，并用它系统地描述肠道微生物组的代谢。



结果发现肠道微生物各门类之间的代谢途径分布有明显的差异，这反映了不同的能量捕获策略。另外，结果解释了短链脂肪酸生产在不同分类群之间的差异，表明每个分类群都有一个特征性的代谢生态位。结合血浆和粪便中微生物衍生的代谢物数据进行分析，结果表明这些代谢物与相应代谢基因的宏基因组丰度几乎完全不相关，表明特定途径的基因调节和代谢物通量的关键作用。这项工作是了解细菌分类群如何促进微生物组化学的差异的一个起点。

gutSMASH算法

gutSMASH算法的流程如图1所示：1，先从文献中整理出一套已知的和特征化的代谢基因簇（metabolic gene clusters，MGC，即编码微生物代谢产物生产的途径通常在基因组中物理上聚集在一起的基因）编码途径。在所有的MGCs中识别蛋白质结构域，并手工识别核心酶结构域。对于属于广泛的多功能酶家族的酶结构域，建立了蛋白质超家族的系统发育，以创建特定家族的pHMMs。2，这些结构域被纳入最初的检测规则中。检测规则在测试集上运行，所有由同一规则预测的MGCs被分组。3，通过BiG-SCAPE运行，将MGCs分组为基因簇家族（gene cluster families，GCFs）。4，根据GCF成员的文献分析，检测规则被手动微调，以包括或排除与专门的初级代谢有关的MGC架构。5，最后，对微调后的检测规则进行了注释，并根据其代谢的最终产物将其归入不同的MGC类别。

图1.  gutSMASH检测规则的开发和设计

人类肠道细菌的基因组所编码的代谢特征

将gutSMASH算法用于一套4240个独特的高质量参考基因组来描述人类肠道微生物组菌株的代谢能力。所获得的结果为人类肠道细菌的基因组所编码的代谢特征提供了独特见解，如图2所示。

图2. 人类肠道中最具代表性的属的已知途径分布

图2a中（圆圈代表每个属中没有/存在的已知途径。较大的圆圈表示一个属的基因组有50%以上编码该途径，而较小的圆圈表示有50%或更少的基因组编码该途径的情况）。尽管有些属包含一小部分高度保守的途径，（例如，Akkermansia和Faecalibacterium），其他属包含更大的种间差异。Clostridium属显示出显著的代谢多样性，该属各成员有43条不同的MGC编码的代谢途径（图2a）；这证实了之前文献中的结论，即Clostridium属的代谢模块重现具有高度的差异性。有趣的是，Clostridium和Enterobacteriaceae科成员编码的许多代谢途径是不重叠的，突出了这些微生物在肠道内采用的不同代谢策略。拟杆菌、放线菌（Eggerthella和Collinsella）和Verrucomicrobia（Akkermansia）拥有一套更有限的初级代谢途径，可能反映了其代谢的上游成分的多样性（即糖类的觅食和其他形式的底物利用）。

图2b展示了主要的醋酸（acetate）合成途径在门水平的分布。一些途径在五个主要门类中普遍存在（例如，丙酮酸转化为乙酸盐/甲酸盐（PFL）），而其他途径只存在于厚壁菌门（二氧化碳转化为乙酸盐（WLP））。表明微生物用于生产短链脂肪酸（SCFAs）的代谢策略的不同。

肠道中的三个主要属的能量捕获机制存在着惊人的差异：Bacteroides, Escherichia和Clostridium（图2c）。当使用葡萄糖进行有氧生长时，大肠杆菌通过膜结合的细胞色素引导电子产生大部分的能量，使用氧气作为终端电子受体。然而，氧气在肠道中是有限的。在厌氧条件下，Escherichia的细菌通过在其电子运输系统中替代末端还原酶，采用替代的末端电子受体，如硝酸盐、二甲基亚砜（DMSO）、三甲胺N-氧化物（TMAO）和富马酸盐。然而，在健康的肠道中，这些替代的电子受体要么不存在，要么数量有限，这可能解释了为什么这些兼性厌氧菌在健康微生物群中只占很小的比例。

人类肠道细菌的基因组所编码的代谢特征

通过对来自1,135个宏基因组中每个MGC类别的相对丰度进行分析，来确定每条途径在一组人类样本中的流行程度和丰度。如图3所示，如CO2转化为乙酸和从乙酸或谷氨酸生产丁酸，以及多胺形成途径，在>99%的微生物组中发现。其他的，如1,2-丙二醇的利用和对甲酚的生产，都与肠道健康的负面影响有关，分别只在75%和53%的样本中观察到可检测的水平。尽管三种醋酸形成途径中的两种（PFL和PFOR）一直处于高丰度水平，但所有丁酸形成途径的丰度在不同个体间有很大差异。

图3. 1,135个人类微生物组样本中专门的初级代谢途径的普遍性和丰度

初级代谢途径与宿主代谢物丰度之间没有关联

每条途径的宏基因组丰度的广泛变化提出了这样一个问题：一条途径的宏基因组丰度是否与其在宿主体内的小分子产品的水平相关。为了解决这个问题，这里系统地比较了每条途径的水平与血浆代谢组学确定的相应代谢物的数量。结果发现途径和代谢物水平之间明显缺乏相关性（图4a）；这些数据表明，宏基因组中的基因丰度（本身）不是血浆代谢产出的有用预测指标。这种相关性的缺乏可能是由几个因素造成的，如饮食差异、与底物可用性相关的转录调节、代谢物从腔内扩散和进口到宿主的不同动态、降解一些gutSMASH预测的途径的最终产品的次级发酵剂，以及存在具有类似底物/产品概况但尚不清楚的途径。

图4 .  路径与代谢组学数据的相关性

另外将来自综合人类微生物组计划（iHMP）的81个样本，包括41个克罗恩病（CD）患者、17个溃疡性结肠炎（UC）患者和23个健康人的读数映射到同一组gutSMASH MGCs（图4b，c）。对这些样本的路径丰度水平进行关联，进一步证实了这一模式，总体的关联度从-0.32到0.34（图4b）。当按疾病状态分割样本时，相关性确实有所增加，健康样本为-0.50至0.52，UC患者为-0.51至0.53，CD患者为-0.37至0.42，表明人类受试者之间大规模的生理差异（例如，绝对微生物丰度的差异）是突出的混杂因素。总的来说，这里发现对从基因丰度或单个菌株丰度进行代谢推断的分析具有重要意义。更详细地了解饮食的影响、基因调控的差异、特征途径通量（每单位时间内每个蛋白质拷贝的周转率，这也可能受到二次发酵剂的影响）以及药代动力学特征（例如，吸收、分布、代谢和排泄），最终可以从宏基因组丰度预测代谢物丰度。

总结

总得来说，这项研究开发了gutSMASH算法，可以从基因组序列或宏基因组片段中识别决定生态位的主要代谢途径。gutSMASH系统地描述肠道微生物组的代谢，在4240个高质量的微生物基因组中识别了19890个基因簇。对来自荷兰人口队列的1135个个体的分析表明，血浆和粪便中微生物衍生的代谢物水平与相应代谢基因的宏基因组丰度几乎完全不相关，表明特定途径的基因调节和代谢物通量的关键作用。