你的便便，是你饮食的“诚实记录员”

饮食是影响肠道菌群组成与功能的关键因素，而菌群代谢产物（如短链脂肪酸、胆汁酸等）又在宿主代谢、免疫和疾病中发挥重要作用。传统饮食评估方法（如食物频率问卷，FFQ）存在回忆偏差和量化困难，难以精准捕捉饮食与菌群之间的复杂互动。近年来，粪便代谢组学被认为是一种能直接反映“饮食-菌群-宿主”三者交互的功能性数据。相比血液或尿液，粪便代谢物更接近菌群活动源头，可能更敏感地反映长期饮食模式。然而，目前尚缺乏大规模研究系统验证粪便代谢物是否能准确预测饮食习惯、揭示饮食-菌群互动，甚至用于疾病风险评估。

25年12月04日，伦敦国王学院的Mario Falchi与Cristina Menni团队在《Nature Communications》发表题为“Faecal metabolites as a readout of habitual diet capture dietary interactions with the gut microbiome”的研究论文，该研究整合了2647名参与者的饮食问卷、粪便代谢组与肠道宏基因组数据，系统评估了粪便代谢物在反映长期饮食习惯及其与肠道菌群互动中的价值，并验证其在预测心血管疾病风险中的应用潜力。

粪便代谢物准确预测膳食模式和食物组摄入

利用随机森林（RF）机器学习模型，基于TwinsUK和ZOE PREDICT1两个队列的粪便代谢组学数据，成功预测了七种预先定义的膳食指数（包括DASH饮食、植物性饮食指数等）和20种食物组的习惯性摄入。结果显示，DASH饮食、肉类和坚果种子等食物组的预测AUC值均超过0.80，表明粪便代谢物能够作为膳食质量的可靠预测指标。

粪便代谢物与微生物多样性和物种的关联

414种食物组与211种粪便代谢物之间的显著关联，其中55种代谢物与肠道微生物α-多样性（Shannon指数）相关。例如，富含膳食纤维的食物组（如全谷物、蔬菜）与较高的α-多样性相关，而肉类摄入则与较低的α-多样性相关。进一步分析显示，113种代谢物能够解释个体间肠道微生物β-多样性的显著差异，表明粪便代谢物在塑造肠道微生物群落结构中起重要作用。

饮食-代谢物-微生物的介导分析

通过中介分析，研究揭示了特定粪便代谢物在饮食与肠道微生物之间的介导作用。例如，Dorea属细菌通过介导次级胆汁酸（如异胆酸）的水平，响应肉类摄入；而肌醇则可能通过影响Faecalibacterium SGB15346的丰度，介导坚果种子摄入的效果。这些发现为通过饮食干预调节肠道微生物组成提供了新的策略。

粪便代谢物预测动脉粥样硬化性心血管疾病（ASCVD）风险

基于粪便代谢物的RF模型在预测10年ASCVD风险方面表现优于基于DASH饮食评分的模型（AUC=0.86 vs. 0.66）。即使在调整了年龄、性别和BMI等混杂因素后，粪便代谢物模型仍显示出显著的优势。这一发现表明，粪便代谢物能够捕捉到比传统膳食指数更详细、与健康更相关的饮食信息。

靶向代谢物面板的构建

为了简化粪便代谢组学的应用，研究定义了一个由54种粪便代谢物组成的靶向面板。该面板在保持高预测准确性的同时，显著降低了检测成本和时间。这一成果为未来开发基于粪便代谢物的个性化营养干预和疾病预防工具奠定了基础。

总之，该研究通过整合粪便代谢组学、宏基因组学和习惯性饮食数据，首次在大规模人群中证明了粪便代谢物在捕捉饮食与肠道微生物组相互作用中的重要作用。粪便代谢物不仅能够准确预测膳食模式和食物组摄入，还揭示了饮食-微生物组-宿主健康之间的复杂关系。特别是，粪便代谢物在预测ASCVD风险方面的优越性能，为心血管疾病的早期预防提供了新的生物标志物。此外，靶向代谢物面板的构建为粪便代谢组学的临床应用提供了可行的解决方案。未来，随着技术的不断进步和成本的进一步降低，粪便代谢组学有望成为评估饮食质量、监测肠道健康以及开发个性化营养干预的重要工具。

原文链接：https://doi.org/10.1038/s41467-025-66046-7