肠道微生物有个生物钟

肠道微生物随着时间的推移而变化。研究全球数千人肠道细菌的研究人员得出了一个结论：微生物组是一个惊人精确的生物钟，能够在数年内预测大多数人的年龄。为了发现微生物组群是如何随时间而变化的，美国一家人工智能初创公司InSilico Medicine的同事对全球1165名健康人的3600多个肠道细菌样本进行了检测。在这些样本中，大约三分之一来自20至39岁的人群，另外三分之一来自40至59岁的人群，最后三分之一来自60至90岁的人群。他们模拟了90%样本中95种不同种类细菌，以及它们所来自的人的年龄。然后，他们要求算法预测提供剩余10%的人的年龄。在95种细菌中，有39种在预测年龄方面最为重要。

随着年龄的增长，一些微生物变得越来越丰富，比如真杆菌hallii，它被认为对肠道的新陈代谢很重要。其他的减少了，比如外阴类杆菌，它与溃疡性结肠炎有关，溃疡性结肠炎是消化道的一种炎症。饮食、睡眠习惯和体力活动的变化可能是细菌种类变化的原因之一。

这个“微生物组老化时钟”可以作为一个基线，用来测试一个人的肠道老化速度有多快或有多慢，以及酒精、抗生素、益生菌或饮食等是否对长寿有任何影响。它还可以用来比较健康人和患有某些疾病的人，比如老年痴呆症，看看他们的微生物群是否偏离正常值。如果这一想法得到验证，它将与科学家用来预测生物年龄的其他生物标志物结合起来，包括端粒的长度、与衰老有关的染色体末端以及一个人一生中DNA表达的变化。将新的衰老时钟与其他生物钟结合起来，可以更准确地描绘一个人的真实生理年龄和健康状况。它还可以帮助研究人员更好地测试包括药物和其他治疗在内的某些干预措施是否对衰老过程有任何影响。

加州大学圣地亚哥分校微生物组创新中心主任、计算机科学家和微生物组研究人员提出根据人体肠道菌群组群预测一个人的年龄，这一想法“非常有道理”，对研究衰老的科学家来说是“极大的兴趣”。他们正在分析来自美国肠道项目的15,000个样本，以开发类似的年龄预测指标。

研制这种生物钟的挑战之一是，世界各地的人肠道中存在的细菌存在巨大差异。用明显不同的人群重复这类研究非常重要，以找出不同人群中是否存在明显的衰老迹象。目前还不知道微生物组的变化是否会导致人们更快地衰老，或者这些变化仅仅是衰老的副作用。InSilico Medicine正在基于机器学习构建几个老化时钟，可以与微生物组学相结合。

由于肠道菌群的变化与宿主的健康状况密切相关，因此应从不同年龄组的健康受试者中收集研究人体肠道菌群老化的理想数据集。与健康对照组相比，多个属在疾病中显著富集。据报道，这些属中的大多数是人类肠道的条件致病菌。与健康受试者相比，这些富含疾病的属在疾病受试者中通常表现出更高的丰度和更高的方差，而在这里使用的数据集中，所有这些属的丰度都较低。这一观察结果表明，当前数据集中的样本与以前数据集中的健康样本更为相似，而与疾病样本则不同。这一比较表明，该数据集中的大多数样本来自健康受试者。

对于16S rRNA测序数据分析，操作分类学单元（操作分类学单元）是另一种常用的分类单元，它允许以比属级特征更高的分辨率将序列分为特征。为了证实我们的属级分析中的观察结果，将进展分析应用于操作分类学单元级特征。用相似阈值为0.97的聚类序列定义4663个操作分类学单元，用于物种级分类。过滤掉极低丰度的操作分类学单元后，计算出每个年龄组剩余1229个操作分类学单元的相对丰度平均值。基于操作分类学单元特征的进展分析能够部分地重述年龄组的正确顺序，操作分类学单元水平和属水平的进展分析一致地揭示了人类肠道菌群群的老化相关进展。

在元基因组学文献中，α多样性和β多样性是提供物种多样性定量总结的常用指标。根据每个年龄组样本属相对丰度的平均值计算α多样性和β多样性。α多样性用Shannon指数量化，β多样性用Bray-Curtis差异性量化。每个年龄组计算的α多样性，表明α多样性随着年龄的增长而稳步增加，但极老年年龄组的α多样性急剧下降。多个与衰老相关的属在极老年组中表现出显著的减少。β多样性量化了不同年龄组之间的差异。关注相邻年龄组之间的β多样性，组间的差异显著大于其他相邻年龄组之间的差异。极端老年样本中多个属的突然减少。根据α和β多样性，可以看到与我们观察到极老年样本中多个属的突然减少相一致的迹象。