845. 微生物组治疗前沿¶
一句话概述：微生物组治疗从粗放的粪菌移植(FMT)走向精准的合成菌群、噬菌体疗法和工程化益生菌——生信在菌株筛选、噬菌体-宿主匹配和疗效预测中发挥关键作用。
核心知识点速查表¶
| 治疗方式 | 原理 | 发展阶段 |
|---|---|---|
| FMT(粪菌移植) | 移植健康人完整肠道菌群 | 临床应用(C. diff) |
| 合成菌群(LBP) | 精心配比的细菌组合 | 临床试验中 |
| 噬菌体疗法 | 用噬菌体精准杀灭特定病原菌 | 个案使用+临床试验 |
| 工程化益生菌 | 基因改造细菌表达治疗分子 | 早期临床 |
| 后生元 | 细菌代谢产物(如短链脂肪酸) | 临床应用中 |
| 饮食干预 | 通过饮食调节菌群组成 | 临床应用 |
一、FMT粪菌移植¶
FMT原理（白话版）：
→ 把健康人的粪便处理后移植到患者肠道
→ 相当于给患者的肠道"重装系统"
→ 已被证实对艰难梭菌感染(CDI)有>90%治愈率
FDA批准的FMT产品：
→ REBYOTA (2022): 首个FDA批准的微生物组产品
→ VOWST (2023): 首个口服粪便微生物组产品
生信在FMT中的角色：
→ 供体筛选：宏基因组分析评估供体菌群质量
→ 定植追踪：比较移植前后的菌群组成变化
→ 疗效预测：ML模型预测哪些患者会响应FMT
→ 安全监测：筛查供体是否携带耐药基因/病原体
1.1 FMT定植分析¶
# FMT定植成功率分析
import pandas as pd # 导入pandas
from scipy.spatial.distance import braycurtis # Bray-Curtis距离
def track_engraftment(donor_profile,
recipient_pre,
recipient_post):
"""追踪FMT后供体菌株定植情况"""
# 计算受体与供体的菌群相似度
dist_pre = braycurtis( # 移植前距离
donor_profile, recipient_pre)
dist_post = braycurtis( # 移植后距离
donor_profile, recipient_post)
# 定植指数 = 距离变化比例
engraftment = (dist_pre - dist_post) / dist_pre # 定植指数
# >0 表示菌群向供体方向变化（定植成功）
# <0 表示菌群偏离供体（定植失败）
return engraftment
# 菌株水平追踪（更精确）
# 使用StrainPhlAn进行菌株级别追踪
# 可以确定受体中出现的特定菌株是否来自供体
二、噬菌体疗法¶
# 噬菌体疗法的生信支持
# 1. 噬菌体基因组注释
pharokka -i phage_genome.fasta \ # 噬菌体基因组
-o pharokka_output/ \ # 输出目录
-d pharokka_db/ \ # Pharokka数据库
-t 8 # 线程数
# 2. 宿主预测（预测噬菌体能感染哪些细菌）
# iPHoP (Integrated Phage-Host Prediction)
iphop predict \
--fa_file phage_genomes.fa \ # 噬菌体基因组
--db_dir iphop_db/ \ # 数据库
--out_folder iphop_results/ # 输出
# 3. 从宏基因组中识别噬菌体
# VIBRANT —— 病毒识别工具
python VIBRANT_run.py \
-i contigs.fasta \ # 宏基因组组装结果
-t 16 # 线程数
# VirSorter2 —— 另一个主流工具
virsorter run \
-w vs2_output/ \ # 工作目录
-i contigs.fasta \ # 输入contigs
--min-length 5000 # 最短长度5kb
三、合成菌群设计¶
# 合成菌群(Defined Community)设计的生信方法
# 目标：从宏基因组数据中筛选"最佳菌株组合"
# 1. 基于功能互补性选择菌株
def select_consortium(strain_genomes, target_functions):
"""选择功能互补的菌株组合"""
selected = [] # 已选菌株
covered = set() # 已覆盖功能
while covered != target_functions: # 直到覆盖所有目标功能
best_strain = None
best_gain = 0
for strain, functions in strain_genomes.items():
if strain in selected:
continue
gain = len(functions - covered) # 新增功能数
if gain > best_gain: # 贪心选择增益最大的
best_gain = gain
best_strain = strain
if best_strain is None: # 无法再增加功能
break
selected.append(best_strain) # 添加到组合
covered |= strain_genomes[best_strain] # 更新覆盖
return selected
# 2. 生态建模（预测菌株共存性）
# 使用代谢模型(FBA)预测菌株间的代谢互作
# 互补代谢 → 共存
# 竞争代谢 → 可能排斥
四、面试高频问题¶
Q: FMT的生信分析包括什么？ A: 供体筛选（耐药基因/病原体筛查）、定植追踪（菌株水平比较移植前后变化）、疗效预测（ML模型基于菌群特征预测响应）。
Q: 噬菌体疗法和抗生素有什么区别？ A: 噬菌体高度特异（通常种/菌株水平），抗生素广谱杀菌。噬菌体不会破坏正常菌群，但需要精确匹配宿主菌株。
Q: 你的宏基因组项目（2型糖尿病）与微生物治疗有什么关联？ A: 我们发现T2D患者肠道菌群特征——如果某些有益菌显著减少，理论上可以通过补充这些菌（合成菌群或FMT）来改善代谢。