物在粪便里纹丝不动，后面扩大样本只是浪费资源。这个“先测通量、再测临床终点”的两步走策略，比一上来就追求硬终点要省得多。

5.3 我个人在这个方向上的几点体会

做了几个类似项目之后，我越来越觉得这类研究真正的门槛不在测序和质谱，而在队列质量和统计克制。测序公司能把数据交付得很漂亮，质谱平台能把峰打得很整齐，但样本是不是规范采集、协变量是不是记录完整、分析时是不是忍住了不多跑几个子组，这些决定了最后的结果能不能站住。

另外，多组学的价值不在于组学数量，而在于每一层数据都在回答一个明确的问题。菌群回答“谁在”，代谢组回答“发生了什么化学事件”，宿主指标回答“机体怎么响应”，三者对齐了，链条才成立。如果某一层只是为了凑数，不如把经费花在扩大队列或者做靶向验证上，那个对结论的支撑力度更实在。

最后分享一个流程上的小习惯：每做完一步分析，我都会把中间文件、参数、软件版本写进一个流程日志，哪怕当时觉得没必要。等到三个月后返修要重跑某个图，你会感谢当时的自己。多组学项目周期长、参与人多，靠脑子记参数是靠不住的。