自闭症谱系障碍（Autism Spectrum Disorder，ASD）是一种复杂的神经发育性疾病，其症状包括但不限于社交互动障碍、沟通困难以及受限和重复的行为模式。尽管ASD的确切病因尚不清楚，但普遍认为其由遗传因素和环境因素的复杂相互作用所致。近年来，越来越多的研究表明，肠道微生物群在ASD的发病机制和症状表现中扮演着重要角色。肠道菌群不仅参与营养吸收、代谢产物的生成，还通过“肠-脑轴”与中枢神经系统进行双向交流，影响神经发育、免疫应答和情绪调节等多个方面。因此，识别与ASD相关的多界水平微生物（如古菌、细菌、真菌和病毒等）和功能性肠道微生物标志物，对于理解ASD的病理机制及开发新的干预策略具有重要意义。
2024年7月8日，香港中文大学黄秀娟（Siew C. Ng）团队在《Nature Microbiology》期刊上发表了题为“Multikingdom and functional gut microbiota markers for autism spectrum disorder”的研究论文，该研究揭示了肠道微生物群多领域和功能标记物在ASD诊断中的潜在价值，并探讨了其作为ASD生物标志物的临床应用前景。
该研究利用宏基因组测序技术从采集自中国5个独立队列中选取了1627名儿童（年龄1-13岁，24.4%为女性）的粪便样本进行了分析，结果发现ASD儿童的肠道古菌、细菌、真菌和病毒的多样性均低于神经典型儿童。具体来说，通过调整年龄、性别、BMI、饮食、药物、精神疾病和GI症状等混杂因素后，共鉴定出14种古菌、51种细菌、7种真菌、18种病毒在ASD组和神经典型组之间存在显著差异。其中，80%的微生物种类在ASD儿童中显著降低，尤以细菌最为显著。通过分析关键微生物种类的变化，发现嗜热链球菌（Streptococcus thermophilus）和短链脂肪酸产生菌（如Bacteroides sp. PHL2737和Lawsonibacter asaccharolyticus）在ASD儿童中显著减少。进一步分析微生物基因和代谢途径的变化，共鉴定出27种微生物基因和12个代谢通路在ASD儿童中发生改变。最后采用机器学习方法构建了基于单界水平和多界水平肠道微生物群及其功能标志物的诊断模型，以评估区分ASD儿童和神经典型儿童的准确性，结果显示基于单界水平肠道微生物标志物的机器学习模型在区分ASD儿童和神经典型儿童方面表现出中等的诊断准确性，而包含31个多界水平微生物群和功能标志物的综合模型则表现出更高的诊断准确率，且对男性和女性的诊断性能相当。
总之，该研究通过宏基因组测序技术对大量ASD儿童和神经典型儿童的肠道微生物群进行了全面分析，揭示了ASD与多界水平肠道微生物群（古菌、细菌、真菌和病毒）及功能微生物标志物的关联。基于这些发现，构建了一个高准确性的多界水平肠道微生物群和功能微生物群标志物诊断模型，为ASD的非侵入性诊断提供了新的思路和方法。这不仅增进了对ASD发病机制的理解，也为未来开发针对肠道微生物群的干预策略提供了重要的科学依据。
原文链接：https://doi.org/10.1038/s41564-024-01739-1