人体肠道内有数万亿微生物，它们组成复杂的生态系统，与健康、疾病密切相关。传统微生物组研究就像“人口普查”——只能知道有哪些菌，却无法预测它们如何相互作用、为何某些菌会占据优势。要调控菌群（例如抑制致病菌、促进有益菌），关键是要弄清楚两件事：每种细菌“想吃什么”（营养偏好），以及它们“和谁抢食”（竞争关系）。

加州大学圣地亚哥分校的研究人员开发了一种用于理解和改造任何微生物组（包括人类微生物组）的新工具。该工具名为“微生物相互作用与生态位测定”（MIND），能够准确预测微生物在复杂群落中的竞争方式，并识别它们特定的营养偏好。这些发现于4月17日发表在《Cell》期刊，有潜力加速微生物组科学从实验室到临床的转化，为高度靶向的微生物组疗法铺平道路，例如，作为传统抗生素的替代方案。

迄今为止，在特定微生物与某种疾病之间建立因果关系一直难以实现，这阻碍了基于微生物组的疗法的开发。微生物组科学传统上类似于人口普查：研究人员可以观察到肠道或其他环境中存在哪些细菌，但他们缺乏预测这些细菌如何相互作用或改变特定微生物丰度的手段。

该研究的资深作者、加州大学圣地亚哥分校医学院儿科学教授、钱煦-李德福生物工程系生物工程学兼职教授、雅各布斯工程学院微生物组创新中心成员Karsten Zengler博士说：“总的来说，微生物组研究一直非常描述性，我们无法操控微生物组，因为我们不了解它们是如何组装、如何维持以及内部的动态变化。”

MIND工具如何破译微生物

MIND方法将该领域从仅仅描述微生物组转变为主动、精确地控制它们。据Zengler介绍，控制微生物组需要知道细菌想要什么，以及它们与哪些其他微生物竞争才能得到它。

MIND通过分析微生物如何将其有限的资源分配给将信使RNA（mRNA）翻译成功能性蛋白质来实现破译——这是细胞最耗能的过程。通过使用一种称为核糖体图谱的技术测量微生物在任何给定时间正在主动制造哪些特定蛋白质，该工具揭示了它确切偏好的营养物以及它如何分配能量。如果两种不同类型的细菌偏好相同的营养物，MIND会标记它们为竞争者。通过将这种方法应用于数千种微生物，研究人员可以绘制复杂的竞争相互作用图，并预测当物种被添加或移除时群落会如何反应。

跨不同微生物组的真实世界测试

有了相互作用图，研究人员通过引入特定的营养物（益生元，如糖和氨基酸）选择性地喂养和促进某些微生物，使它们能够击败其他微生物，从而重塑多个环境中的微生物群落，并测试了这些预测：

合成微生物群落：在一个由16个成员组成的微生物群落中，MIND准确预测了竞争相互作用，并确定了哪些特定微生物会受益于特定底物的添加。

土壤微生物组：MIND准确预测了哪些营养物会促进有益细菌，并自然排挤掉它们的竞争者。

人类微生物组：该工具识别了婴儿肠道有益菌（如双歧杆菌）偏好的营养物，指导了精确的益生元（如糖和氨基酸）和益生菌（微生物）干预，选择性地促进靶标细菌同时抑制竞争者。

活体小鼠模型：MIND预测一种有益肠道细菌“啮齿粪杆菌”会在存在乳糖时茁壮成长。向小鼠补充乳糖选择性地富集了这种细菌，证明该方法在活体动物中安全且精确地工作。

Zengler说：“证明我们不仅能在烧瓶中做到这一点，还能在活体生物中做到这一点，令人惊讶。”他认为，这些发现通过实现快速、经济且精确的益生元干预，对治疗感染性疾病具有重大意义。

超越抗生素的新路径

例如，许多健康的成年人自然携带潜在危险的细菌（如艰难梭菌或金黄色葡萄球菌）而从不生病，因为有益微生物控制住了它们。使用MIND识别这些天然竞争者，临床医生可以给予适当的益生元，将病原体水平降低到刚好不足以引发感染的程度。这提供了广谱抗生素之外的一种补充方法——抗生素会破坏有益菌并推动抗生素耐药性。

Zengler说：“这种方法的好处在于，你利用了细菌之间经过数百万年演化形成的竞争相互作用，因此很可能不会出现耐药性。”他指出，选择性地给有益菌喂食益生元通常优于引入活的益生菌，因为许多菌株无法被成功稳定或大规模生产，并且常常无法整合到现有的微生物群落中。而且由于MIND依赖于操控自然存在的微生物而非开发新药，这些疗法将更具成本效益、面临更少的监管障碍，并能更快地进入临床。

Zengler说：“目前，我们正在进行小规模的临床安全性试验，让参与者摄入我们鉴定为益生元的特定营养物，以预防由致病菌引起的微生物组失衡。”

气候和农业的更广阔可能性

除了人类健康，MIND方法还有众多其他应用，包括通过促进增强土壤碳储存的微生物来应对气候变化，以及提高植物的病原体抗性。

Zengler（他也是加州大学圣地亚哥分校斯克里普斯海洋研究所土壤中心的教职主任）说：“这真正开启了微生物组研究的许多可能性。我们不再只是描述微生物组的重要性，而是可以主动调整微生物组的组成以改善结果。”（生物谷Bioon.com）

参考文献：

Oriane Moyne et al, Predicting competition and substrate preferences for targeted microbiome alteration, Cell (2026). DOI: 10.1016/j.cell.2026.03.036.