Cell Metab | 呼吸藏着肠道密码，肠菌改变你呼出的气体成分

撰文|617

肠道菌群作为人体健康的 “隐形调节器”，其代谢活动与多种疾病密切相关，但快速、无创的菌群检测技术一直是临床应用的难点。此前的研究表明，人体释放的许多挥发性有机化合物（VOCs）来源于微生物的代谢【1-3】。例如，结核病患者体内的1- 甲基萘，以及疟疾患者体内的萜烯类化合物3-蒈烯和α-蒎烯都与微生物紧密相关【4-8】。

那么肠道菌群对宿主呼出的VOCs贡献与影响有多大？是否可以通过评估宿主呼出的VOC s ，来推测肠道菌群的组成从而识别健康问题？

近日，美国华盛顿大学Andrew L. Kau团队和费城儿童医院Audrey R. Odom John团队合作在Cell Metabolism杂志上发表了题为The gut microbiota shapes the human and murine breath volatilome的文章。该研究通过人体队列与动物模型相结合的方式，首次系统证实肠道菌群可影响人和小鼠呼出的VOCs，为开发非侵入性肠道菌群诊断技术提供了科学依据。

人体队列：呼吸VOCs与肠道菌群 高度相关

作者首先通过一个纳入27名健康儿童（6-12岁）的队列， 来 确定肠道菌群组成是否与呼吸VOCs之间存在相关性。

作者使用宏基因组 测序技术 对粪便样本进行了肠道菌群表征，使用气相色谱-分型时间质谱（ GC-qToFMS）对VOCs进行分析。

结果显示，肠道菌群与VOCs显著相关：（1）肠道菌群的物种组成、功能基因簇（UniRef90）、代谢通路与VOCs的PROTEST相关系数分别达0 .74、0.79和 0.71 ， 且均具有统计学显著性；（2）在作者筛选出的37种核心呼吸VOCs成分中，35种的含量变异20%以上可由肠道菌群组成解释，部分 萜烯类化合物（如蒈烯、β- 蒎烯）的变异解释度高达 40%；（3）特定肠菌与VOCs存在明确关联，如 Roseburia sp. CAG471对异戊二烯存在显著影响； 而卵形拟杆菌（Bacteroides ovatus）作为短链脂肪酸生产者，与短链脂肪酸乙酸的呼出水平正相关。

小鼠模型：菌群是呼吸VOCs的关键塑造者

接着，作 者开发了一套标准化的小鼠呼出气体收集方案，利用单向气流的小鼠呼吸机收集小鼠的呼出气体，并用GC-GC-MS进行表征。

为进一步确认肠道菌群对呼吸VOCs的影响，作者开展了 小鼠 菌群移植试验，结果显示 :（1） 接受不同供体菌群的小鼠，其呼吸 VOCs谱呈现显著差异，且与供体菌群组成高度相关（PROTEST相关系数0.75）; （ 2 ） 35种VOCs中有22种在无菌小鼠（对照组）和定植小鼠（实验组）之间存在显著差异；（3）肠道菌群组成可以解释34种VOCs的部分变异，其中解释度最高的前5种VOCs平均变异解释率超过40%；（4）与人体研究一致，特定肠菌与VOCs存在明确关联，如约翰逊乳杆菌与丙酮负相关，而已有研究表明乳杆菌属能够在体外还原丙酮。

为了检验人源微生物是否能够影响呼吸VOC，作者通过灌胃法将健康人供体的粪便样本接种到无菌小鼠内，并将定植人体菌群的小鼠与对照组无菌小鼠分别饲喂两种模拟西方饮食的饲料。两种饲料成分相同，脂肪比例不同。

比较定植小鼠和对照无菌小鼠 的VOCs谱 发现，饮食和肠道菌群均对呼吸VOCs有显著影响。在定植人肠道 菌群 的小鼠中，作者发现两种饮食模式的小鼠肠道菌群无显著差异（可能由于两种饮食的膳食纤维含量相似），但是呼吸VOCs仍存差异， 表明高脂饮食与肠道菌群对呼吸VOCs影响相互独立 。此外， 结果还表明， 性别可能也会影响VOCs。

体外+小鼠实验：人体肠道微生物直接产生可检测的VOCs特征

尽管通过小鼠实验支持了“肠道菌群影响宿主呼吸VOCs”这一观点，但是这些实验使用了复杂的肠道菌群， 难以评估 单一成员对呼吸VOCs谱的贡献。为评估单个肠道微生物是否会产生可在呼出气体中检测到的VOC s ，作者在体外纯培养条件下，表征了单一肠道细菌的VOC谱。

Bacteroides thetaiotaomicron 的野生型菌株可产生吲哚，而其色氨酸酶缺陷突变株则无法产生。作者通过比较野生型和突变型，证实吲哚仅在野生型的VOC谱中出现。

接着， 作者扩大了研究范围，检测了另外三种人体肠道微生物——

嗜黏蛋白阿克曼菌 （ Akkermansia muciniphila） 、 大肠杆菌（Escherichia coli ）和长 双歧杆菌（Bifidobacterium longum）。 结果表明 ， 微生物的VOC谱具有特异性，不同微生物的VOC谱不同。

接着，作者将5种常见的肠道共生菌定植于无菌小鼠，分析其呼出VOCs。结果显示， 纯培养产生的VOCs和定植小鼠的呼出VOCs中能检测到一致的特征性VOCs。 如大肠杆菌纯培养产生的VOCs和定植该菌的小鼠呼吸VOCs中都检测到较高的 苯并噻唑、乙酸乙酯和辛醛。

上述结果验证了“肠道菌群- >VOCs ”路径，证明肠道菌群代谢物可跨器官传递至呼吸系统。

哮喘队列：VOCs或可预测哮喘体内与疾病相关的肠道微生物丰度

最后， 作者在儿童哮喘队列（哮喘n=14，非哮喘n=27）中 探索 了“肠道菌群- >VOCs ”的临床应用价值。与之前的研究一致，该研究也发现与对照组相比， 哮喘组中 Eubacterium siraeum 的丰度 显著升高。 虽然哮喘者和非哮喘者的呼出VOCs不存在显著差异，但是仅在哮喘组中发现 E . siraeum 与呼出VOCs相关。 因此作者尝试使用VOCs来预测该菌的丰度。

结果 表明 E. siraeum 的丰度变化，可通过4种关键VOCs（α- 甲基苯乙烯、薄荷醇、邻二甲苯、甲苯）进行预测，模型准确达 59%，提示呼吸 VOCs 可作为菌群失衡的生物标志物。

综上，该研究首次建立了肠道菌群与呼吸VOCs之间的因果关系，打破了 “肠道 - 呼吸” 的器官壁垒认知，为无创菌群检测提供了全新思路。但要将该研究成果转化成可靠的呼吸 VOCs 检测仍面临重大挑战。不过，该研究的技术框架可以延伸至其他菌群相关疾病的研究，从而为更多疾病的无创诊断提供新可能。

https://doi.org/10.1016/j.cmet.2025.12.013

制版人： 十一

参考文献

1. Hampelska, K., Jaworska, M.M., Babalska, Z.Ł., and Karpinski, � T.M. (2020). The role of oral microbiota in intra-oral halitosis.J. Clin. Med.9, 2484. https://doi.org/10.3390/jcm9082484 .

2. Doyle, S., O’Byrne, J.J., Nesbitt, M., Murphy, D.N., Abidin, Z., Byrne, N., Pastores, G., Kirk, R., and Treacy, E.P. (2019). The genetic and biochemical basis of trimethylaminuria in an Irish cohort.JIMD Rep.47, 35–40. https://doi.org/10.1002/jmd2.12028.

3. Shimizu, M., Koibuchi, N., Mizugaki, A., Hishinuma, E., Saito, S., Hiratsuka, M., and Yamazaki, H. (2021). Genetic variants of flavin-containing monooxygenase 3 (FMO3) in Japanese subjects identified by phenotyping for trimethylaminuria and found in a database of genome resources.Drug Metab. Pharmacokinet.38, 100387. https://doi.org/10. 1016/j.dmpk.2021.100387.

4. Fu, L., Wang, L., Wang, H., Yang, M., Yang, Q., Lin, Y., Guan, S., Deng, Y., Liu, L., Li, Q., et al. (2023). A cross-sectional study: a breathomics based pulmonary tuberculosis detection method.BMC Infect. Dis.23, 148. https://doi.org/10.1186/s12879-023-08112-3.

5. Coronel Teixeira, R., Rodrı´guez, M., Jime´ nez de Romero, N., Bruins, M., Go´ mez, R., Yntema, J.B., Chaparro Abente, G., Gerritsen, J.W., Wiegerinck, W., Pe´rez Bejerano, D., et al. (2017). The potential of a portable, point-of-care electronic nose to diagnose tuberculosis.J. Infect.75, 441–447. https://doi.org/10.1016/j.jinf.2017.08.003.

6. Phillips, M., Cataneo, R.N., Condos, R., Ring Erickson, G.A., Greenberg, J., La Bombardi, V., Munawar, M.I., and Tietje, O. (2007). Volatile biomarkers of pulmonary tuberculosis in the breath.Tuberculosis(Edinb) 87, 44–52. https://doi.org/10.1016/j.tube.2006.03.004.

7. Schaber, C.L., Katta, N., Bollinger, L.B., Mwale, M., Mlotha-Mitole, R., Trehan, I., Raman, B., and Odom John, A.R. (2018). Breathprinting reveals malaria-associated biomarkers and mosquito attractants.J. Infect. Dis.217, 1553–1560. https://doi.org/10.1093/infdis/jiy072.

8. Berna, A.Z., and Odom John, A.R. (2021). Breath metabolites to diagnose infection.Clin. Chem.68, 43–51. https://doi.org/10.1093/clinchem/ hvab218.

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

近期直播推荐

点击主页推荐活动

关注更多最新活动！