ATI-1150

摘要肠道微生物组（GM）已成为癌症生物学的重要决定因素，它影响癌症发生、治疗效果以及治疗相关的毒性。菌群失调由于长期的炎症反应、基因毒素的产生以及在结直肠癌、胃癌、胰腺癌、肝癌和前列腺癌等肿瘤中的免疫系统逃逸，有助于肿瘤的起始和进展。微生物多样性以及某些特定菌株（如Faecalibacterium prausnitzii、Bifidobacterium longum、Akkermansia muciniphila等）的生长与免疫检查点抑制剂（ICIs）在GM中的疗效呈正相关。这些效应是通过微生物代谢物（即短链脂肪酸和甲萘醌（维生素K2）介导的，它们通过免疫调节和毒性控制来发挥作用。相反，由抗生素引起的细菌菌群失调和病理菌株会使感染的治疗复杂化，并导致免疫相关不良事件（irAEs）。未来的干预措施，如粪便微生物群移植、下一代益生菌和工程生物治疗，有潜力恢复ICIs的反应性并降低毒性。为了在精准肿瘤学中实施基于微生物组的生物标志物和疗法，需要解决标准化、因果关系和临床转化等现有问题。GM代表了癌症治疗的新前沿，结合了免疫学、代谢学和微生物生态学，以推进个性化医学的发展。这篇叙述性综述综合了关于GM对癌症发生、免疫治疗疗效、耐药性和毒性的分子和临床发现，同时概述了将基于微生物组的生物标志物和疗法整合到精准肿瘤学中的转化策略。1 引言：微生物组作为癌症生物学中的关键维度肠道微生物群（GM）是一个庞大而复杂的生态系统，主要位于胃肠道中，由大约10^13个细菌以及其他微生物（如古菌、真菌、原生动物和病毒）组成[1, 2]。这一微生物组已被认为是对宿主生理（如代谢、炎症和免疫发育）有显著影响的外在因素[3, 4]。这些微生物的基因组数据结合在一起，构成了一个代谢引擎，决定了许多生物学结果，这日益成为现代医学的一个定义性特征[5]。GM的组成和功能失衡，即菌群失调，已成为局部和远处癌症的常见病因因素[6, 7]。同时，免疫检查点抑制剂（ICIs）的引入彻底改变了肿瘤学领域，这些抑制剂靶向诸如程序性死亡-1（PD-1）、PD-Ligand 1（PD-L1）和细胞毒性T淋巴细胞抗原-4（CTLA-4）等分子[8]。尽管ICIs在多种实体瘤和血液系统癌症中显示出前所未有的临床疗效，但响应率却非常不一致，大多数队列中低于50%，因此迫切需要揭示潜在的初次和获得性耐药机制[3, 8]。最近的基础研究将GM与ICI治疗的疗效和毒性永久性地联系起来[5, 9, 10]。最初的证据表明，抗CTLA-4阻断的疗效取决于特定GM的存在[11]。这一认识促使人们使用先进的组学系统（如宏基因组学、宏转录组学和代谢组学）来确定决定抗肿瘤免疫的精确微生物种类及其产物[12, 13]。鉴于相关性并不一定意味着因果关系，因此制定旨在克服这种变异性并确认GM与ICI反应之间因果关系的严谨临床试验仍然至关重要[3]。在这篇叙述性综述中，我们总结了当前关于GM如何影响癌症发展、ICIs疗效、治疗耐药性和免疫相关毒性的机制和临床研究。我们重点关注将功能途径（如微生物代谢物、免疫信号传导和肿瘤内微生物群）与结直肠癌、黑色素瘤、非小细胞肺癌等其他类型癌症的结果相结合。我们还尝试解释如何通过机制洞察和实际应用方法（如粪便微生物群移植（FMT）、定义明确的联盟和工程生物治疗）在精准肿瘤学中使用基于微生物组的生物标志物和治疗方法。2 文献搜索策略和综述范围这是一篇综合了将肠道微生物组与癌症发生、免疫治疗的疗效和耐药性及其相关毒性联系起来的机制、转化和临床证据的叙述性综述。使用PubMed/MEDLINE、Scopus和Web of Science数据库对2014年1月至2025年12月间的出版物进行了系统文献搜索。搜索策略包括肠道微生物组、癌症、免疫治疗、免疫检查点抑制剂、癌症发生、治疗耐药性、免疫相关不良事件、粪便微生物群移植和微生物代谢物等术语。高影响力的临床试验、转化研究、机制性临床前模型和最近的系统综述被优先考虑。由于这是一篇叙述性综述，因此没有按照PRISMA指南进行正式的文献搜索或定量综合，而是根据相关性、方法学严谨性和对概念理解的贡献来选择研究。3 将癌症与肠道微生物组联系起来：调节癌症发生GM通过多种方式导致癌症发展，例如促进慢性炎症、合成DNA损伤性代谢物（基因毒素）以及调节肿瘤微环境（TME）以支持免疫逃逸[14, 15]。3.1 胃肠道癌症：局部癌症发生特定微生物群与胃肠道恶性肿瘤之间的关系已经得到了很好的证实，GM影响肿瘤的发展和进展：3.1.1 结直肠癌（CRC）菌群失调在CRC中起着重要作用[6]。GM通过多种不同的分子信号通路影响结直肠癌的发生，包括上皮信号传导、免疫调节、炎症和直接的基因毒性。Fusobacterium nucleatum激活FadA-E-钙黏蛋白-b-连环蛋白。F. nucleatum通过将其黏附素FadA附着到上皮E-钙黏蛋白上并破坏E-钙黏蛋白/b-连环蛋白的结合来诱导肿瘤发生[2, 16]。这种相互作用促进了b-连环蛋白向核内的转位和促癌靶点（c-MYC和CCND1）的转录激活。这导致增殖样信号的增加、类干细胞状态的产生以及上皮极性的丧失，从而直接关联了细菌附着与Wnt通路的过度激活[2, 17]。通过Fap2-TIGIT相互作用模拟免疫检查点。此外，F. nucleatum还抑制抗肿瘤免疫。其凝集素Fap2与NK细胞和T细胞上的抑制性受体（TIGIT）相互作用，抑制细胞毒性并支持肿瘤微环境中的免疫逃逸[2, 16]。这条途径是一个与经典免疫检查点途径平行的抑制性微生物组衍生轴。3.1.2 胃癌（GC）关于GC患者中非螺旋杆菌微生物群的文献报告了黏膜变化，包括乳杆菌和双歧杆菌的减少，以及Phyllobacteriaceae和Enhydrobacter的增加[21]。这种菌群失调意味着重要代谢活动（如半乳糖、蔗糖和淀粉代谢）的下降[21, 22]。3.1.3 胰腺导管腺癌（PDAC）肿瘤的微生物组多样性和组成影响PDAC[8, 23]。由于肠道原因而经常转移的肿瘤内细菌会引发免疫抑制的TME，从而通过诱导先天性和适应性免疫抑制来促进肿瘤发生。重要的是，由特定肿瘤内Gammaproteobacteria代谢吉西他滨（一种传统化疗药物）介导的吉西他滨耐药性是通过CDDL酶实现的[22, 24, 25]。3.2 远端和肿瘤内效应GM沿肠道-器官轴具有系统效应：3.2.1 肝细胞癌（HCC）GM被发现通过调节胆汁酸代谢和产生免疫调节微生物分子在肝脏免疫调节中起关键作用。初级胆汁酸被GM转化为次级胆汁酸，包括脱氧胆酸（DCA），这些胆汁酸与由革兰氏阳性细菌产生的脂多糖酸（LTA）一起通过门脉循环进入肝脏，在由致癌物引起的脂肪肝或肝损伤等疾病中发挥作用[2, 4]。在肝脏中，肝星形细胞是这些肠道来源代谢物的重要传感器。Toll样受体2（TLR2）被DCA和LTA多效性激活，两者都会诱导与衰老相关的分泌表型，并强烈上调COX2（参与前列腺素合成的酶）。COX2的诱导促进了前列腺素E2（PGE2）的长期产生，这重新塑造了局部免疫环境，刺激浸润淋巴细胞和髓系细胞的PTGER4受体。这种以PGE2为主的环境具有强大的免疫抑制特性，即抑制CD8+ T细胞的细胞毒性能力，否则这些T细胞会识别并破坏转化的肝细胞。因此，DCA-LTA-TLR2-COX2-PGE2轴是一种依赖于微生物组的免疫逃逸机制，它将肠道代谢和微生物变化与肝脏中的抗肿瘤免疫抑制联系起来[2, 4, 22]。3.2.2 前列腺癌（PCa）PCa与肠道、尿液和前列腺组织微生物组的菌群失调有关[26]。例如，前列腺切除样本中的慢性前列腺炎症被认为与Propionibacterium acnes有关[14, 26]。此外，某些来自GM的短链脂肪酸（SCFA）可以通过IGF1信号通路促进前列腺癌的发展[26]。SCFA通过IGF-1信号传导促进前列腺癌的生长。在高脂肪饮食条件下，富含产生SCFA的菌科（如Rikenellaceae和Clostridiales）的微生物群会产生高水平的丁酸盐、乙酸盐和丙酸盐等化合物。这些SCFA通过增强全身性和前列腺内的IGF-1来促进前列腺肿瘤的生长，进而整合到高胰岛素血症的广泛代谢环境中。IGF-1激活MAPK和PI3K通路刺激肿瘤生长和发展。抗生素减少产生SCFA的细菌有助于阐明因果关系，因为它可以抑制IGF-1的水平并阻止肿瘤生长；外源性SCFA补充可以逆转这种效应[14, 26]。这形成了SCFA-IGF-1的相互作用，作为前列腺癌生物学中一个依赖于微生物组的增殖轴。3.2.3 肿瘤内微生物组肿瘤内的细菌数量较少，因此难以测量，通常需要使用定量PCR（qPCR）技术来检测16S rRNA基因，以估计细菌负荷与宿主DNA的比例[14]。尽管存在技术挑战，但在黑色素瘤、肺癌、卵巢癌和乳腺癌等不同类型的肿瘤中都发现了这些微生物群落。这表明它们在肿瘤微环境（TME）中的作用以及对治疗反应的影响[14, 24]。表1总结了微生物物种对致癌作用的影响。图1展示了GM-癌症轴。表1 主要与癌症发展和进展相关的微生物物种全尺寸表格图1 这张图片的替代文本可能是使用AI生成的。全尺寸图片肠道微生物组-癌症轴3.3 在罕见和较少见的恶性肿瘤中的新证据虽然大多数微生物组-癌症研究都集中在常见的实体瘤上，但新的数据表明这些微生物组也与一些较为罕见的恶性肿瘤有关，如肉瘤、神经内分泌肿瘤和某些血液系统癌症。早期研究指出，微生物的多样性和代谢能力可能是免疫监视和肿瘤对治疗反应的潜在因素，即使在从免疫学角度来看被认为是“冷”的肿瘤中也是如此。GM（肠道微生物组）与异基因干细胞移植在血液系统癌症中的效果以及细胞疗法后的结果有关，这暗示了实体瘤和血液系统癌症中存在共同的免疫-微生物组轴。这里概述的有限数据迫切需要进一步深入研究，并强调在这些研究中更广泛地代表各种肿瘤类型。在不同类型的癌症中，一些微生物活动是重复出现的：刺激致癌上皮细胞信号（例如F. nucleatum），引发慢性炎症（ETBF、Propionibacterium acnes），产生遗传毒素（pks + E. coli、产生CDT的物种），以及通过胆汁酸或SCFA重塑全身和肿瘤内的免疫系统。尽管各个队列之间存在显著关联，但大多数数据都是横断面的，缺乏能够确定人类中因果关系的纵向或干预性研究。在临床前系统中，机制方法的有效性受到物种间差异以及宿主、微生物组和代谢物之间复杂相互作用的限制。大多数微生物组-癌症研究的一个根本限制是证据的性质，这些证据往往是相关性的。大多数分类群-疾病关联的结果来自横断面或回顾性队列研究，这些研究容易受到饮食、抗生素暴露、疾病负担甚至宿主免疫状态等混杂因素的影响。干预性研究和基于扰动的研究，如无菌小鼠模型、无菌操作研究以及人类粪便微生物群移植试验，证明了免疫治疗反应性的可转移性，这支持了因果推断。纵向采样，在治疗前和治疗期间收集数据，有助于因果解释，因为它能够观察到临床结果之前的微生物组变化动态。然而，由于物种间微生物组的复杂性，这种因果关系很难从临床前系统直接应用于人类。因此，非常强调设计精良的前瞻性和干预性临床研究。4 肠道微生物组与免疫疗法的有效性这是因为GM状态与ICI（免疫检查点）有效性之间的关联可能是这一领域中最具有临床应用价值的方面，它决定了治疗反应率和患者生存期[4, 8]。4.1 恶性肿瘤中反应的临床相关性强有力的临床证据表明，精确的GS（肠道微生物组）谱型和良好的临床结果之间存在明确的关系，例如更好的总体生存期（OS）和无进展生存期（PFS）[5, 9]：4.1.1 黑色素瘤首项在转移性黑色素瘤（MM）中探索这一问题的研究发现，较高的整体微生物多样性（α多样性）与抗PD-1治疗患者的PFS增加有关[5, 27]。积极特征：有益的共生菌（如Bifidobacterium longum、Collinsella aerofaciens、Enterococcus faecium [2, 5]以及Ruminococcaceae和Clostridiales家族的代表）在反应者中往往富集[9, 28]。一项针对39名转移性黑色素瘤患者的前瞻性试验报告称，在不同ICI（ipilimumab、nivolumab、联合治疗或pembrolizumab）的反应者中Bacteroides caccae富集[29]。另一项分析指出Faecalibacterium prausnitzii在反应者中显著富集[18, 30]。负面特征：非反应者（NR）的多样性通常较低[27]。报告称，“有益”或“非有益”操作分类单元（OTU）的比例超过1.5是一个临床益处的指标[31]。4.1.2 上皮肿瘤非小细胞肺癌（NSCLC）患者的反应者的α多样性指数（Ace、Chao、Sobs）高于非反应者（NR）[32]。重要的分类群：Faecalibacterium、Roseburia和Ruminococcus在反应者中更为丰富[32]。仅Faecalibacterium的丰度差异就能提供0.8的曲线下面积（AUC），用于预测NSCLC晚期患者的预后[32]。Akkermansia muciniphila（A. muciniphila）：有人假设A. muciniphila的丰度与上皮肿瘤患者中PD-1阻断作用的增强直接相关[33, 34]。研究表明，A. muciniphila增加了肿瘤内的细胞毒性T细胞浸润，从而增强了在接受FMT（粪便微生物群移植）的反应者小鼠中的PD-1阻断效果[4, 33]。4.1.3 局部晚期直肠癌（LARC）基于物种水平的肠道微生物组预测（SPEED）模型的先进宏基因组工作流程在训练和验证队列中分别显示出98.80%和77.78%的预测能力，用于预测新辅助免疫化疗（nICRT）后的病理完全缓解（pCR）[35, 36]。特别是Lachnospiraceae细菌和Blautia wexlerae在反应者中富集，而Bacteroides、Prevotella和Porphyromonas在非反应者中更为丰富[19, 20, 25]。LARC研究中的显著发现与Lachnospiraceae细菌和Blautia wexlerae在反应者中的富集信号一致[17]。4.2 微生物通过代谢物介导的功能机制微生物组成与宿主免疫之间的关系可以通过GM的功能输出来解释，尤其是其代谢物（后生物素）[37, 38]。4.2.1 短链脂肪酸（SCFAs）最重要的微生物组产生的代谢物是SCFAs，包括乙酸、丙酸和丁酸，它们在膳食纤维发酵过程中形成，具有复杂的免疫效应，这些效应取决于环境和背景[37]。这一过程主要通过两种方式发生：首先，通过阻断组蛋白去乙酰化酶（HDACs）来提高组蛋白乙酰化并改变免疫调节基因的表达；其次，通过激活上皮细胞和免疫细胞上的G蛋白偶联受体，如GPR41/FFAR3和GPR43/FFAR2，这些受体有助于修复上皮细胞并通过NLRP3炎症小体途径传递抗炎信号。这些表观遗传学和受体介导的过程的结合使SCFAs能够增强抗肿瘤免疫，尤其是丁酸，它可以增强CD8+ T细胞的作用，提高IFN-γ和颗粒酶B的表达，并帮助记忆T细胞分化[23]。然而，SCFAs还通过抑制FoxP3位点的HDAC来增加和稳定调节性T细胞，这体现了它们的双重作用。这种双向影响导致了对抗CTLA-4治疗的不一致反应[22]，包括高系统水平的丁酸和丙酸导致的树突状细胞激活减弱，以及高粪便水平的SCFA对抗PD-1治疗的积极反应。在LARC中，临床观察表明，放射敏感性增强与产生丁酸的微生物模块的存在有关[17]。总体而言，SCFAs的免疫效应取决于它们的浓度、解剖学位置和免疫背景。这使得它们在肠道-肿瘤接口成为一个复杂的调节轴。4.2.2 分类群对T细胞的调节单独或作为已建立的共生菌群，共生菌通过介导免疫系统的先天启动和适应性T细胞的交叉反应来增强抗肿瘤免疫。有益微生物群（如Bifidobacterium物种、Lactobacillus rhamnosus GG和某些Enterococcus菌株）通过cGAS-STING信号通路在肠细胞和髓系细胞中激活I型干扰素（IFN-I）信号，创建了树突状细胞（DCs）的启动基线状态[14]。这种IFN-I的调节增强了DC的成熟，并通过SagA等微生物产物进一步刺激DC的交叉呈递。CD8+ T细胞的DC交叉启动提高了ICI的反应性，这与在定义明确的11成员共生菌群中观察到的结果一致，这些菌群已被证明可以增强抗PD-L1治疗的效果。同时，共生菌抗原能够诱导T细胞对肿瘤相关表位的特异性反应，这种反应是通过分子模拟实现的。最典型的例子是Bifidobacterium breve的SVY表位，它诱导T细胞识别肿瘤表达的同源SIY新抗原，从而限制肿瘤的发展。其他交叉反应性免疫也在Enterococcus hirae的噬菌体衍生表位中被发现[14]。这些过程共同展示了共生微生物如何通过增强抗原呈递和扩展能够远程靶向肿瘤的T细胞特异性来影响全身抗肿瘤免疫。4.2.3 抑制性代谢物多组学研究揭示了ICI疗效的新功能抑制剂。一种微生物代谢物phenylacetylglutamine（PAGln）[39]在泛癌症实验中被发现与治疗反应呈反比负相关，表明高浓度的PAGln抑制了抗PD-1效果[39]。表2总结了GS对免疫疗法结果的影响。图2展示了GS-免疫疗法轴。表2 肠道微生物组对免疫疗法结果的影响全尺寸表格图2 这张图片的替代文本可能是使用AI生成的。全尺寸图片肠道微生物组-免疫疗法轴在癌症的一个共同趋势是，拥有更丰富的肠道微生物以及更多的产生SCFA的分类群和Akkermansia muciniphila，通常与更好的ICI反应相关。尽管如此，不同研究中的分类群特征仍存在变异性，特定的“有益”生物在不同队列中并不一致地再现。这些差异表明存在一些问题，如样本量小、不同的测序和分析流程，以及对饮食和其他混杂因素的控制不足。这些因素共同强调了在将GS组成与免疫疗法结果相关联时存在的潜在和现有的解释困难，表明需要更广泛、协调一致且机制上连贯的研究。5 对治疗的抵抗力和毒性GM在常规治疗和免疫疗法的抵抗机制中起核心作用，并导致严重的免疫相关不良事件（irAEs）的发生[40, 41]。5.1 微生物组介导的对系统治疗的抵抗力和免疫疗法5.1.1 抗生素诱导的抵抗力抗生素暴露是影响ICI反应的最可靠的外在因素之一[37, 42]。广谱抗生素，如碳青霉烯类、头孢菌素和哌拉西林-他唑巴坦，对肠道微生物多样性有显著影响，并且与上皮恶性肿瘤中ICI活性下降一致相关[43]。在NSCLC、RCC和尿路上皮癌中，回顾性研究表明，在抗PD-1/PD-L1治疗之前或期间使用β-内酰胺类或氟喹诺酮类治疗与原发性进展性疾病的发生增加以及PFS和OS的降低有关[33]。这是由于抗生素引起的菌群失调抑制了微生物在抗原呈递、效应T细胞启动和整体宿主抗肿瘤免疫状态方面的支持作用。5.1.2 对CAR-T疗法和T细胞生物学的影响高风险广谱抗生素，如美罗培南、头孢塞吩、头孢他唑巴坦，在CD19定向CAR-T治疗患者中尤其具有破坏性。在3周的预输注期间使用这些抗生素与PFS和OS的显著下降以及ICANS（免疫相关不良事件）发病率的增加有关[43]。从机制上讲，这些抗生素显著降低了微生物的α多样性，并与外周CD4+ T细胞数量的减少相关，同时伴随着CD3+/CD8+ T细胞亚群以及外周血淋巴细胞中效应/效应记忆T细胞亚群的相应减少[43]。尽管高风险的抗生素使用也会增加炎症负荷并恶化治疗前状况，但微生物组扰动本身似乎显著损害了自体T细胞的适应性和CAR-T的扩增动力学[43]。5.1.3 微生物β-葡萄糖醛酸酶和伊立替康的毒性除了PDAC中Gammapropionibacteria对吉西他滨的耐受性外[24]，GM还通过微生物代谢其葡萄糖醛酸化产物来调节伊立替康（CPT-11）的毒性。伊立替康在肝脏中转化为SN-38并经过UDP-葡萄糖醛酸转移酶脱毒后，无活性的代谢物SN-38G被释放到肠道中。β-葡萄糖醛酸酶由共生细菌（如Escherichia、Staphylococcus、Bacteroides和Clostridium spp.）表达，在肠道腔内将SN-38G重新结合为活性SN-38。SN-38的局部积累会导致上皮损伤、黏膜炎和限制性的延迟腹泻。通过选择性抑制微生物β-葡萄糖醛酸酶活性可以成功预防这种毒性，突显了其在机制中的核心作用[37]。5.1.4 Fusobacterium nucleatum诱导的化学耐药性Fusobacterium nucleatum在CRC中常见，通过改变肿瘤内在的生存途径来赋予对5-氟尿嘧啶和奥沙利铂的耐药性。TLR4-MYD88信号通路被细菌激活，这导致自噬依赖性表型，通过抑制miR-18a和miR-4802*来发挥作用，并增加与自噬相关的基因表达，包括ULK1和ATG7。进一步研究发现，NF-kB和BIRC3的转录诱导可以抑制caspase依赖性的细胞凋亡[2]。总体而言，这种自噬程序得到了微生物的增强，保护结肠癌（CRC）细胞免受细胞毒性损伤。5.2 肠道微生物组与免疫相关不良事件（irAEs）：最初的肠道微生物组（GM）已成为免疫检查点抑制（ICI）导致irAEs的重要诱因。irAEs的发生概率、表型和严重程度受到多种微生物特征的影响，最明显的是结肠炎，其次是肝炎，表明GM在开始治疗前已经影响了黏膜和全身免疫状态。5.2.1 ICI引起的结肠炎和肝炎中的微生物特征：在CTLA-4阻断队列中，保护性细菌群（Bacteroidetes）的分布具有重复性。Bacteroides xylanisolvens、Phocaeicola plebeius和Prevotella copri在肠道中的增加似乎有助于维持上皮细胞的稳态，并限制了过度的T细胞反应，从而降低黏膜炎症的易感性[2]。这些细菌群在结肠免疫生态系统未因CTLA-4介导的超激活而变得低活性的个体中更为丰富。相比之下，某些致病性细菌群的改变与结肠炎严重程度的增加有关。高基线水平的Bacteroides intestinalis与结肠炎严重（G3级）irAEs的预测价值相关，这表明它直接调节了介导上皮损伤的细胞因子网络。同样，Bacteroides dorei的富集与irAEs风险增加相关，而Bacteroides vulgatus则与风险降低相关，显示在同一门类中存在物种水平的功能异质性[46]。除了Bacteroidetes外，Firmicuties，尤其是Faecalibacterium，也与ICI效果增强和结肠炎可能性增加有关。这种双重性突显了一种效益-毒性耦合现象：增强抗肿瘤免疫反应的细菌群也可能导致肠道炎症加剧。其他与严重腹泻相关的菌群包括Prevotella和Stenotrophomonas的富集，表明有一组更大的致病共生菌能够促进黏膜免疫反应的升级[47]。关于ICI引起的肝炎的微生物相关性尚不明确。初步诊断研究表明，Veillonella属可能与非ICI环境中的炎症性肝病表型有关，尽管其在肝irAEs中的作用尚未明确，目前仍然是一个知识空白[46, 47]。5.2.2 irAEs的微生物预测：RF14分类器：采用多队列机器学习算法构建了RF14分类器，该分类器基于带有迭代特征消除的随机森林（Random Forest）架构，用于区分ICI毒性的微生物决定因素和治疗效果的相关微生物决定因素[45]。该分类模型区分了14个与irAE易感性明显相关的微生物组特征。RF14在验证数据集中的表现也非常出色（AUC为0.88），并且在预测毒性方面优于预测治疗效果[45]。值得注意的是，大多数RF14分类的微生物群在未经历irAEs的个体中占比过高，这表明存在保护性信号而非致病共生菌特征。Lactobacillus salivarius是排名最高的保护性菌种。其富集与临床前证据一致，表明Lactobacillus通过促进Treg细胞分化、加强上皮屏障和减少炎症细胞因子级联反应来降低对ICI的基线黏膜易感性[45]。5.2.3 作为毒性保护性微生物特征的功能性menaquinone通路：功能和靶向代谢组学研究表明，menaquinone（维生素K2）的微生物生物合成通路是防止irAEs的重要保护机制。产生menaquinone的细菌群在非irAE患者中显著富集，menH和menC基因过表达，显示该通路在组成和功能层面上均被激活[45]。同样，在非irAE个体中，循环中的menaquinone-6（MK-6）血清浓度显著升高。Menaquinone具有强烈的NF-kB调控和抗炎作用，这一机制解释了微生物K2合成增强如何调节NF-kB并减轻触发irAEs的全身和黏膜炎症放大循环。这与先前的研究结果一致，后者指出微生物B-维生素合成机制的缺乏是CTLA-4相关结肠炎的风险因素[45]。所有这些结果将menaquinone代谢视为irAE风险的机制性和潜在的可操作性生物合成指标。5.3 微生物组标准化和临床转化的挑战：方法学异质性是微生物研究临床应用的最大障碍。粪便收集、储存条件、DNA提取方案、测序平台、生物信息学流程和分类注释的差异导致多项研究结果不一致。特别是在低生物量样本（如肿瘤内微生物群）中，污染和批次效应问题尤为突出。越来越多的共识认为，需要包括标准化的工作流程、统一的参考数据库以及多个中心的合作，以实现更高的可重复性和可比性。为了将基于微生物组的生物标志物转化为常规肿瘤学实践，可能需要标准化的采样方案，包括代谢组学等功能分析。总之，调节ICI效果的相同微生物网络也影响着黏膜的脆弱性，提示治疗耐药性和irAEs代表了重叠的微生物组扰动的不同表型表现。认识到这种共同的微生物结构为风险分层提供了框架，并为预防性和针对微生物组的干预措施打开了大门，这些措施可以优化治疗效果和安全性。6 微生物组对个性化治疗模式的调节：已经确定微生物组是一个因果可调节因素，研究人员正在探索提高ICI效果、减少耐药性和降低毒性的治疗方法[10, 38, 39]。6.1 粪便微生物群移植（FMT）：FMT的特征是转移完整的微生物群落，是重建理想肠道生态系统最有效的方法[48, 49]。表3列出了已完成和正在进行的肿瘤学FMT干预试验。6.1.1 恢复ICI反应：FMT已成为克服已获得的耐药性的有效临床干预措施[50, 51]。在对抗PD-1治疗无效的MM患者中，FMT在部分患者中引发了临床反应，证明了通过微生物组传递抗肿瘤免疫的能力[14, 50, 51]。在一项针对未经治疗的MM的I期试验中，FMT与ICI联合使用显示了良好效果，有益细菌群（如Ruminococcus属）增加，有害细菌群（如Enteroclaster属）减少，这与临床反应相关[38]。6.1.2 治疗耐药性和毒性：FMT已被证明对解决难治性ICI相关结肠炎具有实用性[21, 48]。早期阶段的试验（包括TACITO试验）显示，FMT组1年无事件生存率（PFS）为67%，而安慰剂组为35%，该试验在50名晚期RCC患者中进行了ICI+axitinib联合治疗[38]。6.1.3 长期风险、后勤和安全问题：为了实现基于微生物组的策略在影响致癌作用、免疫疗法反应和治疗耐药性方面的潜力，必须尽快解决粪便微生物组移植的标准化问题[38]。关键限制包括维持专性厌氧细菌的活性（通常需要在-80°C下储存）；关于最佳给药方法（口服胶囊与结肠镜给药）缺乏共识；以及确保供体安全。值得注意的是，FMT存在病原体传播的风险，包括多重耐药菌[52]。通过仔细的供体筛查、标准化生产流程和监管监督，可以最大限度地降低这一风险。国际倡议努力提供关于粪便储存的统一指南，以提高可重复性、安全性和临床可及性[48, 49]。迄今为止报告的不良事件相对较少，但强调了长期监测的重要性，特别是在高风险的免疫功能低下肿瘤患者中。工程化的活生物治疗产品和明确的微生物组合作可能成为“传统”FMT的替代方案，有望减少生物变异性并允许精确给药[48]。然而，关于水平基因转移、生态持久性和非预期免疫调节的担忧仍然存在。在这方面，需要通过适应性监管框架内的精心设计的临床试验来解决这些问题，以实现这些技术在癌症预防和治疗范式中的安全整合。6.2 益生菌、益生菌和饮食干预：非侵入性措施，包括饮食习惯和特定微生物补充剂，可以用来调节微生物组[53]。高膳食纤维摄入量与对ICI的反应之间存在强烈相关性，这可能是由于产生的短链脂肪酸（SCFA）细菌数量增加[7, 54]。SCFA和乳酸的产生增强了抗肿瘤免疫力，饮食中的可发酵碳水化合物可作为益生元来促进有益细菌群的生长并提高ICI的效果。另一种调节微生物组的方法是益生菌或活微生物，适量使用时具有健康益处[55]。传统的非处方（OTC）益生菌通常由非特异性和通用菌株组成，因此它们不太可能复制先进微生物治疗的免疫调节效果。事实上，数据表明，在抗生素使用后服用通用益生菌可能会阻碍黏膜微生物组的恢复并降低黏膜生物多样性。这种差异突显了下一代益生菌（NGPs）的重要性，这类益生菌是经过合理选择的人体共生菌（包括Akkermansia muciniphila、Faecalibacterium prausnitzii或某些Bifidobacterium spp.），具有明确的机制优势。目前正在进行的工作旨在通过NGPs和明确的微生物组合作来提高ICI敏感性，减少粗放型FMT的需要，使结果更加一致，并降低安全风险[14, 35, 56]。例如，一个包含11种共生菌的联合体已被证明可以刺激CD8+ T细胞，从而增强抗癌免疫力[14, 57]。饮食或益生菌对某些微生物途径的改变也有助于降低irAEs的风险。由于微生物产生的menaquinone（维生素K2）具有保护作用，因此建议补充维生素K2本身或能够促进其产生的特定益生菌，以减少irAE的发生[45]。6.3 新型和工程化疗法：新型微生物治疗不仅包括天然共生菌，还包括可以根据需要传递治疗分子或选择性去除有害微生物活性的工程系统。其中一种机制是调节参与药物代谢的微生物酶；例如，抑制细菌β-葡萄糖醛酸酶可以减轻伊立替康引起的胃肠道毒性[37]。另一种非常选择性的方法是噬菌体疗法。可以工程设计或筛选噬菌体，以消除特定的致病菌或赋予耐药性的菌群，而不影响有益的共生菌。在临床前模型中，治疗促进CRC生长的Fusobacterium nucleatum已被证明可以增强化疗效果。合成微生物学还展示了通过工程化活生物治疗产品（LBPs）进行治疗应用的潜力。Escherichia coli Nissle 1917也被生物工程改造，能够在肿瘤微环境中合成和释放抗癌剂。最引人注目的是能够表达CD47靶向纳米抗体的工程化E. coli，它可以通过促进树突状细胞的吞噬作用并诱导CD8+ T细胞介导的系统抗肿瘤免疫力[14]。这些策略很好地展示了如何利用基因工程来应对肿瘤相关的免疫耐药性。6.4 宿主遗传因素对微生物组-癌症相互作用的影响：肠道微生物组成和下游癌症结果受到宿主遗传因素的显著影响。调节先天免疫感知、抗原呈递、胆汁酸代谢和上皮屏障功能的基因变异会改变微生物群的定植并改变免疫状态。模式识别受体和细胞因子信号通路中的遗传多态性可能影响对菌群失调诱导的炎症的易感性和对免疫疗法的反应。因此，基因-微生物组相互作用增加了复杂性；个性化的针对微生物组的策略最终需要考虑宿主的基因组和免疫组成。将这些工程微生物疗法转化为临床实践存在重要的监管和安全障碍。LBPs的质量必须很高，以应对水平基因转移、污染和工程特征的稳定性风险，监管机构正在制定更加具体的评估指南。这些考虑凸显了将工程化微生物疗法发展为肿瘤学实践的潜力及挑战。图3展示了调节微生物组的疗法。 图3的替代文本可能是使用人工智能生成的。 全尺寸图像 微生物组调节疗法在通路中的位置 7. 结论 基因组（GM）已成为影响癌症治疗效果和毒性的主要因素之一。丰富的微生物多样性以及能够产生短链脂肪酸的菌种（如Faecalibacterium和Bifidobacterium）与对免疫检查点抑制剂（ICIs）的更好反应存在一致性关联，但抗生素的使用是一个主要的负面因素。除了组成特征外，微生物组和肿瘤内微生物产生的代谢物可能是肿瘤免疫生物学的主要决定因素，并可以用作无创生物标志物。然而，其应用于常规肿瘤学研究受到患者群体异质性、测序平台差异、分析流程差异以及主要是相关性而非因果性证据的限制，尤其是在易受污染的低生物量肿瘤样本中。未来的研究重点可以放在机制验证、标准化采样和宏基因组学工作流程、全球数据集的协调统一，以及构建经过临床测试和验证的预测模型上。最后，可以通过改进的粪便微生物移植（FMT）、下一代益生菌和靶向后生物制剂等微生物组调节方法，使微生物组成为精准肿瘤学的基石。推动微生物组引导的精准肿瘤学发展需要肿瘤学家、免疫学家、微生物学家、计算生物学家以及监管机构之间的密切合作，以解决现有的机制研究和转化应用之间的差距。