桥连膳食多糖和肠道微生物

近日，江南大学食品科学与资源挖掘全国重点实验室陈卫院士团队在国际期刊《Microbiological Research》（IF：6.1）发表了题为“Bridging dietary polysaccharides and gut microbiome: How to achieve precision modulation for gut health promotion”的综述论文。Xihao Sun为第一作者，陆文伟研究员为通讯作者。

成果介绍

膳食多糖不仅是宿主生物体不可或缺的营养物质和能量来源，也是肠道微生物群的重要底物。肠道微生物具有选择性降解和代谢特定膳食多糖的能力，从而促进自身增殖，并产生可能影响宿主代谢和免疫途径的关键生物活性代谢物。大量研究表明，肠道微生物群失调与多种疾病的发生和发展密切相关；在这方面，通过膳食多糖对肠道微生物组进行精准调控的策略，在增进人类健康方面具有巨大潜力。在此，我们深入探讨膳食多糖通过饮食干预对特定肠道微生物进行精准调控的治疗潜力，尤其关注其在预防和管理代谢及炎症性疾病方面的意义。鉴于人类肠道微生物组的复杂性，以及不同细菌成员对碳水化合物利用程度的差异，我们深入分析了关键肠道微生物对膳食多糖的差异利用情况，特别强调碳水化合物活性酶在这些过程中的作用。此外，我们阐明了碳水化合物利用在微生物交叉喂养网络中的关键作用，及其在维持肠道内稳态中的重要性。总之，本综述研究了通过膳食多糖对肠道微生物群进行精准调控，旨在为开发个性化营养干预措施奠定理论基础。这些策略在增进人类健康方面具有巨大潜力，为预防和治疗与微生物群相关的疾病提供了宝贵机遇。

当前的研究现状及相关争议

当前的研究范围涵盖了肥胖症、糖尿病、心血管疾病和炎症性肠病等多种疾病，凸显了膳食多糖在治疗不同病症方面的潜力与挑战。众多研究表明，特定的膳食多糖可通过产生有益代谢物、促进有益肠道微生物群的生长以及调节特定信号通路来调节宿主健康。然而，许多研究依赖简化的体外模型或动物模型，可能无法完全反映人类肠道微生物群的复杂性。此外，多糖来源、剂量和研究时长的差异限制了各项研究间的直接比较。填补这些空白将加深我们对膳食多糖在肠道健康中作用的理解。这些研究结果的一致性受多种因素影响，包括研究设计的差异、膳食多糖的类型和剂量，以及个体肠道微生物群组成的差异。这些差异可能源于实验条件的不同、受试者肠道微生物群的基线状态，或其他饮食习惯。因此，关于膳食多糖对特定疾病的影响存在持续争议。此外，尽管许多研究支持膳食多糖对健康有益，但对其确切作用机制的了解仍然有限，这也加剧了该领域的争议。心血管疾病的病理生理学很复杂，涉及多种生物标志物和炎症通路。目前，关于膳食多糖如何通过调节肠道微生物群来影响这些机制的研究仍不充分。

准确地将特定类型和剂量的膳食多糖与个体健康需求相匹配，是一个极具价值的研究课题。为治疗目的选择膳食多糖时，一个关键标准是其能否精准调节有益的肠道微生物群，从而改善宿主健康。多糖应能促进有益微生物的生长，并产生如短链脂肪酸（SCFAs）这类有助于肠道健康的代谢物。此外，还需评估多糖在不同人群中的有效性、稳定性及其对肠道微生物群的影响，以确保其对宿主健康产生积极作用。然而，由于个体肠道微生物群存在显著差异，“一刀切” 的干预方法可能并非对所有人都有效。虽然短链脂肪酸的益处已得到广泛认可，但仍需对其他潜在机制开展进一步研究，比如膳食多糖对肠道屏障功能的直接影响，以及它们与宿主免疫系统的相互作用。临床应用方面，仍需要更广泛的安全性和有效性评估，以确保这些天然物质能够作为安全的补充剂，用于疾病治疗和健康促进。

未来展望

现有研究已揭示共生肠道细菌的碳水化合物活性酶（CAZymes）与碳水化合物结构之间的关系。这凸显了利用膳食多糖有针对性地有效调节肠道微生物群，进而促进宿主肠道健康的潜力。这种方法在预防和缓解糖尿病、非酒精性脂肪性肝病、结直肠癌和结肠炎等多种代谢性疾病方面已展现出前景。微生物群与膳食多糖之间的选择性和特异性在肠道内碳水化合物代谢中起着关键作用。未来的研究可以在此基础上，探索通过膳食多糖对肠道微生物群进行精准调控，以增进宿主健康。然而，我们在对膳食多糖的最佳摄入量、其与其他膳食成分的相互作用以及具体分子机制等方面的认知仍存在空白。未来的研究应聚焦于多糖的结构 - 功能关系，更深入地探究膳食多糖调节肠道微生物群的分子机制和信号通路，并揭示这些过程如何影响宿主代谢和免疫反应。

随着深度学习技术的进步，分子生物学领域取得了重大进展，尤其是在以前所未有的精度预测生物分子的三维结构及相互作用方面。AlphaFold 3 是一款先进的工具，能够快速、准确地预测人类肠道微生物群中诸如糖基水解酶（GHs）等碳水化合物活性酶（CAZymes）的三维结构，为传统实验方法提供了一种高效且经济的替代方案。这种快速准确预测酶结构的能力，为传统实验方法提供了强有力的替代选择，大幅缩短了时间并降低了成本。更重要的是，AlphaFold 3 能够识别关键特征，如活性位点和底物结合区域，模拟酶 - 底物相互作用，阐明催化机制和特异性，这些对于设计实验验证策略和干预方法至关重要。通过分析不同微生物菌株中 GHs 的结构多样性，AlphaFold 3 有助于揭示肠道微生物群的功能多样性，展示这些酶的序列变异如何影响其活性和底物特异性。通过模拟这些相互作用，AlphaFold 3 为了解哪些多糖能被肠道微生物群中特定有益微生物最有效地利用提供了宝贵见解。这些结构层面的见解对于制定个性化营养策略具有极高价值。通过了解微生物组最能高效降解哪些特定多糖，就可以为个体提供量身定制的饮食建议，确保膳食纤维对健康的益处最大化。将 AlphaFold 3 的预测结果与个体微生物组数据相结合，还能够更精确地预测不同个体对特定膳食纤维的反应，进一步提升个性化营养干预的潜力。这些知识有助于为旨在优化微生物组对膳食纤维利用的靶向饮食干预提供参考，最终促进肠道健康。总体而言，在模拟酶 - 底物相互作用方面使用 AlphaFold 3 及类似的先进工具，是个性化饮食干预设计中的一大进展。借助这些见解，优化膳食纤维与肠道微生物之间的相互作用成为可能，为疾病预防、治疗和肠道健康促进提供了有针对性的策略。这些技术有望彻底改变个性化营养领域，使饮食干预更有效且更具临床实用性。

图表赏析

Fig. 1. The effects of dietary polysaccharides on the human body and their potential role in alleviating and intervening in diseases. The metabolism of dietary polysaccharides produces beneficial metabolites, such as SCFAs, which promote the growth of beneficial microorganisms like Lactobacillus. and Bifidobacterium, while inhibiting harmful bacteria like Escherichia, Shigella and Fusobacterium. This gut microbiota modulation reduces the risk of inflammatory bowel disease, colorectal cancer, diabetes, and intestinal barrier dysfunction.

Fig. 2. Distribution of genus-level gut microbiota in healthy individuals. Bubble size corresponds to the standard deviation (SD) of abundance. The x-axis represents the log-transformed mean abundance (Log 10 Abundance Mean), while the y-axis represents the log-transformed median abundance (Log 10 Abundance Median). Various bacterial genera, such as Bacteroidota, Bifidobacterium, and Escherichia, are depicted as bubbles, illustrating their abundance distribution across the samples.

Fig. 3. The abundance and diversity of CAZymes across different bacterial species. (A) Abundance distribution of GHs, PLs, GTs, CEs, AAs, and CBMs across different bacterial species. (B) Distribution of the types of GHs, PLs, GTs, CEs, AAs, and CBMs present in different bacterial species.

Fig. 4. Specific utilization of carbohydrate structures by gut microbiota. An analysis of carbohydrate types and bacterial species distribution using a Sankey diagram. The diagram presents a carbohydrate-microbe metabolic association based on a Sankey diagram. On the left, various carbohydrates are listed, while on the right, the gut microbial species capable of metabolizing these carbohydrates are displayed. The connecting lines represent the potential for specific polysaccharides to be metabolized by corresponding microbes.

Fig. 5. Schematic diagram of carbohydrate utilization and competition among microbes in the human gut under mutualistic conditions.

Fig. 6. The mechanistic influence of dietary polysaccharides on disease alleviation and health enhancement. Modulation of gut microbiota leading to the production of beneficial metabolites and short-chain fatty acids, followed by the regulation of key signaling and inflammatory pathways, ultimately promoting gut and systemic health and contributing to disease prevention.

Table 1 In vitro experiments on targeted proliferation of specific gut microbiota by carbohydrates.

Table 2 In vitro experiments on targeted proliferation of specific gut microbiota by carbohydrates.

原文链接

https://doi.org/10.1016/j.micres.2025.128046