有句老掉牙的話:We are what we eat(人如其食)。而作為生活在人體身上的大社群,微生物相的組成自然也會受各種因素影響。諸如飲食、免疫系統與環境因子都會改變你我身上的微生物體。人類微生物體研究計劃(Human Microbiome Project, HMP),便是探索人體微生物體群落,如何產生各種變化與交互作用之研究。
來自密西根大學醫學院的 Patrick Schloss 團隊,在 18 個月的採樣過程中,藉由蒐集原核生物之核醣體次單元 RNA,以分析不同生活經歷與成長環境,和身體各處的微生物群落組成的變化和交互作用。這些系統分析結果不僅提示影響人類微生物體的重要因子,也協助邁向未來的個人化醫療。
總共 300 位成人身上 18 處不同的微生物體樣本中,研究者們利用 Dirichlect 多項分布的混合模型(Dirichlet Multinomial Mixture, DMM),將各採集的微生物體組成區分為不同微生物群落(Community)。不同身體部位能透過此模型區分為 2-7 種群落,分類的依據大多並非數量最多的微生物種,而是以特定的微生物組成形式區分(例如在排遺的樣本中,需要約63種微生物數據才能符合90%分類模型結果),反映人體各處的微生物組成具備特定的交互作用網絡。
例如以排遺樣本所區分出的四種微生物群落(A-D),分析結果顯示,不同微生物種組成、群落的分類,正好也反映其宿主(即提供樣本的受試者)的生理特性、甚至教育背景。A 群落較多出現於嬰兒時期接收母乳者,而非哺乳者則傾向歸類於 D 群落。除此之外,受試者的性別也與排遺的群落分類顯著相關。包括前肘窩皮膚、耳后凹槽與舌部的樣本亦能反映性別差異。特別在女性樣本中,是否具有學士學位的因子與陰部、后穹窿的微生物族群分類顯著相關。這些分析結果顯示人體微生物與個人生活史的密切關係。
不同人體部位的微生物體也相互關聯,我們能由一處的樣本分析預期其他身體部位的微生物體。舉例而言,相當有趣地,在唾液與排遺的樣本中發現最強的關聯性,儘管實際組成的微生物種相似度不高,分類模型判定的四種微生物群落卻在兩種樣本間呈現緊密的相依性。此結果顯示,雖然唾液與排遺之間經歷複雜的腸道箘環境,這些判斷自統計模型的特定微生物群落仍能穩定地存在。
微生物群落的穩定性也隨部位不同而有所差異。本研究中數個月的樣本採集顯示,陰部、排遺等微生物體組成最穩定,而齦上牙斑箘則相對最不穩定。不同微生物群落的穩定性也相異,前述排遺樣本中的 D 群落,或來自非哺乳者的樣本,則是相對穩定者。
本研究以系統分析與動態紀錄,清楚地呈現哺乳、生活環境等後天因子對微生物體的影響,可以作為公共衛生與醫療教育的參考。如果把人類微生物體視為複雜的生態系,不難發現身體部位、個體的遺傳與行為差異、環境因子與生活史都與微生物體相關。然而,目前科學家對於之中的詳細交互作用機制仍有許多疑問,需要更多長時間的樣本蒐集、搭配更完善的人體生理測量、甚至進一步與疾病連結,將會是未來研究的重要方向。
參考資料:
- Ding, T., & Schloss, P. D. (2014). Dynamics and associations of microbial community types across the human body. Nature, 509(7500), 357-360. doi:10.1038/nature13178
- Holmes, I., Harris, K., & Quince, C. (2012). Dirichlet Multinomial Mixtures: Generative Models for Microbial Metagenomics. PLoS ONE, 7(2), e30126. doi:10.1371/journal.pone.0030126
- A framework for human microbiome research. (2012). Nature, 486(7402), 215-221. doi:10.1038/nature11209
- Koren, O., Knights, D., Gonzalez, A., Waldron, L., Segata, N., Knight, R., … Ley, R. E. (2013). A Guide to Enterotypes across the Human Body: Meta-Analysis of Microbial Community Structures in Human Microbiome Datasets. PLoS Computational Biology, 9(1), e1002863. doi:10.1371/journal.pcbi.1002863
撰文 | 陳曦
修訂 | 熊浩安