多项研究表明，帕金森患者（Parkinson’s disease，PD）患者的肠道菌群组成与健康对照组存在显著差异。例如，PD患者的肠道中某些细菌（如Faecalibacterium prausnitzii和Akkermansia muciniphila）的丰度降低，而其他细菌（如Blautia和Roseburia）的丰度增加。此外，短链脂肪酸（SCFAs）的产生者（如Butyricicoccus）的减少可能与PD的发病机制相关。PD患者的肠道屏障功能受损，表现为肠道通透性增加，这可能导致内毒素暴露和肠道炎症的发生。这种屏障功能的破坏进一步加剧了肠道菌群失调，并可能通过肠-脑轴影响PD的进展。

2025 年 5 月7日，英国生物科学研究所与荷兰莱顿大学治疗中心在Nature子刊上发表了题为：“Machine learning-based meta-analysis reveals gut microbiome alterations associated with Parkinson’s disease.”的研究论文。在这项研究中，作者采用机器学习方法对11个国家4489份样本进行肠道菌群荟萃分析，并结合了16S rRNA扩增子测序和宏基因组测序技术。即通过对帕金森病（PD）肠道微生物组的大规模机器学习元分析，综合评估了基于肠道微生物组数据构建的模型对 PD 患者的分类能力，系统分析了 PD 相关的微生物分类群和代谢功能，为 PD 的诊断和治疗提供了重要参考，主要结论如下：（1）机器学习模型的性能：多数研究中，基于微生物组的机器学习模型能较准确区分 PD 患者和对照组，但模型具有研究特异性，跨研究泛化能力差。例如，16S 数据的模型在研究内交叉验证（CV）中表现较好，部分 AUC 可达≥95%，但跨研究验证（CSV）时 AUC 显著降低；（2）微生物分类群与 PD 的关联：不同测序方法检测到的 PD 相关分类群存在差异，且部分分类群的丰度变化可能受性别、年龄或药物使用的影响，但比例较小（<23%）;（3）微生物功能与 PD 的关联：PD 患者肠道微生物组在复杂多糖降解、氨基酸代谢、细菌分泌系统以及外源化合物代谢等功能方面存在显著变化。例如，参与复杂多糖降解的模块减少，而一些与丙酸和丁酸产生相关的功能增加。

总体而言，本研究提供了迄今最全面的PD肠道菌群特征图谱，为开发诊断标志物和机制研究奠定基础，但需跨人群大样本验证临床适用性。

广东省科学院微生物研究所吴清平院士团队对益生菌与多种疾病中发现存在关联性，目前该团队已经成功筛选出多株专利菌株，如抗幽门螺杆菌的LP1Z、缓解高血压菌株61-2、抗皮肤老化功能的发酵乳杆菌XJC60、促进睡眠的植物乳杆菌L5等。该团队研究成果均有力证明了通过调节肠道微生物平衡，特定益生菌菌株在多种疾病方面具有巨大的开发潜力和广阔的应用前景。

参考资料：Machine learning-based meta-analysis reveals gut microbiome alterations associated with Parkinson’s disease.（DOI: 10.1038/s41467-025-56829-3）