人体微生物组学：概念、历史与生态学框架

人体并非孤立存在的生命体，而是由人类细胞与数万亿微生物细胞共同构成的复杂超有机体。这一认知彻底革新了我们对健康、疾病与自身本质的理解。人体微生物组学，正是系统研究这一共栖微生物群落的组成、功能、动态及其与宿主相互作用的交叉学科，它融合了微生物学、基因组学、生态学、免疫学与临床医学，构成了后基因组时代生命科学的核心前沿。本章作为全书奠基，旨在精确界定核心概念，梳理学科演进的关键脉络，并构建一个统一的理论生态学框架，为后续深入探讨肠道菌群、皮肤微生物及病毒组的具体研究奠定坚实的认知基础。

1.1 术语的精确界定：Microbiota 与 Microbiome

在进入任何深入讨论之前，对“微生物组”相关术语进行严格区分是学术严谨性的基本要求。然而，在早期文献乃至当前部分研究中，Microbiota（微生物群落）与 Microbiome（微生物组）常被混用，这种混淆导致概念模糊，影响了科学交流的精确性。国际人类微生物组联盟（IHMC）及多位领域先驱对此进行了系统性厘清。

Microbiota 特指栖息于人体特定部位（如肠道、皮肤）的所有活体微生物细胞的集合，包括细菌、古菌、真菌、病毒及原生动物。它是一个群落生态学概念，关注的是“谁在那里”——即物种或操作分类单元（OTU）或扩增子序列变体（ASV）的组成与丰度。例如，当我们说“肠道菌群”时，通常指的就是肠道微生物群落（Gut Microbiota）。其研究主要依赖16S rRNA基因测序或内部转录间隔区（ITS）测序（针对真菌）等标记基因方法，以揭示分类学结构。

Microbiome 的内涵则更为宽泛和深刻。它最初由 Joshua Lederberg 于2001年提出，定义为“一个生态位中所有微生物及其基因的集合，以及它们所处的环境条件”。在当代使用中，Microbiome 通常包含三个层面： 1. 所有微生物的基因组总和（即“微生物基因集”），这是其核心遗传学维度； 2. 这些微生物所生活的环境，包括宿主细胞、免疫系统、黏液层、营养物质、代谢产物及物理化学条件（如pH、氧化还原电位）； 3. 上述所有组分之间的动态互作网络。

因此，Microbiome 是一个系统生物学概念，它追问的不仅是“谁在那里”，更是“它们在做什么”、“它们如何互动”以及“环境如何塑造这一切”。研究 Microbiome 需要宏基因组学（ shotgun metagenomics ）、宏转录组学、代谢组学等多组学整合方法，以解析群落的功能潜能、实际表达及代谢输出。

一个形象的比喻是：Microbiota 是“演员名单及出场次数”，而 Microbiome 是“整个剧院的布景、灯光、剧本、演员互动及最终呈现的戏剧”。在本书中，我们将遵循这一严格区分：当讨论分类学组成时使用 Microbiota；当讨论基因组、功能或宿主-环境-微生物整体互作时使用 Microbiome。在无法避免的泛指场合，将使用“人体微生物组”这一中文术语，但读者需根据上下文判断其具体所指。

1.2 历史脉络：从显微镜观察到系统科学

人体微生物组学的历史是一部技术驱动认知革命的历史，其发展可划分为四个关键阶段，每个阶段都因方法论突破而引发范式转移。

1.2.1 发现与描述期（17世纪 - 19世纪末）

1674年，安东尼·范·列文虎克（Antonie van Leeuwenhoek）利用自制的单透镜显微镜，首次在自己的牙垢中观察到了“微小的动物”（animalcules），这是人类记录自身携带微生物的起点。然而，此后近两个世纪，由于缺乏纯培养技术，对这些人体的“常驻居民”究竟是共生体、污染物还是病原体，始终争论不休。19世纪，路易·巴斯德（Louis Pasteur）的发酵研究和罗伯特·科赫（Robert Koch）的病原菌学说确立了微生物学的基石，但焦点集中在致病微生物上，人体微生物被视为潜在的威胁或无关紧要的污染。此阶段的技术极限在于：只能观察形态，无法鉴定种类，更无法理解群落。

1.2.2 纯培养与无菌模型期（20世纪初 - 1980年代）

科赫法则的推广和固体培养基的发明，使得分离纯培养人体微生物成为可能。研究者开始从肠道、皮肤等部位分离出大量细菌，并建立菌种库（如 ATCC）。这一时期的重大贡献是无菌动物（Germ-Free Animal）模型的建立，特别是无菌小鼠。通过比较无菌动物与定植正常菌群（ conventionalized ）动物的表型差异，研究者首次在实验层面证实了微生物对宿主营养代谢（如维生素合成、胆汁酸代谢）、免疫系统发育（如派尔集合淋巴结形成）和生理功能的不可或缺性。例如，1940年代，Rene Dubos 的研究表明，无菌小鼠的肠道上皮更薄，免疫反应迟钝。然而，纯培养方法严重低估了微生物多样性，因为超过80%的人体细菌无法在实验室条件下培养，这形成了一道巨大的“微生物暗物质”屏障。

1.2.3 分子革命与多样性初探期（1990年代 - 2000年代初）

分子生物学技术的引入，特别是聚合酶链式反应（PCR） 和Sanger测序，使研究者能够绕过培养，直接从环境样本中获取微生物的遗传信息。1990年，Carl Woese 利用16S rRNA基因作为“分子钟”重新构建了生命三域系统，为所有细菌和古菌提供了统一的分类标尺。很快，这一方法被应用于人体样本。1999年，Handelsman 等人在土壤中提出“Metagenome”（宏基因组）概念，即环境中所有微生物的总基因组。同期，针对人体样本的早期研究开始涌现：研究者对肠道、口腔样本进行16S rRNA克隆文库测序，揭示了远超培养估计的惊人多样性，并发现个体间菌群组成差异巨大，但同一部位的核心类群相对稳定。这一时期的里程碑是2005年发表的《人类肠道微生物组多样性》研究，首次系统描绘了健康成人的肠道菌群图谱，确立了拟杆菌门（Bacteroidetes） 和厚壁菌门（Firmicutes） 的主导地位。技术瓶颈在于：Sanger测序通量低、成本高，难以进行大规模人群研究。

1.2.4 高通量测序与系统生物学爆发期（2007年至今）

2007年，美国国立卫生研究院（NIH）启动人类微生物组计划（Human Microbiome Project, HMP），标志着该领域进入国家层面、大规模、标准化的系统研究时代。其直接推动力是高通量测序技术（Next-Generation Sequencing, NGS） 的成熟，特别是 Roche 454、Illumina MiSeq/NextSeq 等平台。NGS 使得在数天内对数百个样本进行数百万条16S rRNA序列或数十亿条宏基因组短序列测序成为可能，成本骤降。

HMP 及其国际 counterparts（如欧洲的 MetaHIT、中国的 HMP-China）在2012年发布了里程碑成果：绘制了人体多个部位（口腔、鼻腔、皮肤、肠道、阴道）健康微生物组参考图谱，证实了“部位特异性”（site-specificity）——不同解剖部位拥有截然不同的优势菌群，且同一部位不同个体间的菌群在门水平相对保守，但在种/株水平高度可变。更重要的是，宏基因组分析揭示了微生物基因集的巨大功能冗余性：尽管个体间物种组成差异大，但核心功能基因（如碳水化合物代谢、维生素合成）在人群水平上高度一致。这催生了“功能冗余假说”，即微生物群落通过不同物种执行相同功能来维持生态系统稳定。

与此同时，无菌动物与粪菌移植（Fecal Microbiota Transplantation, FMT） 研究在2013年后迎来爆发。Alexander Khoruts 和 colleagues 首次使用FMT成功治愈复发性艰难梭菌感染（rCDI），其疗效在后续随机对照试验中被证实优于万古霉素，成功率高达85%-90%。这一临床成功强有力地证明了微生物群落作为一个整体，其功能失调（dysbiosis）可以导致疾病，并通过群落重构得以治疗，将研究从关联性推向因果性。

当前，我们正进入多组学整合与精准微生物组学时代。长读长测序（PacBio HiFi, Oxford Nanopore） 解决了短读长序列的组装难题，使得完成微生物基因组草图甚至完整基因组（MAGs） 成为常态。单细胞基因组学、空间转录组学、代谢组学与宿主免疫组学的整合，正揭示微生物在亚毫米空间尺度上的分布、活性及其与宿主细胞的直接对话。此外，人工智能与机器学习被广泛应用于从海量数据中挖掘宿主-微生物关联模式，预测疾病风险，并指导个性化干预（如个性化益生菌、精准膳食干预）。

1.3 核心生态学理论框架

人体微生物组是一个典型的、高度复杂的生物群落。理解其行为，必须借鉴并发展成熟的群落生态学理论。以下四个核心概念构成了分析人体微生物组的理论支柱。

1.3.1 α多样性、β多样性与γ多样性

多样性是群落生态学最基本、最广泛使用的指标，通常分为三个层次：

• **α多样性（Alpha Diversity）**：描述**单个样本或局部栖息地内**的物种多样性。常用指标包括：
• **物种丰富度（Richness）**：观察到的物种或ASV总数。计算简单，但受测序深度影响大，需使用稀释或非参数估计（如 Chao1）校正。
• **物种均匀度（Evenness）**：衡量物种丰度分布的均匀程度。皮卢均匀度指数（Pielou‘s Evenness） $J‘ = H‘/\ln(S)$，其中 $H‘$ 为香农指数，$S$ 为丰富度。
• **香农多样性指数（Shannon Index, H‘）**：$H‘ = -\sum_{i=1}^{S} p_i \ln p_i$，其中 $p_i$ 是第 $i$ 个物种的相对丰度。它同时考虑了丰富度和均匀度，是最常用的α多样性指标。
• **辛普森指数（Simpson Index, D）**：$D = 1 - \sum_{i=1}^{S} p_i^2$，强调优势种（dominant species）的影响，对群落中常见物种的变化更敏感。

在人体微生物组研究中，α多样性常被视为群落“健康”或“稳定”的代理指标。例如，许多慢性病（如炎症性肠病IBD、2型糖尿病、肥胖）患者的肠道菌群α多样性显著低于健康对照。然而，这一关联并非绝对，某些健康人群（如 hunter-gatherer 群体）的α多样性极高，而部分健康西方人群的多样性可能相对较低，提示功能冗余可能补偿了多样性损失。

• **β多样性（Beta Diversity）**：描述**不同样本或栖息地之间**的物种组成差异。它回答“群落A和群落B有多相似？”的核心问题。关键指标包括：
• **Bray-Curtis 相异指数（Bray-Curtis Dissimilarity）**：基于物种丰度，$BC_{ij} = 1 - \frac{2C_{ij}}{S_i + S_j}$，其中 $C_{ij}$ 是样本i和j共有的最小丰度之和，$S_i$ 和 $S_j$ 是各自的总丰度。值域[0,1]，0表示完全相同，1表示无共享物种。对丰度变化敏感，不考虑系统发育关系。
• **加权/非加权 UniFrac 距离（Weighted/Unweighted UniFrac）**：**唯一考虑系统发育关系的β多样性指标**，由 Josephine N. Knight 等人开发。它计算样本间**共有分支**（shared branch）占总系统发育树长度的比例。**加权**UniFrac 考虑丰度，**非加权**仅考虑有无（presence/absence）。UniFrac 在人体微生物组研究中几乎成为标准，因为它能更好地区分因**系统发育相近物种**的丰度变化（可能功能相似）与**系统发育远缘物种**的更替（可能功能迥异）所带来的影响。

β多样性分析通常通过主坐标分析（PCoA） 或非度量多维标度（NMDS） 进行可视化，展示样本间整体差异的格局。例如，HMP数据清晰显示，身体部位是解释β多样性变异的最主要因素（即“部位效应”），远超个体差异。

• **γ多样性（Gamma Diversity）**：描述**一个较大区域或整个生态系统**（如整个人体）的总多样性，是α多样性与β多样性的综合。研究人体γ多样性，需要整合所有部位的数据，以评估整体微生物基因库的规模。HMP估计，健康人体携带的微生物基因总数是自身基因组的**150倍以上**，功能潜力远超人类基因组。

1.3.2 群落构建机制：确定性过程与随机性过程

一个局部群落的最终组成（哪些物种出现、丰度如何）是两类基本过程竞争的结果：

1. 确定性过程（Deterministic Processes）：由环境过滤（Environmental Filtering）和生物互作（Biotic Interactions）驱动，导致生态位分化。物种能否定殖取决于其性状（traits）是否匹配局部环境条件。

• **环境过滤**：指非生物因素（如肠道pH、氧气梯度、营养底物浓度、胆汁酸种类、皮肤湿度与pH、阴道酸性环境）对微生物的筛选。例如，肠道近端（十二指肠）高氧、低pH、高胆汁酸，适合兼性厌氧菌（如乳酸杆菌）；而远端（结肠）严格厌氧、低氧、高短链脂肪酸，适合专性厌氧菌（如拟杆菌、梭菌）。皮肤表面干燥、高氧、高盐，适合葡萄球菌、丙酸杆菌；而毛囊深处潮湿、微厌氧，适合丙酸杆菌、棒状杆菌。宿主遗传因素（如分泌型免疫球蛋白A、抗菌肽、血型抗原）也构成强大的环境过滤器。
• **生物互作**：包括**竞争**（争夺营养或空间，如交叉喂养）、**互惠共生**（如拟杆菌降解多糖产生短链脂肪酸，供梭菌利用）、**偏利共生**、**寄生**（噬菌体、细菌素）等。这些互作塑造了群落内部的稳定结构和功能输出。

2. 随机性过程（Stochastic Processes）：由扩散限制（Dispersal Limitation）和生态漂变（Ecological Drift）驱动，导致中性群落动态。

• **扩散限制**：微生物从源头（如口腔、环境）传播到新栖息地（如肠道）的概率受物理隔离、宿主行为（如手-口接触）、地理距离等影响。例如，同住一个家庭的成员，其肠道菌群相似性高于陌生人，部分源于共享环境和饮食，部分源于直接传播（“家庭传播网络”）。
• **生态漂变**：由于出生、死亡、随机迁移等 Demographic Stochasticity，在局部种群中，即使物种适合度相同，其丰度也可能因随机事件而波动。这在**小型、封闭群落**（如单个肠道隐窝）中尤为重要。

关键科学问题：在人体不同部位，确定性过程与随机性过程的相对贡献如何？目前共识是：在部位内部，确定性过程（尤其是环境过滤）占主导，因为同一部位的物理化学环境高度一致，形成了强烈的生态位选择。在个体间比较时，随机性过程（扩散、历史偶然）的贡献增大，因为个体经历（出生方式、饮食史、抗生素暴露、居住环境）不同，导致初始定殖菌和后续传播路径存在巨大差异。定量区分两者的工具包括基于零模型的群落组装分析（如 βNTI、RCbray 指数）和系统发育群落结构分析（如 NTI、βNTI）。例如，一项针对全球人群肠道菌群的研究发现，在门水平，环境过滤（宿主饮食）主导；但在种水平，扩散限制和生态漂变的作用显著增强，解释了大部分个体间差异。

1.3.3 宿主-微生物互作模型：从共栖到 holobiont

宿主与微生物的互作关系是动态的、多维度的，传统“共生”分类（互惠、共栖、寄生）过于简化。现代理论更强调互惠网络的强度与特异性以及宿主控制能力。

• **互惠共生（Mutualism）**：双方均获益。这是人体微生物组的**默认状态**。经典案例：肠道拟杆菌降解宿主无法消化的膳食多糖（如抗性淀粉），产生**短链脂肪酸（SCFA）**（如丁酸、丙酸、乙酸）。丁酸是结肠上皮细胞的主要能量来源，能增强肠道屏障、调节免疫、抑制炎症。宿主则提供稳定的厌氧环境和持续的营养底物。这是一种**紧密的营养互惠**。
• **条件致病（Opportunistic Pathogenesis）**：在特定条件下（如宿主免疫抑制、菌群失调、黏膜屏障破损），原本无害或有益的微生物（如大肠杆菌、克雷伯菌）可能转为致病，引发感染。这揭示了**互惠关系的脆弱性**，取决于宿主状态。
• **宿主控制假说（Host Control Hypothesis）**：宿主并非被动的栖息地，而是通过**免疫系统**（如IgA包被特定菌群、抗菌肽选择性杀菌）、**代谢产物**（如胆汁酸塑造菌群组成）、**黏液层物理屏障**等机制，主动“栽培”其微生物组，以促进互惠、抑制病原。例如，分泌型IgA（sIgA）能特异性结合肠道细菌，限制其与上皮接触并促进其在黏液层中的定植，形成“**免疫介导的生态位构建**”。
• **超有机体（Holobiont）与 hologenome 理论**：该理论将宿主及其所有共生微生物视为一个**整合的选择单位**（unit of selection），其 combined genome 称为 hologenome。宿主遗传变异与微生物组成变异共同影响宿主的适应性与进化。例如，在昆虫中，共生菌（如布赫纳菌）提供必需氨基酸，其垂直传递与宿主生殖系紧密耦合，是经典的 holobiont 案例。在人体中，情况更复杂：微生物主要水平获得（出生后），垂直传递（通过产道、母乳）虽有但非绝对。目前认为，人体更符合一个**“受控的生态系统”**，宿主通过上述机制维持其功能稳定，而非一个完全整合的遗传实体。但该理论启发了我们以**系统水平**思考宿主-微生物共同表型。

1.4 人体作为多生态系统：独特性与整体性

人体为微生物提供了超过400平方米的栖息面积，其不同部位在物理化学参数、营养供给、宿主免疫、暴露程度上存在巨大差异，形成了多个相对独立但又相互联系的微型生态系统。HMP 及其他大规模研究已明确区分出至少五个核心部位群落：口腔、鼻腔、皮肤、肠道（粪便代表结肠）、阴道。每个生态系统有其独特的“生态位”特征。

1.4.1 肠道微生物组：最大的化工厂

• **环境特征**：严格厌氧（结肠）、温度37℃、pH 5.5-7.0、营养丰富（未消化食物残渣、黏液、脱落的肠上皮细胞）、水流缓慢（肠蠕动）。
• **核心组成**：以*