CDK6 inhibitors(ViroStatics)

📑 文章目录 Basic Information英文标题：The gut microbiome and cancer: from tumorigenesis to therapy中文标题：肠道微生物组与癌症：从肿瘤发生到治疗发表日期：06 May 2025文章类型：Review Article所属期刊：Nature Metabolism文章作者：Amandine Nobels | Patrice D. Cani文章链接：https://www.nature.com/articles/s42255-025-01287-wAbstractPara_01肠道微生物组通过与免疫系统和肿瘤微环境的相互作用，在癌症的发生和治疗中起着关键作用。尽管有证据表明肠道菌群组成与癌症进展相关，但其在调节治疗反应中的确切作用仍不清楚。在本综述中，我们总结了当前关于肠道微生物组参与癌症的知识，涵盖了其在肿瘤发生和进展中的作用、与化疗、放疗和靶向治疗的相互作用，以及其对癌症免疫治疗的影响。我们讨论了微生物代谢产物对免疫反应的影响、特定细菌种类与治疗结果的关系，以及潜在的基于菌群的治疗策略，包括饮食干预、益生菌和粪便微生物移植。理解这些复杂的菌群-免疫相互作用对于优化癌症治疗至关重要。未来的研究应侧重于确定与治疗成功相关的微生物特征，并开发有针对性的微生物组调控策略以改善患者预后。MainPara_01人类微生物组被定义为从出生起居住在人体内的微生物群体，包括它们的遗传物质和代谢产物。尽管微生物群落会定植于所有与外部环境接触的表面，胃肠道中微生物的密度最高，并且一直是广泛研究的对象。研究表明，就微生物与人体细胞的数量比例而言，肠道微生物组远远超过人类基因组，其比例估计约为100:1。这一显著差异强调了肠道微生物对宿主可能产生的深远影响。Para_02在过去的二十年中，众多发现已经阐明了肠道微生物群如何影响人类健康。这些微生物群落通过多种机制与宿主积极相互作用，包括对各种化合物的代谢和发酵，从而产生生物活性代谢物，调节肠道屏障完整性和调节免疫系统。肠道微生物群的组成和功能表现出显著的个体间差异，这受到饮食、遗传、年龄、生活方式、环境和药物等因素的影响。此外，还应考虑技术方面的因素（见专栏1）。这些不同的影响因素使得定义一个‘正常’或健康的肠道微生物群特征变得复杂。尽管如此，肠道微生物群的扰动或失衡，通常表现为微生物多样性减少、共生细菌丢失以及致病菌过度生长（常被不准确地称为‘菌群失调’），已被认为与全身许多免疫介导疾病的进展有关。这些疾病包括炎症性肠病、哮喘、过敏和糖尿病等。Para_03除了在代谢和免疫稳态中的作用外，肠道微生物群现已被确认为癌症发生和发展过程中的关键参与者（图1）。微生物在局部和全身水平上调节免疫反应，影响炎症、免疫监视和耐受性。一个平衡良好的微生物群有助于有效的免疫功能，但由饮食、环境因素、生活方式、感染或药物引起的紊乱可能会导致慢性炎症并损害抗肿瘤免疫力。越来越多的证据表明，这些扰动不仅促进肿瘤的发生和发展，还导致对治疗的抵抗。因此，肠道微生物群现已被认为是影响癌症风险和治疗结果的重要因素。 Fig. 1: Gut microbiota in general, main metabolites produced and their targets. - 图片说明 ◉ 该图展示了各种环境因素（宿主因素、生活方式、饮食、药物和污染）对肠道微生物群的影响。◉ 肠道微生物群调节免疫功能，产生信号代谢物（例如LPS/内毒素、BAs和SCFAs），影响激素和代谢相互作用，改变药物反应，并维持肠道屏障的完整性。◉ 这些相互作用与健康结果相关，如炎症性肠病、哮喘和过敏、糖尿病以及癌症。Para_04驱动这些相互作用的机制代表了癌症生物学和治疗开发领域中一个令人振奋且快速发展的研究方向。本综述解释了关于不同细菌种类或其代谢产物如何影响癌症发展的机制方面的最新发现。本文涵盖了癌症免疫治疗的基本原理以及微生物群与免疫系统相互作用在癌症中的作用的相关最新研究成果。讨论了有关癌症与肠道微生物之间复杂关系的潜在联系和机制的最新进展。最后，提出了旨在提高癌症患者治疗效果的潜在调控策略。 [div_box]Microbiome, cancer formation and progressionPara_01癌症是一种遗传性疾病，由影响抑癌基因和癌基因正常行为的（表观）基因组改变逐步积累引起。它是全球第二大死亡原因，据估计，人的一生中大约每五个人中就有一人会被诊断出患有癌症。大多数病例源于体细胞获得的基因组改变，而非遗传因素。在致癌物中，化学、物理、生物以及生活方式等因素被共同广泛研究，这在世界卫生组织（WHO）国际癌症研究机构专著中有详细综述（http://monographs.iarc.fr/）。近几十年来，多个国家早发性癌症的发病率一直在上升。有证据表明，在生命早期和青年时期暴露于某些风险因素是导致这一趋势的关键因素。除了饮食、生活方式、肥胖和环境因素的变化外，肠道微生物组的作用也受到了广泛关注。值得注意的是，许多发病率上升的早发性癌症类型与消化系统有关。Para_02越来越多的证据还表明，肠道微生物群的异常与多个解剖部位癌症的发生和进展有关，这些部位既包括微生物定植的邻近区域，也包括远端区域。对于几种癌症类型而言，特定微生物的因果关系已经得到证实，其代谢副产物似乎起到了关键作用，主要影响细胞守门员成分和抗肿瘤免疫反应。在下一节中，我们将具体描述那些已被发现其发生和进展与肠道菌群异常相关的癌症类型。Changes in microbiota composition 微生物群组成的变化Changes in gut microbiota composition in gastrointestinal cancers 胃肠道癌症中肠道菌群组成的改变Colorectal cancer 结直肠癌Para_01结直肠癌（CRC）的发展与各种微生物、它们的代谢产物以及结肠上皮之间的相互作用密切相关（参见最近的系统综述17,18）。动物模型和细胞培养研究表明，特定微生物如产毒素脆弱拟杆菌（ETBF）、具核梭杆菌以及携带聚酮合酶岛的埃希氏大肠杆菌（pks+ E. coli）在肿瘤发生中起一定作用。将来自CRC患者粪便菌群移植到无菌小鼠的实验表明，与健康供体相比，移植后出现了显著影响，包括细胞增殖增加、息肉数量增多、异型增生程度加重及炎症标志物水平升高19。这些发现强烈表明肠道菌群失衡可能是CRC发展的致病因素。然而，在人类中确立因果关系仍然困难，这归因于CRC的多因素性，其涉及遗传、表观遗传、环境和微生物因素。另外的挑战还包括缺乏长期随访的大队列研究，以及取样和分析方法的不一致性20。尽管如此，相比正常或良性病变组织，研究人员始终在CRC组织中发现了某些特定细菌含量升高的现象21,22，并且一些研究提供了强有力的体外或体内机制证据，证明肠道细菌与致癌性体细胞突变的发生之间存在因果关系。Para_02ETBF由于其强烈的促肿瘤特性而被认为是一种重要的‘α菌’。α菌是指对环境（包括宿主免疫系统、局部微生物群落以及疾病发展进程）具有不成比例影响的微生物。它不一定是数量最多的生物体，但具有显著的功能性影响。Para_03这与‘驱动菌–乘客菌’模型一致，该模型认为像ETBF这样的α变形菌通过慢性炎症、上皮屏障破坏和宿主信号调控引发肿瘤微环境的致瘤性变化，从而充当‘驱动菌’。这些改变创造了一个允许共生的‘乘客’细菌（如具核梭杆菌）定植并加剧肿瘤进展的许可环境。具核梭杆菌在其细胞表面表达毒力因子梭杆菌黏附素A，该因子直接与上皮E-钙黏蛋白相互作用，激活β-连环蛋白信号传导。这一信号级联反应通过Toll样受体（TLR）4的激活，增强了肿瘤细胞的增殖和存活能力，从而促进癌症的发展。此外，具核梭杆菌还被发现通过刺激肿瘤细胞中的自噬相关蛋白导致化疗耐药，例如可抵消化疗药物的细胞毒性作用。具核梭杆菌的临床重要性进一步体现在其与患者预后的关系上。在结直肠癌（CRC）肿瘤组织中检测到较高水平的具核梭杆菌DNA，这与结直肠癌特异性死亡率升高相关，表明其作为预后生物标志物的潜在价值。即使在接受化疗等干预措施之后，具核梭杆菌在肿瘤微环境中仍持续存在，并且已被证明与更高的复发率相关，进一步强化了其在结直肠癌发生和发展中的关键作用。Para_04携带pks+致病岛的大肠杆菌菌株的基因毒能力在结直肠癌（CRC）研究中受到重点关注。pks+致病岛编码一系列酶，这些酶负责合成一种强效的基因毒素——colibactin，这种毒素能够直接对上皮细胞造成DNA损伤。这种DNA损伤主要表现为DNA交联和双链断裂，从而导致基因组不稳定，而基因组不稳定是癌症进展的一个标志性特征。与colibactin相关的突变已经在超过12%的CRC病例中被识别出来，这强调了其在疾病负担中的重大作用。通过人类肠道类器官与pks+大肠杆菌菌株共培养的方法，研究人员明确了这些细菌诱导的诱变事件。可以提取出pks+特异性的突变特征，并且作者证明了这些特征的出现与colibactin暴露之间存在因果关系。进一步的研究加深了我们对pks+大肠杆菌菌株诱变活性的理解，研究表明colibactin会引发特定突变，这些突变在结直肠癌发生中富集，包括APC基因的突变，该基因是此疾病中一个关键的肿瘤抑制基因。有趣的是，这些由colibactin引起的突变事件还被发现与早发性结直肠癌病例相关。Para_05此外，其他细菌种类如厌氧消化链球菌（Peptostreptococcus anaerobius）和口腔消化链球菌（Peptostreptococcus stomatis）也逐渐被认为是结直肠癌（CRC）的重要诱因。厌氧消化链球菌能够通过诱导瘤内髓源性抑制细胞（MDSCs）的招募和活化，在肿瘤微环境中产生免疫抑制作用。这一过程是通过肿瘤细胞在细菌定植后产生的趋化因子CXCL1介导的。MDSCs会抑制T细胞活性，从而削弱抗肿瘤免疫反应，并显著降低结直肠癌模型中抗程序性死亡受体1（PD-1）免疫检查点阻断疗法的效果。这表明厌氧消化链球菌可能是增强免疫治疗效果的一个潜在治疗靶点。最近发现，厌氧消化链球菌产生的一种代谢物可通过抑制铁死亡促进结直肠癌的发展。在小鼠模型中补充该代谢物或厌氧消化链球菌可加速结直肠癌的进展。同样地，口腔消化链球菌也被证明能够在致癌物诱导的小鼠结直肠癌模型中加剧肿瘤发生。其存在与更高的肿瘤负荷、更频繁的高级别异型增生及腺癌形成有关。从机制上讲，口腔消化链球菌破坏肠道屏障完整性，促进促炎状态并增强细胞增殖。这些效应是通过激活致癌性的丝裂原活化蛋白激酶（MAPK）信号通路实现的，而该通路是经由调控细胞生长和分化的ERBB2受体激活的。Para_06相比之下，通常被认为是有益的细菌，包括双歧杆菌（Bifidobacterium）、丁酸梭菌（Clostridium butyricum）、普拉梭菌（Faecalibacterium prausnitzii）和罗氏肠杆菌（Roseburia intestinalis），在结直肠癌（CRC）患者的粪便样本中普遍存在且丰度降低。这些微生物通过产生诸如短链脂肪酸（SCFAs）等代谢产物促进肠道健康，这些物质在预防结直肠癌方面具有保护作用。它们已被证明可以抑制细胞增殖、诱导癌细胞凋亡并调节免疫反应，从而维持上皮完整性并减缓肿瘤进展。具体而言，丁酸梭菌似乎能够通过抑制结肠癌细胞中的Wnt通路以及继而对肠道微生物群组成的调节，诱导更多产SCFA细菌的增长，从而抑制结肠癌的发展。据推测，丁酸梭菌通过同样的机制对抗结肠炎并预防继发性结肠癌。这些微生物代谢产物及其在癌症预防和进展中的作用机制将在本综述后续部分更详细地探讨。Para_07越来越多的研究表明，肠道菌群失衡可通过形成转移性微环境和诱导上皮-间质转化来促进结直肠癌（CRC）的转移（近期综述见参考文献39、40）。例如，在使用抗生素处理并给予大肠杆菌以模拟肠道菌群失衡的小鼠中，脂多糖（LPS）和一种与转移相关的分泌蛋白组织蛋白酶K（cathepsin K）水平升高，其过表达促进了CRC的侵袭性。组织蛋白酶K通过与TLR4受体相互作用激活mTOR通路，进而刺激肿瘤相关巨噬细胞以促进CRC的侵袭。由于组织蛋白酶K在人类CRC组织中与CRC转移和预后不良相关，因此它可能成为一种生物标志物。将肠道菌群与转移部位的菌群进行比较的研究发现，原发性结直肠肿瘤和远处转移灶（如肝脏中的转移灶）存在共有菌种。值得注意的是，在原发性和转移性病灶中均持续检测到具核梭杆菌（F. nucleatum），表明在转移过程中菌群可能保持其组成不变。这一发现表明具核梭杆菌可能在促进CRC细胞扩散方面起潜在作用，可能通过免疫调节或直接微生物支持转移性微环境等机制实现。Para_08微生物组分析技术（如宏基因组学和转录组学）的进展，以及人类类器官模型和人源化小鼠中的功能研究，可能为深入理解细菌在结直肠癌（CRC）中所起的机制性作用铺平道路。例如，对具核梭杆菌（F. nucleatum）进行全面的泛基因组分析，揭示了其在基因型和表型特征方面菌株间的差异。该研究发现了一部分具有增强致癌潜力的细菌菌株，表明只有某些特定菌株具备必要的遗传“工具”来在CRC微环境中定植。在肿瘤中富集的菌株表现出增强的代谢潜力，包括更强的营养获取能力和更高的氧化应激水平，这两者都有助于它们在肿瘤微环境中的存活和定殖。这些发现强调了关注细菌菌株的功能多样性的重要性，而不是将微生物物种视为均质的实体。这类认识可以为靶向治疗和诊断方法提供依据，突出了微生物适应与肿瘤进展之间的相互作用。Gastric cancer 胃癌Para_01对胃黏膜样本的分析显示，从浅表性胃炎到萎缩性胃炎、胃化生，最终发展为胃癌（GC），各个阶段的胃部疾病中微生物群组成存在差异，与健康个体相比尤为明显。在胃癌患者的胃活检样本中，某些特定的产乳酸菌如乳球菌属（Lactococcus）和乳杆菌属（Lactobacillus）富集，并且短链脂肪酸（SCFA）生成通路也表现出富集现象。除了这些特定的细菌特征外，幽门螺杆菌（Helicobacter pylori）感染被认为是胃癌发生及其相关死亡率的关键因素。幽门螺杆菌倾向于占据胃部生态位，并导致胃内细菌多样性显著降低。该细菌被归类为一类致癌物，其利用诸如细胞毒素相关基因A（CagA）和空泡细胞毒素A（VacA）等毒力因子启动炎症反应和免疫反应，从而促进癌症的发展。从机制上来说，细胞毒素相关基因A会破坏胃上皮细胞间的连接，并激活促肿瘤增殖通路，例如MAPK通路；或者它可以通过表观遗传调控干扰抑癌基因。VacA可被胃上皮细胞吸收，在其中诱导多种效应，包括空泡形成、线粒体膜改变、刺激细胞凋亡以及破坏细胞信号传导通路（综述见参考文献51）。有趣的是，尽管幽门螺杆菌引发胃癌的发生，但在晚期胃癌中却发现其丰度显著减少，这可归因于萎缩性微环境——一种以特化腺体组织逐渐丧失、黏液分泌减少和胃酸分泌受损为特征的环境，这种环境有利于非幽门螺杆菌物种在胃内的存活。通过对来自哥伦比亚两个不同人群的活检样本进行扩增的16S rDNA深度测序发现，这两个群体具有相似的幽门螺杆菌流行率，但其中一个群体中纤毛菌属（Leptotrichia）和韦荣氏菌属（Veillonella）的丰度显著更高，且这些个体罹患胃癌的风险比另一群体高出25倍。这表明存在于胃肠道内的多种细菌可能与幽门螺杆菌协同作用，从而参与胃癌的发病机制。Para_02肠道微生物群的改变已在胃癌病例中受到关注研究显示，在胃癌发生过程中，肠道细菌的物种丰富度增加，而物种多样性下降在胃癌组的癌前病变中检测到的变化最为显著例如，富集于幽门螺杆菌阴性胃癌组织并与晚期阶段相关的痤疮丙酸杆菌通过TLR4-PI3K-Akt途径诱导M2型巨噬细胞极化，从而促进肿瘤进展其他如具核梭杆菌等已知在结直肠癌发生中发挥作用的肠道菌种也能够调节肿瘤微环境以支持癌症进展如无菌小鼠模型研究所示，咽峡炎链球菌可破坏胃屏障、增强细胞增殖并抑制细胞凋亡，从而促进胃癌发展此外，在根除幽门螺杆菌后，研究显示胃内微生物组成发生了显著变化，这可能与胃萎缩和肠上皮化生有关表明单独根除幽门螺杆菌可能不足以预防胃癌的发生Para_03不仅胃肠道菌群的变异，口腔菌群组成的改变也在胃癌发生中发挥作用。已有研究描述了口腔微生物群（包括唾液微生物群）与胃癌之间的关联，这为寻找胃癌的非侵入性生物标志物提供了可能性。Para_04总之，尽管幽门螺杆菌（H. pylori）是与胃癌（GC）相关的主要细菌，但胃肠道微生物群的紊乱也在疾病的发展过程中起到了重要作用。Liver cancer 肝癌Para_01肠道微生物群还在肝细胞癌（HCC）的发展中发挥作用（综述见参考文献61）。大多数HCC病例发生在患有肝硬化的个体中，而这种疾病通常伴随着肠道微生物群组成的重大变化。例如，在患有肝癌和/或肝硬化的个体的粪便微生物群中观察到拟杆菌属（Bacteroides）、瘤胃球菌科（Ruminococcaceae）和放线菌门（Actinobacteria）以及大肠杆菌（E. coli）的增加。尽管尚未明确将特定的肠道微生物群特征与HCC直接联系起来，但这些发现表明，在肝脏疾病的发展过程中，肠道微生物群发生了改变。Para_02肠道和肝脏通过胆道、门静脉和全身循环等双向通讯途径相互关联。文献综述中总结的研究表明，肠道屏障通透性的受损以及肠道微生物群的异常变化是肝细胞癌（HCC）发生和发展的重要因素。肠道屏障功能的破坏允许细菌、细菌代谢物、配体和内毒素从肠道转移到肝脏，从而可能诱发癌症的发生。已有研究强调了多种过程，例如炎症反应、纤维生成、肝细胞损伤、再生和免疫反应。在一项寻找早期肝细胞癌粪便生物标志物的临床研究中发现，与健康个体相比，早期肝细胞癌患者体内产短链脂肪酸（SCFA）的细菌减少。这一发现再次凸显了肠道微生物在癌症发展和进展中的关键作用，其中免疫和代谢是重要的中介因素。一个有力的例子是在粪便样本中发现一种产短链脂肪酸的细菌——多形拟杆菌（Bacteroides thetaiotaomicron）的数量减少，并且该细菌与手术后肝细胞癌复发显著相关。由多形拟杆菌产生的乙酸通过促进肿瘤相关巨噬细胞向抗肿瘤的M1表型极化，改善了免疫微环境。这种极化至关重要，因为M1型巨噬细胞会释放刺激细胞毒性CD8+ T细胞的细胞因子。除了免疫调节作用外，乙酸还对参与脂肪酸代谢的关键酶产生表观遗传效应，从而引发代谢转变，在肝细胞癌背景下支持抗肿瘤免疫。Para_03大多数肝细胞癌（HCC）病例发生在患有慢性肝病的个体中，这些慢性肝病由病毒感染、非酒精性脂肪肝疾病和酒精相关性脂肪肝疾病引起。肠道微生物群分析揭示了病毒性和非病毒性HCC之间的显著差异。在非病毒性HCC中，16S rRNA测序显示促炎细菌更多，而产生短链脂肪酸（SCFA）的细菌更少66。而病毒性HCC患者则含有更多的抗炎菌种69。在非病毒性HCC中，饮酒与特定细菌的存在有关，并增加了肠道通透性，同时微生物易位和肠道损伤的标志物升高66。这些研究结果表明，肠道微生物群特征有助于区分HCC的不同亚型。Para_04值得注意的是，通过调节胆汁酸（BA）代谢，肠道微生物群的失调可以促进肝癌的发生。这些物质主要在肝脏中合成，并通过多种机制发挥作用，包括诱导肝细胞凋亡、促进慢性炎症以及调节免疫应答（综述见参考文献70）。这一主题将在本综述的后续部分进一步讨论。Pancreatic cancer 胰腺癌Para_01肥胖、糖尿病和慢性炎症等风险因素与胰腺导管腺癌（PDAC）密切相关，而这些因素又都明显受到肠道微生物群的影响。例如，失衡的微生物组可能导致低度全身性炎症、胰岛素抵抗以及改变的脂质代谢，所有这些都可能增加患胰腺癌的风险。除了口腔微生物组（包括牙龈卟啉单胞菌）已被详细描述的作用外，还有多项研究强调了肠道细菌与胰腺癌发展之间的关联。在PDAC的发展过程中，通常会观察到肠道微生物群的显著变化以及受损的肠道屏障。这种屏障的破坏使得某些肠道微生物能够转移到胰腺，在那里它们可以定植并创造一个抑制性的微环境，从而促进肿瘤进展。此外，已有研究表明，来自胰腺癌患者的16S rRNA测序粪便样本显示肠道微生物多样性减少，并且与产生脂多糖（LPS）的细菌增加和产丁酸盐细菌减少相关。例如，在一项旨在寻找早期生物标志物的研究中发现，变形菌门（最近更名为假单胞菌门）和厚壁菌门（最近更名为芽孢杆菌门）在处于PDAC早期阶段的个体粪便微生物群中占主导地位。Para_02人们已经提出假设，认为细菌可能通过不同的机制影响胰腺导管腺癌（PDAC）的发展进程。首先，肠道细菌可能会通过胆汁的胰管反流，或通过淋巴系统或门静脉循环到达胰腺组织。与健康对照个体相比，胰腺癌患者的胰腺内微生物群组成存在差异，而且这种差异也体现在与肠道微生物群的比较中76。从机制上看，肿瘤相关微生物群似乎通过激活单核细胞中的TLR（Toll样受体），诱导局部肿瘤免疫抑制和T细胞衰竭77。其次，肠道微生物群可能通过其与胆汁酸（BA）代谢之间多重固有相互作用，与胰腺癌的发生有关。有趣的是，许多胰腺癌的风险因素，例如肥胖、慢性胰腺炎、高甘油三酯血症和糖尿病，也与胆汁酸组成的变化以及胆汁酸反流入胰管有关78。在这篇综述的一个专门章节中，将详细阐述具有致癌作用和有益作用的胆汁酸。Para_03肠道微生物群组成和活性的偏离可能部分解释了慢性胰腺炎以及后续胰腺癌的发生发展。已经确认了多个相关因素，包括脂多糖（LPS）水平升高、氧化三甲胺（TMAO）水平降低，以及促炎细胞因子和活性氧物质的长期局部释放。这些改变可导致细胞内DNA损伤、缺氧信号通路的激活以及通过上皮-间质转化过程引发的细胞去分化，所有这些都在癌症进展中发挥了作用。Changes in gut microbiota composition in hormone-dependent cancers 激素依赖性癌症中肠道菌群组成的改变Breast cancer 乳腺癌Para_01肠道微生物群积极参与激素代谢，影响激素依赖性肿瘤的发生或消退。其中，乳腺癌（BC）与所谓的“雌激素组”之间的关联被研究得最为广泛。雌激素组是指那些编码能够代谢雌激素及其代谢产物的酶的细菌基因集合，从而影响其在体内的循环水平。雌激素在肝脏中被代谢，经过结合后通过胆汁排泄到胃肠道中。在胃肠道中，这些结合型雌激素可被某些酶去结合后重新以游离雌激素的形式吸收入血液。例如细菌β-葡糖苷酸酶和β-葡萄糖苷酶等酶类在这一去结合过程中起着关键作用，从而促进雌激素的肠肝循环。此外，抗生素的使用会抑制这种细菌介导的去结合过程，导致结合型类固醇的粪便排泄增加。去结合后，雌激素恢复为活性形式，并可与雌激素受体结合，促进细胞周期进程，从而导致细胞增殖增加。富含编码促进雌激素代谢物去结合反应酶类基因的雌激素组会导致更多的游离雌激素被重新吸收，并影响由雌激素驱动的肿瘤发生过程。在乳腺癌中，具有β-葡糖苷酸酶活性菌种（如柔嫩梭菌、嗜热梭菌、布劳特氏菌属等）的富集可能促进了更为严重的临床阶段的发展。Para_02此外，肠道菌群的异常与肥胖有关（参见文献2、3、7、71的综述），而肥胖是乳腺癌的一个主要风险和结果因素，它通过脂肪组织中的芳香化酶导致性激素的异常产生，并有助于激素从肠道重新吸收Para_03关于肠道菌群与乳腺癌（BC）相关性的研究得出了矛盾的结果，目前尚未确立特定的微生物特征作为明确的生物标志物。一些研究发现，与健康对照个体相比，绝经后乳腺癌患者的α多样性与β多样性显著更高。相比之下，有研究指出绝经后乳腺癌患者的粪便菌群多样性低于匹配的健康女性。另一项研究则报告这些组别之间在丰富度、多样性或整体组成上没有显著差异。宏基因组分析显示，尽管绝经前乳腺癌患者的肠道菌群多样性与其健康对照组没有显著差异，但绝经后乳腺癌患者的肠道菌群分类组成和功能潜力与健康对照个体相比存在显著差异。然而，绝经前和绝经后女性之间的菌群整体组成似乎没有显著变化。Para_04某些细菌种类已被证实能够产生影响全身炎症和免疫反应的代谢物，而这些因素在肿瘤发生中至关重要。例如，在无特定病原体的小鼠或无菌小鼠中口服共生普雷沃氏菌（Prevotella copri）会导致大量色氨酸衍生保护性代谢物——吲哚-3-丙酮酸（indole-3-pyruvic acid）的减少，从而通过使某些抑瘤通路失活来促进乳腺癌（BC）的进展。吲哚-3-丙酮酸可激活AMP活化蛋白激酶信号通路，导致ATP生成减少，并损害线粒体氧化磷酸化和糖酵解过程，从而限制肿瘤生长所需的能量供应。它还在表观遗传层面发挥作用，能够改变与癌症进展相关基因的DNA甲基化过程。Para_05诸如F. prausnitzii等能够产生短链脂肪酸（SCFA）的细菌减少，可能通过抑制白细胞介素（IL）-6–JAK2–STAT3通路等其他炎症途径而促进乳腺癌的发展（参考文献95），该通路还被证实有助于上皮-间质转化和转移的形成。值得注意的是，F. prausnitzii在小鼠中还可通过诱导凋亡活性发挥抗肿瘤作用。某些菌种的肠道定植也可能对乳腺癌转移的进展产生影响。ETBF的定植可能通过上调炎症反应、重塑肿瘤微环境以及创造免疫抑制性微环境，在肝脏和肺部等器官中建立转移前生态位，从而增强转移扩散能力。在小鼠模型中，由肠道微生物群失衡引发的全身性炎症反应可先于淋巴结和肺部扩散的发生，这一过程既可通过抗生素直接靶向肠道微生物群来重现，也可通过移植来自失调微生物群的盲肠内容物实现。Prostate cancer 前列腺癌Para_01与雌激素类似，结合型雄激素可在肠道中通过细菌β-葡糖苷酸酶脱去结合基团，转化为游离的雄激素，以便重新吸收入血液。血清睾酮水平与粪便样本中不动杆菌属（Acinetobacter）、考拉杆菌属（Dorea）、瘤胃球菌属（Ruminococcus）和巨单胞菌属（Megamonas）的丰度显著相关¹⁰⁰。此外，肠道微生物群可通过将源自细菌的皮质醇代谢物转化，在雄激素生物合成过程中发挥作用，从而促进前列腺癌细胞的增殖和迁移¹⁰¹。在进行雄激素剥夺治疗的前列腺癌患者以及阉割小鼠体内，已发现某些肠道细菌能够产生进入系统循环的雄激素¹⁰²。这些源于肠道的雄激素似乎可以促进前列腺癌的生长，并导致对内分泌治疗产生耐药性。来自内分泌治疗耐药个体的粪菌移植已被证明可在患有前列腺癌的小鼠中诱导出阉割耐药性¹⁰²。Interaction between treatments and microbiota 治疗与微生物群之间的相互作用Interactions between chemotherapy and microbiota 化疗与微生物群之间的相互作用Para_01除了在致癌作用中的角色，肠道微生物群还调节机体对化疗的反应，包括药物的疗效和毒性。这种调节通过多种机制发生，例如诱导微生物酶对化学治疗剂的调节、调节代谢途径以及增强免疫系统功能。某些细菌酶可以将前药转化为其活性形式，或者相反地使其失活，从而降低其对癌细胞的作用效果。例如，在常用于治疗胰腺导管腺癌（PDAC）的吉西他滨情况下，特定细菌可以通过一种称为胞苷脱氨酶的细菌酶将其转化为非活性形式，从而导致药物耐受性。肠道微生物还可以干扰与化疗疗效相关的代谢途径。除了在结直肠癌（CRC）的发生和发展中的作用外，高水平的具核梭杆菌（F. nucleatum）还被认为与患有CRC的个体对5-氟尿嘧啶的耐药性有关。BIRC3是在CRC细胞系中由具核梭杆菌诱导表达上调最明显的基因。该基因通过抑制半胱天冬酶级联反应来阻止细胞凋亡，这可能导致化疗耐药性的产生。具核梭杆菌也可能通过抑制铁死亡通路诱导药物耐受性。该菌种还可以通过靶向微小RNA（microRNAs）和TLR4-MYD88信号传导通路激活自噬途径，使癌细胞得以存活。在胰腺导管腺癌（PDAC）中，细菌代谢产物如色氨酸衍生的吲哚-3-乙酸（3-IAA）被认为通过调节代谢途径增强了化疗的效果。研究表明，使用粪便微生物移植（FMT）和短期饮食调节可以诱导活性氧物质的积累并下调自噬作用，从而在化疗后导致代谢适应性降低和细胞存活率下降。Para_02此外，特定的微生物种类可能会增强与化疗相关的抗癌免疫反应（图2）。在抗生素处理的小鼠模型中，一种基于铂类的化疗药物奥沙利铂在结直肠癌治疗中的疗效已被证明可通过诸如丁酸盐等代谢产物增强。在对药物有响应的个体中，丁酸盐更为丰富，它能够调节肿瘤微环境中CD8+ T细胞的功能，从而促进抗肿瘤免疫反应。环磷酰胺是一种烷化剂，可促进埃希氏肠球菌和人源巴恩斯氏菌向淋巴结的易位，在那里它们诱导T辅助17（TH17）细胞的免疫反应，这对于控制癌症生长至关重要（图3）。微生物多样性降低，特别是产生丁酸盐和吲哚-3-丙酸的物种减少，已被发现与较差的治疗结果相关。在接受新辅助化疗的乳腺癌患者中，无响应者的粪球菌属、柔嫩梭菌属和瘤胃球菌属数量减少，并且这些细菌的数量与外周血和肿瘤浸润性CD4+ T细胞水平相关（图2）。 Fig. 2: Gut microbiome-based therapies against cancer and their impact on treatments. - 图片说明 ◉ 该图展示了基于微生物群的不同干预措施，例如益生菌（如双歧杆菌、乳酸杆菌、丁酸梭菌、嗜黏蛋白阿克曼菌和普拉梭菌）、益生元（如纤维、多酚和欧米伽-3脂肪酸）、后生元（如微生物代谢产物、细胞壁成分和胞外囊泡）以及粪便移植如何改变肠道微生物群的组成和功能。◉ 这些变化可以通过增强药物代谢、降低毒性、促进抗肿瘤免疫反应、改善免疫细胞增殖和迁移、减少副作用以及促进伤口愈合等方式，影响包括化疗、免疫治疗（如免疫检查点抑制剂）、放疗和手术在内的多种癌症治疗的效果。◉ 最终，这些策略旨在优化治疗结果并增强抗癌反应。 Fig. 3: Gut microbiota metabolites and immunity. - 图片说明 ◉ 该图描述了肠道微生物群与免疫系统之间的相互作用，说明了饮食成分（如纤维）如何影响短链脂肪酸（SCFAs）、胆汁酸（BAs）和色氨酸衍生物的产生。这些代谢物调节各种免疫细胞（例如树突状细胞DCs、辅助性T细胞TH1、TH17、调节性T细胞Treg、CD8+ T细胞和B细胞），并通过调节炎性细胞因子（例如IFNγ和TNF）和增强癌细胞凋亡来促进抗肿瘤免疫和免疫检查点抑制剂（ICI）治疗的效果。Para_03虽然化疗旨在靶向癌细胞，但它也可能影响正常细胞，导致多种副作用，例如腹泻、黏膜炎、血液学抑制、脱发以及恶心／呕吐。研究强调了肠道微生物群在介导化疗药物毒性方面的作用。例如，参与肠肝循环的肠道微生物可通过增加药物的肠道再吸收而延长其作用时间，从而调节机体对药物及其代谢产物的全身暴露。这一点已在化疗药物伊立替康的研究中得到证实，其主要毒性为腹泻，这种毒性会因肠道微生物酶β-葡萄糖苷酸酶的作用而加剧。受化疗影响的共生菌群可能在乳腺癌治疗期间对体重增加和神经系统副作用起到一定作用。通过对化疗前粪便样本进行鸟枪法宏基因组分析发现，较高的α多样性与较低的血液学毒性的风险相关，例如中性粒细胞减少症。此外，特定的微生物种类被发现与严重中性粒细胞减少症、以及严重的恶心和呕吐的发生风险降低或升高有关。微生物群在化疗治疗结果中的作用得到了一些研究的支持，这些研究表明抗生素的使用与化疗反应较差相关，包括无病生存期和总生存期缩短。然而，这可能不仅限于抗生素的使用，还可能与其他潜在药物有关，因为许多非抗生素药物已被证明会改变微生物群组成。通过比较化疗前后的粪便样本，还观察到与预后良好或不良相关的共生菌群扩增现象。Interactions between radiotherapy and microbiota 放疗与微生物群之间的相互作用Para_01放疗可以与肠道微生物群以双向的方式相互作用：放射治疗可通过增加肠道微生物群的偏离来改变微生物组，但某些细菌也能够影响放射治疗的效果（见图2）。研究表明，在接受放疗后，小鼠肠道微生物群发生了变化，其中大肠中Alistipes的水平升高，小肠中Corynebacterium的水平升高。最近的一项研究还表明，辐射会以剂量依赖性和组织依赖性的方式改变每个主要门类中的微生物分布，在结肠和粪便中观察到拟杆菌门（Bacteroidota）细菌的丰度增加。此外，研究还表明，粪菌移植（FMT）可保护小鼠免受辐射引起的毒性作用。Para_02一项针对妇科癌症患者的临床研究显示，盆腔放疗会引起肠道微生物群物种水平分类数量的减少，其中厚壁菌门（拟杆菌门）减少了10%，梭杆菌属增加了3%一项大规模临床研究探讨了肠道微生物群与急性及晚期放射性肠病之间的关联在急性期队列中，作者观察到在接受放疗前无自我报告症状的患者中微生物多样性有更高的趋势，但未形成显著结论，不过低细菌多样性与晚期放射性肠病之间存在一致的关联他们还特别发现放射性肠病与较高的第四类梭菌、罗氏菌属和嗜胆菌属的数量有关值得注意的是，已有研究表明，肠道微生物群组成可用于预测前列腺癌患者和头颈鳞状细胞癌患者所经历的放疗引起的急性胃肠道毒性细菌补充被认为可以减轻放疗引起的胃肠道损伤和微生物变化这种方法目前也在研究中以提高放疗的效果最近还有一项病例研究报告称，粪便微生物移植（FMT）减轻了宫颈肿瘤放疗后引发的慢性放射性肠炎最后，对患有急性放射性肠炎的宫颈癌患者的微生物组分析能够对放射性肠炎和重度急性放射性肠炎进行分类本综述进一步讨论了这些针对微生物群的潜在治疗方法Interactions between surgery and microbiota 手术与微生物群之间的相互作用Para_01肠道菌群在手术，特别是胃肠道手术中的作用已被广泛研究。通过粪便革兰氏染色鉴定出的术前肠道菌群组成异常，与较高的术后并发症发生率相关，如感染、吻合口漏和其他不良事件。具体而言，Lachnospiraceae 和 Bacteroidaceae 菌群丰度较高以及微生物多样性较低，与吻合口漏的发生密切相关。Hajjar 等人进一步证明，术前肠道菌群可以因果性地影响结直肠癌吻合口漏的愈合过程。通过将人类粪便移植到小鼠体内，他们发现术前黏膜促炎细胞因子水平升高会损害愈合过程。他们鉴定出两种具有相反作用的细菌物种：Alistipes onderdonkii kh33 通过上调促炎细胞因子损害愈合过程，而 Parabacteroides goldsteinii kh35 则通过恢复肠道屏障并减少炎症促进愈合。Para_02值得注意的是，针对肠道以外部位的癌症手术也可能改变肠道微生物群。例如，比较乳腺癌132和卵巢癌133患者术前和术后粪便样本的研究显示，细菌群落和代谢物发生了重要变化。这些发现强调了包括伤口护理和饮食调整在内的全面术后管理的必要性。长期和短期的肠道手术准备都会对肠道微生物群产生影响。长期干预措施如新辅助放疗或化疗，以及短期措施如禁食、肠道准备和抗生素预防，都起着重要作用。尽管口服抗生素进行肠道准备已被证明可减少手术部位感染134，但它也会破坏肠道微生物群，目前仍缺乏有效的替代方案135。Para_03肠道菌群对于肠道伤口愈合和上皮修复至关重要，部分是通过免疫调节和产生诸如丁酸盐等代谢物实现的（图2）。某些特定微生物，例如嗜黏蛋白阿克曼菌（Akkermansia muciniphila），已被确认通过活性氧依赖机制和甲酰肽受体在肠道伤口愈合中起关键调节作用135,136。在小鼠模型中，术前给予嗜黏蛋白阿克曼菌持续2周可激活TLR并增强肠道屏障功能，从而促进肠道伤口愈合137。在健康人结肠活检样本中，暴露于嗜黏蛋白阿克曼菌2小时后也观察到TLR通路转录组激活的这一效应137。Para_04此外，肠脑轴在持续性术后疼痛中也发挥作用。某些细菌类群，包括长双歧杆菌和普拉梭菌，与无疼痛状态相关；而其他细菌，例如巨型巨单胞菌和果胶嗜裂杆菌，则与乳腺癌手术后持续性疼痛有关。肠道微生物群的失衡及其代谢产物的产生可能通过促进外周敏化和促炎反应，导致这些结果的出现。Interactions between targeted therapy and microbiota 靶向治疗与微生物群之间的相互作用Para_01尽管包括免疫疗法在内的大多数类型疗法与肠道微生物组之间的关联已经被广泛研究，但关于靶向治疗与微生物群之间的联系却知之甚少。一项针对转移性结直肠癌（CRC）的研究评估了肠道微生物群与靶向治疗反应之间的关联，这些靶向治疗包括抗表皮生长因子（西妥昔单抗）和抗血管生长因子（贝伐珠单抗），结果显示，在疾病进展组中肠道微生物群的多样性明显高于部分缓解组。值得注意的是，具核梭杆菌（F. nucleatum）在疾病进展组中的含量大约是部分缓解组中的32倍。另有研究表明，在接受西妥昔单抗联合阿维鲁单抗治疗的转移性结直肠癌和非小细胞肺癌（NSCLC）患者中，肠道微生物群也参与了治疗反应，其中Agathobacter和Blautia可能是预测这些患者治疗结果的潜在生物标志物。有趣的是，在一组小规模的非小细胞肺癌患者中发现，相较于EGFR靶向的酪氨酸激酶抑制剂，化疗对胃肠道微生物群的影响更为显著。Para_02在乳腺癌（BC）中，肠道菌群的组成已被发现与靶向治疗的效果相关。在一个包含14名转移性患者的队列中，粪便菌群的组成与对CDK4/CDK6抑制剂联合内分泌治疗的反应相关。在HER2阳性乳腺癌中，曲妥珠单抗（一种HER2靶向治疗药物）的抗肿瘤作用在患者使用抗生素后或在小鼠中接受来自经抗生素处理的供体的粪菌移植后明显减弱。此外，当将对新辅助曲妥珠单抗有反应和无反应的患者粪菌分别移植给患有HER2阳性乳腺癌的小鼠时，成功复制了患者中的药物反应，突显了肠道微生物组的重要性。另外，一项对肠道菌群的分析发现了一种特征，该特征与使用酪氨酸激酶抑制剂奈拉替尼（用于治疗HER2阳性乳腺癌）所引起的胃肠道毒性的风险降低相关。在黑色素瘤治疗方面，关于MAPK靶向治疗（BRAF/MEK抑制剂）的研究知之甚少，目前尚缺乏针对黑色素瘤患者的关联性研究。然而，在携带BRAF突变的结直肠癌（CRC）患者中发现了一些细菌的富集，包括具核梭杆菌、龈沟产卟啉单胞菌、牙髓普雷沃氏菌、萨奇考斯特氏厌氧孢菌、巨大球形菌属苏特氏菌、嗜麦芽窄食单胞菌以及维克托氏维克托菌。Microbiota-driven immune regulation and its impact on cancer immunotherapyPara_01肠道微生物群在调节免疫稳态和影响宿主对癌症治疗的反应方面具有核心作用。越来越多的证据表明，肠道微生物群有能力调节先天性和适应性免疫，从而塑造肿瘤微环境并影响基于免疫治疗的效果。本节将探讨癌症免疫治疗的基本原则，以及微生物群与免疫系统之间的相互作用如何促进治疗反应。Immunotherapy: general principles 免疫治疗：总原则Para_01现在人们普遍认识到免疫系统在监测和控制肿瘤生长中的作用，而肿瘤的发生和发展通常与受损或耗竭的抗肿瘤免疫反应相关。这种受损害的状态表现为抑制性分子（如免疫检查点或免疫抑制性细胞因子和趋化因子）上调，从而限制了抗肿瘤活性的效果。免疫检查点是免疫系统中的调节通路，用于控制免疫反应，防止过度活化并确保自身耐受。检查点分子通过负向调控T淋巴细胞的活化来精细调节免疫系统。PD-1和细胞毒性T淋巴细胞抗原4（CTLA-4）是两种主要的免疫检查点蛋白，它们作为共抑制性受体存在于T细胞上，能够下调其活化状态，防止过度的免疫反应。尽管这一机制对于维持免疫稳态和预防自身免疫至关重要，但肿瘤细胞利用这些通路逃避免疫监视，导致肿瘤耐受和T细胞耗竭。免疫检查点抑制剂（ICIs），例如抗CTLA-4、抗PD-1和抗PD-L1（PD-1的配体）抗体，通过阻断这些共抑制信号彻底改变了癌症治疗方式，从而重新激活T细胞并恢复其靶向和摧毁肿瘤细胞的能力。PD-1/PD-L1和CTLA-4等免疫检查点蛋白的发现标志着癌症免疫治疗领域的重要进展，为增强抗肿瘤免疫反应提供了新的治疗途径。Microbiota–immune interactions 微生物群-免疫相互作用Para_01了解微生物影响免疫系统的复杂机制，对于评估和优化其在癌症治疗（尤其是免疫治疗）中的作用变得愈发重要。肠道微生物群通过多种途径触发抗癌免疫反应（图3），其关键机制包括： [ol]- 1. Stimulating T cell responses. Gut microorganisms can stimulate T cell responses against microbial antigens, which may either directly enhance tumour-specific immune responses or lead to cross-reactivity with tumour-specific antigens. This cross-reactivity can contribute to the recognition and destruction of cancer cells by the immune system. - 2. Activating pattern recognition receptors. Gut microorganisms activate pattern recognition receptors such as TLRs and nucleotide-binding oligomerization domain-like receptors, which can lead to either pro-immune or anti-inflammatory outcomes. The activation of these receptors triggers a cascade of signalling events that can enhance antitumour immunity or, conversely, dampen inflammatory responses to maintain immune homeostasis. - 3. Producing systemic metabolites. Microbial metabolites, such as SCFAs, tryptophan derivatives and BAs, have systemic effects on the host, including modulation of the immune response. These metabolites can influence the function of various immune cells, including T cells, DCs and macrophages, thereby shaping the overall immune landscape within the tumour microenvironment. These metabolites will be detailed in the next part of this Review (Fig. 3).Para_02与免疫检查点抑制剂（ICIs）不同的反应率一致，最近的研究越来越多地强调肠道微生物群及其代谢产物通过调节先天性和适应性免疫反应（包括T细胞功能和细胞因子产生）成为影响ICIs疗效的关键调节因子。肠道微生物群对于维持肠道屏障完整性以及调节黏膜免疫至关重要，从而保护宿主免受病原体感染并防止共生细菌过度暴露。这种保护作用不仅对肠道健康至关重要，而且对全身免疫调节也很重要，因为肠道屏障的破坏可能导致全身炎症和免疫失调，这可能影响癌症进展和治疗结果。此外，肠道微生物群还影响多种关键生理过程，包括代谢、炎症、造血和免疫。这些过程对于免疫系统的发育和功能至关重要，突显了微生物群在健康和疾病中的多方面作用。肠道微生物群与免疫系统之间的相互作用非常复杂，涉及免疫平衡的维持和肠道T细胞库的形成（图3）。它还是激活T细胞的特定抗原的主要来源。这些相互作用促进了针对特定肠道细菌抗原的适应性免疫应答的发展。Microbiota metabolites potentially contributing to immune modulation 微生物群代谢物可能有助于免疫调节Para_01细菌及其代谢物在免疫系统的调节中发挥了重要作用，影响着炎症过程和免疫抑制两方面。在癌症背景下，细菌代谢物可以促进炎症，或有助于形成免疫抑制性的肿瘤微环境。具体而言，短链脂肪酸（SCFAs）、胆汁酸（BAs）以及色氨酸衍生代谢物已被确认为是调节肿瘤微环境中免疫反应的关键因素（图3）。SCFAs 短链脂肪酸Para_01短链脂肪酸（SCFAs）如乙酸、丙酸和丁酸，是通过非消化性碳水化合物（如膳食纤维）发酵产生的微生物代谢产物。它们在维持肠道健康以及影响局部肠道和全身的各种生理过程中起着关键作用。Para_02短链脂肪酸（SCFAs）一直是众多研究关注的焦点，这些研究证明了它们调节免疫系统的能力。许多研究还将SCFA水平与癌症预防联系起来，特别是结直肠癌（CRC），在患有CRC的个体中观察到产生SCFA的细菌减少。有趣的是，在其他类型的癌症中也观察到了这一趋势。由于SCFA水平是在癌症发生后测量的，因此很难确定其减少是癌症的原因还是结果。然而，大量体外研究表明SCFAs，尤其是丁酸盐，在肿瘤抑制中发挥了积极作用。Para_03短链脂肪酸（SCFAs）通过G蛋白偶联受体（如GPR43、GPR41和GPR109A）发挥作用，这些受体在免疫反应和肿瘤抑制中具有关键作用（图3）。在包括结直肠癌（CRC）在内的多种癌症中已观察到这些受体表达的减少，并且恢复其功能可提高对化疗的敏感性并激活凋亡通路。例如，当在癌细胞中重新表达GPR109A并用丁酸处理时，可促进促凋亡基因的表达，同时下调抗凋亡蛋白如Bcl-2的表达。Para_04SCFAs 还通过抑制组蛋白去乙酰化酶（HDAC）的活性发挥作用，这种作用因其抗肿瘤效果而被广泛认可，因为它可以防止组蛋白上的乙酰基团被去除，从而维持开放的染色质结构，并促进与细胞周期阻滞和凋亡相关基因的转录。作为 HDAC 抑制剂，SCFAs 被认为在转录调控以及对癌症治疗药物的敏感性和/或耐药性方面具有重要影响。联合使用 SCFAs 的治疗方法，例如丙酸与顺铂联用，已显示出增强的治疗效果，表现为诱导癌细胞产生更多凋亡并降低 HDAC 活性。Para_05除了化疗之外，短链脂肪酸（SCFAs）正成为癌症免疫治疗的潜在增强剂。通过调节多种免疫细胞的能力，包括3型固有淋巴样细胞（ILC3s）、中性粒细胞、树突状细胞（DCs）、巨噬细胞、B细胞、调节性T细胞（Treg）、辅助性T细胞1（TH1）以及CD4+和CD8+ T细胞（图3）。这种免疫调节是通过SCFAs与G蛋白偶联受体的相互作用以及组蛋白去乙酰化酶（HDAC）抑制实现的，从而增强了抗炎细胞因子（如IL-10）或促炎细胞因子（如IL-1β）的产生和释放，影响炎症过程和肿瘤发生。SCFAs的主要免疫效应之一是促进调节性T细胞的分化，这通过HDAC抑制和CD103+树突状细胞的激活来实现（图3），由GPR43和GPR109A受体介导。这些树突状细胞对于肠道中的调节性T细胞诱导至关重要，有助于免疫耐受并调控抗肿瘤免疫反应。SCFAs还通过CD4+ T细胞和固有淋巴样细胞（ILCs）促进关键肠道免疫细胞因子IL-22的产生（图3）。这一效应由GPR41介导并通过HDAC抑制实现，其通过增强关键转录因子如芳香烃受体（AhR）和缺氧诱导因子1α的表达上调IL-22。缺氧诱导因子1α直接结合到IL-22启动子上，而SCFAs通过组蛋白修饰增强这种结合。虽然IL-22在维持肠道屏障功能方面至关重要，但在某些情况下，它也能通过增强转移定植潜力和促进免疫逃逸来促进癌症扩散。Para_06在SCFAs中，丁酸盐在CRC（结直肠癌）背景下的研究尤为广泛，它作为结肠细胞的关键能量来源，在上皮细胞的更新和维持屏障完整性方面发挥着至关重要的作用。这种屏障功能对于维持肠道稳态和通过防止微生物产物的不当暴露来减少全身炎症至关重要。丁酸盐还通过表观遗传调控和信号通路调节等机制发挥作用。一个显著的现象是‘丁酸盐悖论’，指的是丁酸盐对恶性结肠细胞具有选择性抗癌作用，同时又能促进正常结肠细胞健康。丁酸盐悖论主要归因于癌细胞与非癌细胞之间的代谢差异。癌细胞通过瓦伯格效应依赖葡萄糖代谢，从而积累丁酸盐，随后丁酸盐充当组蛋白去乙酰化酶（HDAC）抑制剂。丁酸盐的表观遗传影响还扩展到对在癌症进展中起关键作用的microRNA的调控。例如，它可以下调致癌性的miR-17-92a，导致抑癌基因如PTEN和p21蛋白的表达增加，从而促进细胞周期阻滞和凋亡。Para_07乙酸盐是另一种短链脂肪酸（SCFA），其在癌症代谢中的作用也已被广泛综述，因为乙酸盐与乙酰辅酶A合成酶短链家族成员2（ACSS2）密切相关，从而可能为癌细胞提供代谢优势。然而，双歧杆菌和其他菌种产生的乙酸盐能够增强CD8+ T细胞的细胞因子产生和细胞毒性活性。罗伊氏乳杆菌产生的乙酸盐可抑制肝脏中ILC3细胞的IL-17A分泌。此外，乙酸盐治疗显著提高了小鼠中抗PD-1疗法的效果。最近一项研究显示，来源于乙酸盐的乙酰辅酶A会引发c-Myc的乙酰化，从而增强编码PD-L1、糖酵解酶、单羧酸转运蛋白1以及促进细胞周期进程相关蛋白的基因转录。饮食中补充乙酸盐会促进肿瘤生长并减少CD8+ T细胞的浸润，而阻断乙酸盐摄取则被证明可以阻碍免疫逃逸，从而提高抗PD-1治疗的效果。Adenosine, inosine and tryptophan metabolites 腺苷、肌苷和色氨酸代谢物Para_01色氨酸是一种人体细胞无法从头合成的必需氨基酸，必须通过饮食摄入获得。它是20种常见氨基酸中按分子量计算最大的一种，并且是体内多种生长和发育所需代谢化合物的前体。大部分被消化的色氨酸在肠道中被吸收，并通过宿主细胞的三条不同代谢途径进行代谢：犬尿氨酸途径、5-羟色胺途径和吲哚途径。然而，有一部分色氨酸仍留在肠腔中，被细菌吸收用于自身的生长，并同时产生大量生物活性衍生物，主要利用的是犬尿氨酸和吲哚途径。Para_02许多微生物在文献中被报道能够代谢色氨酸，从而产生色胺、吲哚（包括吲哚-3-羧酸）以及多种其他代谢产物，例如吲哚-3-醛（I3A）、吲哚-3-丙酸和3-吲哚乙酸（3-IAA）。其中一些色氨酸衍生物可作为AhR的配体，并与炎症性肠病、神经系统疾病和癌症等疾病相关。例如，I3A已被证明可通过AhR信号通路直接作用于CD8+ T细胞，促进γ干扰素（IFNγ）的产生。此外，研究还表明I3A可以增强免疫检查点抑制剂的疗效。同样地，富含色氨酸的饮食可以通过CD8+ T细胞上的AhR活性提高免疫检查点抑制剂的抗肿瘤效果。因此，I3A通过激活CD8+ T细胞中的AhR信号通路，增加细胞因子的产生，并改善抗肿瘤免疫反应。这表明给予I3A可能增强抗PD-L1免疫治疗的效果。吲哚-3-丙酸已被证明可以增强依赖CD8+ T细胞的抗PD-1免疫治疗的效果。最后，吲哚-3-羧酸治疗在提高抗PD-1免疫治疗效果方面也显示出潜力，进一步突显了色氨酸代谢产物在提升癌症治疗效果方面的潜力。Para_03腺苷通过三磷酸腺苷（ATP）的水解生成。在肿瘤微环境中，尤其是在缺氧条件下，ATP的分解增加，腺苷水平升高，这有助于肿瘤发生免疫逃逸。腺苷通过与G蛋白偶联受体结合而发挥其免疫抑制作用，主要通过A2aR和A2bR实现。A2aR在大多数免疫细胞中表达，而A2bR主要由巨噬细胞和树突状细胞表达。腺苷介导的免疫抑制机制不仅包括对抗肿瘤效应细胞的直接作用，还包括对如Treg细胞等抗原呈递细胞和免疫调节细胞的间接作用。利用A2A受体（A2AR）拮抗剂或敲除小鼠模型，研究人员已经证明阻断腺苷信号传导可以增强免疫反应，并改善基于T细胞的免疫治疗效果。Para_04另一方面，肌苷是一种嘌呤核苷，来源于腺苷的分解（脱氨）作用，最近因其免疫调节特性而受到关注。肌苷不仅在体内产生，还由某些肠道微生物产生，并可通过多种机制影响免疫反应。其关键作用之一是与腺苷受体相互作用，包括A2AR，后者在各种免疫细胞（包括T细胞）上高度表达。虽然腺苷在A2AR上主要产生环磷酸腺苷偏向性信号传导，但肌苷介导的A2AR激活则主要导致细胞外信号调节激酶-1和细胞外信号调节激酶-2的磷酸化，表明这两种激动剂之间存在药理学差异。肌苷而非其代谢前体腺苷，还具有取代葡萄糖以支持效应T细胞生长和细胞毒性功能的能力。Mager等人发现，由假长双歧杆菌在肠道中产生的肌苷能够到达浸润肿瘤的T淋巴细胞上的A2A受体，并提高了小鼠抗癌免疫治疗的效果。这一发现进一步支持了肠道菌群在肿瘤发展预后中发挥作用的观点。BAs BAsPara_01BAs 是在肝脏中由胆固醇合成的，除了其在脂质消化和吸收中的传统功能之外，还在免疫系统调节和癌症进展中发挥着关键作用。在生成之后，初级 BAs（如胆酸和鹅去氧胆酸）被分泌到肠道中。随后，它们通过肠道微生物群进行广泛的转化，生成次级 BAs，例如脱氧胆酸（DCA）和石胆酸（LCA）。这些次级 BAs 具有显著的生物活性，能够影响多种生理过程，包括免疫调节。Para_02与短链脂肪酸（SCFAs）类似，胆汁酸（BAs）在炎症和癌症中也具有复杂的作用，既包括促进肿瘤的活动，也包括抑制肿瘤的活动。尽管一些胆汁酸具有保护作用，但某些次级胆汁酸可通过诸如DNA损伤、激活Wnt-β-catenin信号通路以及刺激环氧化酶-2活性等机制参与致癌过程。Para_03胆汁酸主要通过两个关键受体发挥其作用：法尼醇X受体（FXR）和G蛋白偶联胆汁酸受体1（TGR5）。FXR是一种核受体，主要存在于肝脏和肠道中。它能够调控参与胆汁酸合成、脂质代谢和葡萄糖稳态的基因。重要的是，FXR还可以通过影响炎症细胞因子的产生和免疫细胞的活化来调节免疫反应，通常会形成一种抗炎环境。这种抗炎作用可能会影响癌症的发展进程以及对包括免疫检查点抑制剂（ICIs）在内的治疗的反应。最近的研究表明，某些胆汁酸可通过促进DNA损伤并减少结肠癌细胞中的FXR信号传导来加速结直肠癌（CRC）的发展。FXR信号传导的减弱破坏了上皮屏障的完整性，并增强了Wnt-β-catenin信号传导，这对肿瘤的发生至关重要。这些发现表明，靶向初级和次级胆汁酸可能成为预防结直肠癌的一种可行策略。此外，过量的胆汁酸还与肝细胞癌（HCC）相关，突显了它们在肝癌进展中的作用。Para_04TGR5 是一种在多种组织中都发现的膜受体，在免疫细胞中高度表达。它参与代谢消耗、肠道运动、葡萄糖稳态、胆汁酸（BA）稳态以及炎症反应。TGR5 通过激活腺苷酸环化酶–环磷酸腺苷–蛋白激酶A信号通路对胆汁酸产生反应，从而调节免疫细胞功能。研究表明，在巨噬细胞、树突状细胞和T细胞中激活TGR5可通过调节细胞迁移和极化以及炎症介质的产生来促进抗炎状态。该受体还影响调节性T细胞与效应T细胞之间的平衡，这对于维持免疫稳态至关重要，并可能影响癌症治疗中免疫检查点抑制剂（ICIs）的效果。Para_05尽管次级胆汁酸（如LCA）具有潜在的致癌性，但它们也通过多种分子机制表现出抗癌活性。例如，LCA可以通过激活caspase-3、caspase-8和caspase-9通路诱导细胞凋亡，从而抑制前列腺癌细胞的增殖。此外，研究表明LCA能够刺激抗肿瘤免疫反应，并使乳腺癌（BC）细胞的增殖减少10%-20%。部分研究认为这些效应归因于LCA对TGR5的激活作用。Para_06熊去氧胆酸（UDCA）是一种亲水性胆汁酸（BA），其潜在的化学预防各种癌症，尤其是结直肠癌（CRC）的作用已被研究。二十年前，UDCA 在人体中进行了测试。UDCA 治疗增加了粪便水相中 UDCA 相对于脱氧胆酸（DCA）的比例，在每日 300 毫克和 600 毫克剂量下观察到显著的剂量反应效应，并且未发生严重不良事件。这一发现表明 UDCA 有可能增强胆汁酸的亲水性，并可能降低结肠癌发生的风险。其作用机制包括减少结肠中疏水性、潜在致癌胆汁酸（如 DCA）的浓度，从而减少黏膜对这些有害物质的暴露。此外，UDCA 可能抑制癌细胞增殖并诱导其凋亡。这表明 UDCA 可能通过靶向肿瘤发生和发展过程中涉及的多条通路在癌症预防中发挥作用。总之，胆汁酸（BA）在癌症生物学中的双重作用（既有促进又有抑制癌症的作用）凸显了其功能的复杂性，并提示了潜在的治疗靶点。Para_07此外，胆汁酸（BAs）在宿主免疫系统与肠道微生物群的界面处具有活性，决定了其在代谢和免疫反应中的复杂作用。胆汁酸代谢和信号传导的改变会影响肠道稳态并引发肠道微生物的变化。肠道微生物群的这种紊乱不仅影响局部免疫反应，还可能产生全身性效应，进而影响癌症治疗（如免疫检查点抑制剂，ICIs）的有效性。因此，通过饮食、药物或以微生物群为靶点的疗法来调节胆汁酸通路，代表了开发新型癌症治疗方法的一个有前景的方向。The impact of other bacterial metabolites 其他细菌代谢产物的影响Para_01除了短链脂肪酸（SCFAs）、色氨酸代谢物、胆汁酸（BAs）和肌苷之外，还有几种其他的细菌代谢物被认为在调节免疫反应和影响癌症进展方面发挥作用，越来越多的证据强调了它们在癌症发生和发展及信号传导中的潜在作用。Para_02例如，乳酸菌素是罗伊氏乳杆菌发酵甘油过程中产生的一种副产物，它是一种有效的抗菌化合物。除了在塑造肠道微生物群方面的作用外，乳酸菌素还可能通过调节肠道细菌组成间接影响免疫细胞功能，从而影响全身免疫反应。由乳酸菌素产生所驱动的微生物组改变可能会增强免疫细胞对免疫治疗的响应能力，特别是通过促进有利于效应T细胞增殖和支持降低调节性T细胞（Treg）活性的免疫环境。此外，施用罗伊氏乳杆菌可以减轻小鼠中由免疫检查点抑制剂（ICIs）诱导的自身免疫反应。Para_03环二腺苷酸（cyclic di-AMP）是一种由革兰氏阳性菌产生的细菌第二信使，参与许多细菌功能，例如代谢、维持渗透压、应对DNA损伤以及耐酸应激反应。在真核细胞中，环二腺苷酸作为一种信号分子被多种受体识别，并可触发宿主细胞的免疫反应。这些模式识别受体包括干扰素基因刺激因子（STING）和DDX41（DEAD-box解旋酶41），它们能够诱导I型干扰素及其他促炎细胞因子的产生。在临床前模型中，环二腺苷酸已被证明可通过增强免疫系统识别和攻击肿瘤细胞的能力来增强免疫检查点抑制剂（ICIs）的效果。其作为免疫佐剂的作用使其成为癌症联合治疗中具有潜力的候选药物。Para_04TMAO 是肠道细菌通过代谢饮食中的胆碱产生的一种代谢产物，传统上是在心血管疾病的背景下进行研究的217，但最近的研究表明它在调节与多种癌症相关的免疫反应中也发挥作用79,218。一项研究发现，TMAO 通过调节肿瘤微环境中的免疫反应，在胰腺导管腺癌（PDAC）中具有抗肿瘤作用。TMAO 增强了如肿瘤相关巨噬细胞和 CD8+ T 细胞等免疫细胞的活性，从而减缓了肿瘤的生长。将 TMAO 与免疫检查点抑制剂（ICIs）联合使用增强了治疗效果。然而，由于长期暴露于 TMAO 会增加患心血管疾病、慢性炎症性恶性肿瘤、肾衰竭和糖尿病的风险，因此治疗干预可能需要谨慎的策略219。Para_05多胺类物质，例如腐胺、亚精胺和精胺，是宿主和肠道细菌都能产生的一类小分子，对细胞功能和复制至关重要。癌细胞需要持续高水平的细胞内多胺来支持其持续增殖，因此其多胺代谢的失调在癌症中十分常见。因此，以多胺代谢为靶点是一种合理的策略，该策略旨在耗竭多胺或抑制其合成，并在恢复免疫功能和增强癌症免疫疗法（特别是免疫检查点抑制剂）的疗效方面显示出潜力。Para_06最后，免疫细胞上的TLRs会识别细菌细胞壁成分，如肽聚糖和脂多糖（LPS），从而触发免疫激活。包括胰腺导管腺癌（PDAC）在内的最新研究发现肿瘤组织中存在LPS，这可能是由于肠道微生物组移位或肠道屏障破坏所致。TLR4缺陷小鼠表现出促肿瘤效应，表明TLR4信号丢失会损害抗肿瘤免疫。然而，肿瘤中TLR4高表达与较差的预后相关，这可能与其与PD-L1表达的相关性有关。虽然LPS单药治疗在减少PDAC肿瘤生长方面效果有限，但它显著增加了肿瘤浸润淋巴细胞，表明其作为免疫治疗佐剂的潜力。LPS结合蛋白有助于形成LPS-TLR4复合物，并且比LPS本身更能反映长期炎症状态，与PD-L1表达的相关性更强。PDAC患者血清中高水平的LPS活性既与免疫激活相关，也与PD-L1介导的免疫抑制增强相关，提示LPS可能是PD-L1阻断治疗反应的潜在预测因子。LPS已在黑色素瘤中被安全地用作疫苗佐剂，并可能提高PD-1/PD-L1免疫治疗在其他癌症类型中的疗效。Para_07深入了解这些细菌代谢物在调节免疫系统中的多样化作用，对于开发增强癌症免疫治疗效果的新方法至关重要。随着研究的进展，调控肠道微生物群及其代谢物在优化免疫反应方面展现出巨大潜力，尤其是在与现有癌症治疗方法（如免疫检查点抑制剂）联合使用时。Microbiota metabolites potentially contributing to discrepancies in immune modulation and ICI efficacy 微生物群代谢物可能在免疫调节和ICI疗效差异中起到作用Para_01近期关于具核梭杆菌（F. nucleatum）在结直肠癌（CRC）免疫检查点抑制剂（ICI）治疗中作用的对立发现，突出了癌症治疗中免疫调节的复杂性。两项研究对具核梭杆菌如何影响抗PD-1治疗的效果提出了截然不同的观点，引发了关于其在肿瘤微环境中确切作用的争论。第一项研究表明，具核梭杆菌使微卫星稳定型（MSS）结直肠癌对抗PD-1治疗更加敏感。研究人员发现，具核梭杆菌会产生丁酸，这种物质可抑制CD8+ T细胞中的HDAC3和HDAC8。这种抑制作用会增加Tbx21启动子区域的组蛋白乙酰化，从而增强TBX21的转录。TBX21是一种能抑制PD-1表达的转录因子。结果是T细胞耗竭减少，效应功能增强。支持这一机制的是，将高具核梭杆菌水平的MSS CRC患者的粪菌移植到无菌小鼠体内后，再现了对抗PD-1治疗的敏感性。这些发现表明，肿瘤内具核梭杆菌水平较高可能作为MSS CRC免疫治疗反应改善的生物标志物。相反，第二项研究则将具核梭杆菌的丰度与转移性结直肠癌对抗PD-1治疗的耐药性联系起来。研究发现，源自具核梭杆菌的琥珀酸会抑制cGAS–STING–IFN-β信号通路，限制CD8+ T细胞向肿瘤微环境的迁移，从而降低抗肿瘤免疫力。将高具核梭杆菌水平的非应答者的粪菌移植给小鼠后，也复制了对抗PD-1治疗的耐药现象。值得注意的是，用针对具核梭杆菌的抗生素甲硝唑治疗小鼠后，琥珀酸水平下降，并恢复了对免疫治疗的敏感性。这些发现表明，具核梭杆菌可能通过其代谢产物介导的免疫反应抑制，成为免疫治疗耐药的潜在促成因素。丁酸和琥珀酸的对比作用突出了具核梭杆菌代谢的复杂性。驱动这些代谢产物产生的条件，例如特定的具核梭杆菌菌株或肿瘤微环境特征，尚不清楚。在一项研究MSS CRC患者的研究中，具核梭杆菌的丰度预示着更好的治疗结果；而在另一项研究转移性CRC患者的研究中，高水平的具核梭杆菌则与耐药性相关。这表明具核梭杆菌的作用可能因肿瘤阶段或免疫背景的不同而变化。这些研究说明了具核梭杆菌在结直肠癌中的双重角色，根据具体情境，它可以使肿瘤对或对抗PD-1治疗产生敏感或耐药。这场争论强调了微生物群与宿主相互作用的复杂性，并凸显了进一步研究的必要性。未来的研究应集中于阐明具核梭杆菌及其特定代谢产物在何种条件下增强或削弱治疗效果，从而为优化结直肠癌免疫调节提供靶向策略。Microbiota-based therapies against cancersPara_01鉴于肠道微生物群在免疫调节、炎症和肿瘤进展方面具有深远影响，人们越来越有兴趣将微生物调节作为一种癌症治疗的治疗策略。当前研究的一个重要领域集中在调节微生物群，以创造一个更有利的免疫-微生物群环境，从而改善治疗效果。为了通过治疗手段操控肠道微生物群以获得益处，研究人员采取了多种方法，从广泛的干预措施（如饮食调整和粪便微生物移植）到更具体的策略（如使用特定益生元、益生菌及新一代有益细菌）（图2）。这些方法旨在恢复微生物组的平衡、增强免疫激活作用或减轻癌症治疗带来的不良影响。尽管该领域仍在不断发展，但早期的研究结果突显了基于微生物群的干预措施作为传统癌症治疗辅助手段的潜力，并为个性化治疗策略铺平了道路。Fibres and prebiotics 纤维和益生元Para_01由于营养策略可能具有较高的安全性、相对于特定药物而言较低的成本以及非侵入性的特点，因此其成为影响微生物群的一种颇具吸引力的方法。然而，无论是美国食品药品监督管理局（FDA）还是欧洲药品管理局（EMA）都尚未将饮食调整作为癌症的独立或辅助治疗手段予以批准。癌症疗法的获批需要通过严格的临床试验以证明其疗效，而目前尚无高级别的证据表明饮食干预可以‘治愈’癌症。当前的癌症治疗方法，如化疗、放疗、靶向治疗和免疫治疗，均基于高质量的随机对照试验，并且已被纳入经批准的治疗方案中。截至目前，还没有哪种饮食策略达到这些标准。要获得高水平的证据将是非常困难的。例如，几十年来人们已经知道，摄入富含纤维的饮食，符合通常建议的每日30克摄入量，与降低多种代谢性疾病（例如糖尿病）和炎症性疾病的发病风险相关，同时也包括几种类型的癌症（如结直肠癌及许多其他癌症）。图2展示了这一关联。Para_02增加纤维的摄入可以增强微生物多样性，而且纤维发酵微生物（如F. prausnitzii）的含量增加已被证明与免疫检查点抑制剂（ICIs）治疗的积极反应相关。尽管饮食会影响微生物群的组成，但个体对特定饮食改变的反应在很大程度上取决于其微生物群的初始组成。例如，不同的人食用相同的高纤维饮食后可能会产生截然不同的效果。在饮食中补充有针对性的益生元可能是改变微生物群的一种潜在方法。然而，这种方法可能会选择性地促进某些微生物群体的生长，而不是增加整体的微生物多样性。事实上，益生元被定义为“一种被宿主微生物选择性利用并带来健康益处的底物”。鉴于已测试的潜在益生元种类繁多（例如不可消化的多糖或寡糖、多酚以及Omega-3等），这种多样化前景令人感兴趣，并可能成为未来研究的重要领域（图2）。Para_03在CRC手术前使用益生元可能会影响围手术期的宿主代谢。在一项涉及139名患者的随机双盲试验中，在CRC手术前7天给予低聚果糖、低聚木糖、聚葡萄糖和抗性糊精后，免疫标志物在术前和术后阶段均出现了显著变化。更具体而言，这些物质提高了免疫球蛋白以及转铁蛋白水平，表明循环炎症细胞因子有所减少。另一项针对73名CRC患者的随机研究显示，在CRC手术前7天补充合生元（包含益生元和益生菌）会导致血液循环中的炎症显著降低。这种关联还在另一项涉及91名患者前瞻性研究中得到验证。Probiotics and next-generation beneficial bacteria 益生菌与新一代有益细菌Para_01益生菌是“当以足够的量施用时，能对宿主产生健康益处的活微生物”。虽然像益生元这样的饮食干预旨在滋养现有的肠道微生物，但益生菌具有引入可能尚未在肠道中定植的新微生物物种的独特能力。常见的益生菌产品通常包含单一易于培养的微生物菌株，例如双歧杆菌属（Bifidobacterium）和乳酸杆菌属（Lactobacillus）的菌种，而这些菌种通常不是丁酸生产者。多项针对小鼠的研究表明，口服来自双歧杆菌属和乳酸杆菌属的单一益生菌菌株可能有助于恢复免疫检查点抑制剂（ICIs）的活性，或消除抗生素带来的有害影响。（图2）Para_02数据表明，给予益生菌与癌症患者炎症水平降低之间存在关联。在胃癌（GC）中，一项荟萃分析显示，益生菌与白蛋白、前白蛋白以及CD4+和CD8+ T细胞水平升高相关，同时IL-6和肿瘤坏死因子（TNF）水平降低。在同一类肿瘤中，一项前瞻性研究提示，与单独使用益生元相比，益生菌具有额外的附加价值。接受胃切除术后接受肠内营养的患者，如果接受了联合补充治疗，则腹泻发生显著减少。在结直肠癌（CRC）中，手术后使用益生菌也显示出显著减轻炎症的效果。Para_03该主题的研究范围正在不断扩大，目前已确定了一些具有特定益处的下一代微生物。除了传统的益生菌外，越来越多的研究数据表明A. muciniphila可能在免疫检查点抑制剂（ICIs）治疗响应中发挥作用，并且这种作用通过多种机制实现（综述见参考文献255）。更具体地说，早期在小鼠中进行的研究突出了肠道微生物群在影响肿瘤对化疗以及针对PD-L1或CTLA-4的免疫疗法反应中的关键作用（参考文献256、257、258）。2018年的一项研究探讨了抗生素治疗导致的微生物群变化是否与恶性疾病有关，或者是否会影响荷瘤小鼠及癌症患者的PD-1阻断治疗原发耐药性问题（参考文献259）。通过对肺癌和肾癌患者样本进行分析，研究人员发现对ICIs无应答者的A. muciniphila细菌水平较低（图2）。值得注意的是，通过使用小鼠模型以及来自人类供体（包括有应答者和无应答者）的粪菌移植（FMT），他们发现给接受抗生素治疗的小鼠口服补充A. muciniphila可以恢复其对免疫治疗的响应（参考文献259）。这项研究成为推动众多其他关于ICIs与肠道微生物群之间关系研究的催化剂（参考文献8、235、259、260、261）。采用多种组学方法综合研究人体肠道微生物组的研究对于全面理解其在不同功能层面上参与疾病的过程至关重要（参考文献259、262、263）。Para_04尽管对于与免疫检查点抑制剂（ICI）反应相关的具体细菌分类群尚无明确共识，但多项临床研究一致强调了一些常见的分类群，例如黏蛋白阿克曼菌（A. muciniphila）、某些拟杆菌属（Bacteroides）、肠球菌属（Enterococcus）和双歧杆菌属（Bifidobacterium）的物种，以及瘤胃球菌科（Ruminococcaceae）家族的成员，如普氏粪杆菌（F. prausnitzii）和罗氏菌属（Roseburia）。虽然不同属和种的作用机制可能有所不同，但数据强烈支持这些细菌在T细胞启动和调节、树突状细胞（DCs）的激活和成熟方面的重要作用。值得注意的是，黏蛋白阿克曼菌（A. muciniphila）、双歧杆菌属（Bifidobacterium）物种和脆弱拟杆菌（Bacteroides fragilis）均被发现能够刺激树突状细胞产生IL-12，从而引发TH1反应，这对抗肿瘤免疫至关重要。值得注意的是，目前正在进行一项临床试验，旨在测试口服黏蛋白阿克曼菌（A. muciniphila）对接受免疫治疗但肠道微生物群缺乏阿克曼菌属（Akkermansia）的肾细胞癌（RCC）或非小细胞肺癌（NSCLC）患者的疗效（NCT05865730）。然而，这种关系仍然复杂：在一项针对接受ICI或ICI联合化疗的非小细胞肺癌（NSCLC）患者的前瞻性研究中，与阿克曼菌属（Akkermansia）低丰度的患者相比，高丰度或无阿克曼菌属的患者表现出更差的预后。针对阿克曼菌属（Akkermansia）的高滴度免疫反应与肠道菌群失调加剧、肠道细菌清除以及疾病进展率升高相关。因此，高百分位数的黏蛋白阿克曼菌（A. muciniphila）也可能带来不利影响。黏蛋白阿克曼菌（A. muciniphila）的丰富度在结直肠癌（CRC）中也可能具有有益效果，因为它可以增强化疗方案FOLFOX（5-氟尿嘧啶、亚叶酸钙和奥沙利铂）的疗效。在结直肠癌异种移植模型中，随着该细菌水平的提高，FOLFOX的效果也随之增强，而通过细菌移植定植黏蛋白阿克曼菌（A. muciniphila）也提高了治疗效果。在一项体内和临床研究中，与健康对照个体相比，炎症性肠病和继发性结直肠癌（CRC）患者的黏蛋白阿克曼菌（A. muciniphila）丰度显著降低。在结肠炎小鼠模型中补充黏蛋白阿克曼菌（A. muciniphila）可通过扩增和激活结肠及其引流淋巴结中的细胞毒性T淋巴细胞来减少促肿瘤发生的炎症。免疫反应似乎是由特定膜蛋白Amuc_1100介导的。独立的研究进一步表明，源自黏蛋白阿克曼菌（A. muciniphila）的细胞外囊泡在化学诱导的结肠炎中具有保护作用，并且黏蛋白阿克曼菌（A. muciniphila）对结直肠癌（CRC）发展的保护作用与抑制芳香烃受体（AhR）信号传导以及下游Wnt–β-连环蛋白通路的激活有关。Para_05C. butyricum 是另一种潜在的重要候选菌，属于可产生丁酸盐的细菌，并以其在肠道中的作用而闻名246。C. butyricum BM588 也已被广泛用于人类作为益生菌。在啮齿类动物中，多项研究显示该菌可以改善肠道稳态，并恢复小鼠对PD-1阻断治疗的敏感性271。有一项研究调查了这种细菌是否能够增强免疫检查点抑制剂（ICIs）的疗效，并对抗非小细胞肺癌（NSCLC）患者因使用诱导微生物群偏离的药物（例如抗生素或质子泵抑制剂（PPIs））而导致的反应降低。为了验证这一假设，他们进行了一项回顾性分析，共纳入了106名接受连续ICI联合治疗的IV期或复发性转移性NSCLC患者272。研究发现，使用C. butyricum BM588与接受ICI治疗患者的总生存期显著延长密切相关，并且在接受ICI同时使用抗生素或PPIs的患者中，总体生存率明显提高272。在另一组接受PPIs治疗的患者队列中也发现了类似的数据273。然而，这些研究均为回顾性研究。迄今为止，只有一项针对晚期肾细胞癌（RCC）的I期临床试验评估了在纳武利尤单抗和伊匹木单抗治疗基础上添加C. butyricum BM588的效果，结果显示这种联合治疗方法具有一定的临床活性274。目前需要更大规模的研究来确认这些结果，并理解其对微生物组和免疫系统影响的潜在机制。Para_06细菌遗传操作的最新进展为益生菌使用的新时代铺平了道路。将特定生物标志物引入微生物中，可得到具有工程化特性的益生菌，这种益生菌在结直肠癌（CRC）筛查和治疗方面具有潜在应用价值，因为益生菌可以选择性地定植于特定细胞类型和肿瘤类型。大肠杆菌Nissle 1917（EcN）是一种常用于治疗炎症性肠病的益生菌株。在携带结直肠癌或结肠腺瘤的小鼠中，口服递送的生物发光EcN能够特异性地定植于结肠肿瘤病变部位。重要的是，这一特性与该菌株产生colibactin无关。在一项随机双盲研究中，术前给予正常EcN的结直肠癌患者也观察到EcN定植于肿瘤组织的现象。此外，在健康小鼠口服给药48小时后，EcN在粪便样本中不可检测，而在携带结直肠癌病变的小鼠中则保留下来。通过生物工程技术改造EcN菌株使其能够产生一种可通过尿液排出的代谢产物水杨酸，同样取得了这一结果，从而使得早期结肠病变可以通过粪便或尿液进行追踪。有趣的是，经过改造、能够产生阻断PD-L1和CTLA-4靶点纳米抗体的EcN口服给药后，可通过免疫介导作用减轻携带结肠腺瘤小鼠的疾病负担。因此，EcN定植于（癌前）肿瘤性结肠病变的能力也可能发挥治疗作用。Para_07在另一项研究中，一种大肠杆菌菌株通过两种方式被改造：（1）表达类组蛋白A，旨在黏附于表达硫酸乙酰肝素的结直肠癌（CRC）细胞；（2）将葡萄糖苷转化为具有促凋亡作用的萝卜硫素。在小鼠实验中，口服该菌株与葡萄糖苷的联合方案显著减少了由化学性结肠炎引发的结直肠癌病变。Para_08已有研究积累表明，特定的厌氧菌在多种肿瘤类型的微环境中存在并具有促进肿瘤发生的作用。因此，这种方法也可以应用于肠道以外的（癌前）肿瘤病变。通过不同的策略，已有研究表明经过工程改造的益生菌在小鼠模型中对胰腺癌具有潜在治疗效果。在这项研究中，作者使用了一种减毒的单核细胞增生性李斯特氏菌（Listeria monocytogenes）株系来感染髓源性抑制细胞（MDSCs），随后这些细胞被吸引至肿瘤微环境。该菌株经过减毒处理并被改造以产生高度免疫原性的破伤风毒素。这种毒素在肿瘤微环境中的积累导致了毒素特异性记忆CD4+ T细胞的招募，并引发了由CD4+ T细胞介导的肿瘤溶解作用。重要的是，这种构建体还能够靶向转移病灶。Para_09未来还需要进一步的研究，以明确这种经过基因改造的细菌是否能够在宿主微生物群中定植，并在长时间内保持稳定和有效性。此外，这种方法还引发了关于安全性的重大问题，涉及患者本身以及社区和环境的安全。FMT FMTPara_01FMT 涉及将微生物群落转移给受体。FMT 因其在治疗复发性艰难梭菌感染方面的显著疗效而广为人知，并且在此应用上具有良好的安全记录。一项一期临床试验（NCT03772899）的初步结果显示，来自健康且无癌症供体的 FMT 可能有助于克服晚期黑色素瘤患者对抗 PD-1 抗体治疗的原发性耐药问题，这些患者此前未接受过抗 PD-1 抗体治疗。这种 FMT 是在接受抗 PD-1 治疗之前给予患者的。最近的两项研究显示，在部分接受治疗的患者中，FMT 带来了临床益处，包括先前与积极的抗 PD-1 治疗反应相关的细菌类群数量增加、CD8+ T 细胞活性增强，以及具有免疫抑制作用的表达 IL-8 的髓系细胞频率降低。这些发现提供了概念验证证据，表明 FMT 可以影响癌症患者免疫治疗的效果。Para_02目前还有其他几项研究正在进行，旨在潜在地克服黑色素瘤、肾细胞癌（RCC）和非小细胞肺癌（NSCLC）患者在接受一线免疫检查点抑制剂（ICI）治疗时产生的耐药性问题（临床试验编号：NCT04130763、NCT03341143、NCT04951583、NCT05251389、NCT04758507、NCT04521075 和 NCT05008861）。然而，在迈向粪便微生物移植（FMT）的普遍应用之前，对于FMT如何影响免疫功能和反应的机制，仍存在相当大的认识空白。除了为微生物群落提供适当的生态系统外，我们也不会排除特定病毒和噬菌体在这一过程中的潜在作用。确定最合适的供体将是未来研究成功的关键。然而，能够优化对免疫检查点抑制剂（ICIs）反应的“理想”微生物组的确切组成，从而定义理想的供体，仍未明确（图2）。Para_03其他癌症类型中的数据尚不够成熟，截至目前仅限于描述性结论。在携带化学诱导结直肠癌的小鼠中，粪菌移植（FMT）已被证明可恢复肠道微生物群的组成和多样性，同时减少结肠炎症和异型增生病变，并恢复体重。在结肠细胞中，FMT降低了促炎信号传导并增强了抗炎信号传导。这与肿瘤微环境中调节性T细胞（Treg）淋巴细胞的上调相关。在胰腺癌的小鼠模型中，移植来自长期存活患者的粪便可产生抗肿瘤反应并激活抗癌免疫反应，而来自短期存活患者的粪便则不具备此效果。在考虑任何临床试验之前，必须进一步研究FMT如何在胰腺癌中诱导免疫激活。Postbiotics 后生元Para_01后生元是一种‘由灭活微生物和/或其成分组成的制剂，能够对宿主带来健康益处’288，它们代表了癌症治疗领域中一个新兴的研究热点。与需要给予活体微生物的益生菌不同，后生元主要关注微生物所产生的生物活性化合物，例如微生物代谢产物、细胞壁成分、细菌裂解物、胞外囊泡和分泌蛋白。这些化合物可以调节免疫系统、影响代谢途径并作用于肿瘤微环境，使其成为提高癌症治疗效果的有前景的候选物质，同时避免了一些与活体微生物相关的潜在问题。Para_02后生元的一个关键优势在于其相比益生菌具有相对更高的安全性，因为它们不会带来细菌易位或感染的风险，特别是在免疫功能受损的患者中。后生元仍然可以发挥重要的免疫调节作用，促进抗炎反应，增强免疫功能，并刺激短链脂肪酸（SCFAs）及其他已知会影响肿瘤生长的代谢产物的产生。此外，后生元还可以调节抗原呈递细胞（如树突状细胞）的活性，从而增强T细胞的激活并引发更有效的抗肿瘤免疫反应。Para_03后生元的另一个关键作用是其在维持肠道屏障完整性方面的功能。通过支持肠道上皮细胞并减少炎症，后生元有助于防止有害微生物成分的系统性扩散，这可能会促进肿瘤的发生。特别是在接受可能破坏肠道微生物群治疗（如化疗和放疗）的癌症患者中，维持肠道稳态至关重要。例如，经巴氏杀菌的黏蛋白阿克曼菌（被归类为一种后生元）已被证明可减轻荷瘤小鼠由5-氟尿嘧啶引起的肠道黏膜炎。此外，研究表明，来自黏蛋白阿克曼菌的纯化膜蛋白（Amuc_1100）或其巴氏杀菌形式可通过调节CD8+ T细胞来减少小鼠中的结肠炎相关肿瘤发生。在特定后生元与微生物代谢物相互作用的类似研究中，有一项针对小鼠的研究显示，巴氏杀菌后的阿克曼菌相较于活菌形式更能提高肠道内多胺、短链脂肪酸、2-羟基丁酸以及多种胆汁酸的浓度，并且这些物质在血液中也被发现有所升高。这些代谢物在此前已有讨论，而本综述为此提供了生化层面的解释，说明了巴氏杀菌型黏蛋白阿克曼菌产生积极效果的原因。Para_04在胰腺癌中，对多个独立队列的分析表明，色氨酸代谢物3-IAA在对主要化疗方案（FOLFIRINOX或吉西他滨联合nab-紫杉醇）有响应的患者体内富集。在体内，通过粪便微生物移植（FMT）或食物补充该代谢物，在小鼠疾病模型中可增强对肿瘤的控制效果。这一现象在机制上与该代谢物对肿瘤微环境中氧化应激的影响有关，而氧化应激是调控癌细胞代谢适应性的关键因素。值得注意的是，这种通过特定代谢物调节化疗疗效的特性可能不仅限于胰腺癌，且不依赖于细菌向肿瘤部位的迁移。Conclusions, outlook and future challengesPara_01肠道微生物群在癌症发生和治疗中的作用是肿瘤学领域令人兴奋的前沿方向，因为新兴研究突显了其对免疫调节和癌症治疗效果，尤其是免疫治疗方面的深远影响。发现特定微生物种类及其代谢产物能够影响肿瘤进展以及免疫检查点抑制剂（ICIs）的效果，为治疗干预开辟了新的途径。这些研究结果表明，以微生物组为靶点可以增强患者对癌症治疗的反应，提供了潜在的个性化治疗策略。Para_02肠道微生物群对癌症治疗影响最显著的方面之一在于其调节免疫反应的能力。通过与免疫细胞相互作用，微生物群可以通过增强或抑制抗肿瘤活性来影响免疫治疗、化学治疗和其他治疗方法的效果。研究表明，某些细菌种类，如嗜黏蛋白阿克曼菌（A. muciniphila），以及微生物代谢产物，如短链脂肪酸（SCFAs）和色氨酸衍生物，在促进有利免疫反应中发挥了关键作用。然而，宿主免疫系统、微生物群和肿瘤微环境之间的复杂相互作用在全面理解和利用这些关系方面提出了相当大的挑战。Para_03目前有几种策略正在被探索，以调控肠道微生物群来提高癌症治疗的效果。饮食干预、益生元、益生菌和粪便微生物移植（FMT）是最具前景的方法之一。例如，膳食纤维和益生元已被证明可以促进有益微生物群的生长，从而改善对免疫检查点抑制剂（ICIs）的反应。益生菌和新一代有益细菌也显示出在恢复癌症患者治疗敏感性方面的潜力。此外，对于某些患有晚期癌症的患者，FMT已在克服免疫治疗耐药性方面取得了成效。然而，这些治疗方法仍处于初期阶段。一个关键的挑战在于确定能够优化治疗结果的最佳微生物组成。个体间的肠道微生物群存在差异性，这种差异性受到遗传、饮食、生活方式和采样方法等因素的影响（见方框1），这使得标准化这些疗法的努力变得复杂。此外，关于操控微生物组对癌症进展和复发的长期影响尚不完全清楚，还需要大规模临床试验来验证初步研究结果并探讨安全性问题。Para_04尽管取得了实质性进展，但在将微生物群研究转化为临床实践方面仍存在若干挑战。首先，由于个体间微生物群组成的高度差异性，不同患者对饮食干预或微生物疗法的反应可能存在显著差异。这种差异性使标准化微生物群疗法的开发变得复杂，难以预测患者的反应并优化治疗策略。其次，尽管某些细菌种类和代谢产物已被证实与改善癌症治疗结果相关，但微生物群影响免疫反应和肿瘤生物学的确切机制尚未完全阐明。本文综述中讨论的许多发现仍停留在相关性描述层面，缺乏因果关系的进一步证据。更深入理解这些机制对于改进治疗方法和开发更有效、更具针对性的干预措施至关重要。第三，粪便微生物移植（FMT）虽然在临床试验中显示出一定前景（见方框2），但在供体选择及理想微生物组成的确定方面仍面临挑战。作为癌症治疗方法，FMT的安全性和一致性也需要进一步研究，特别是关于其长期影响和潜在不良后果。最后，尽管调节微生物群在提高癌症治疗效果方面展现出潜力，但在伦理和监管方面仍需开展更多研究以应对相关问题。制定此类干预措施在临床环境中应用的指南对于确保患者安全和最大化治疗效益至关重要。Para_05总之，肠道微生物群在癌症治疗中展现出广阔的前景，但同时也具有复杂性；此外，还应考虑有关肠道微生物群和癌症中的非细菌成分的新兴证据（见方框3）。尽管早期的研究结果强调了其在提高癌症治疗效果方面的潜力，但在全面理解并操控微生物组以优化治疗效果方面仍存在诸多挑战。未来，大规模临床试验以及对微生物群与免疫系统相互作用机制的深入研究，对于挖掘肠道微生物群在肿瘤学中的全部治疗潜力至关重要。基于微生物群的个性化治疗的发展可能会彻底改变癌症治疗方式，但这需要克服重要的科学、临床和监管方面的挑战。 [div_box] [div_box]

推荐阅读：定量药理 |采用PBPK模型预测泽布替尼的药物相互作用 今天准备学习一篇关于CDK4/6抑制剂帕博西利的PBPK模型文献。首先还是先了解下这款药物，帕博西利（Palbociclib）是一款口服的、高选择性小分子CDK4/6抑制剂，由辉瑞公司研发，于2015年在美国首次获批上市，是全球首个上市的CDK4/6抑制剂。作为该类药物中的“First-in-class”，帕博西利曾长期占据市场主导地位，是全球销售额最高的乳腺癌治疗药物之一。它也是一款划时代的靶向药物，通过精准抑制细胞周期（阻断细胞从G1期进入S期的关键检查点，从而抑制肿瘤细胞的增殖），与内分泌治疗协同，为HR+/HER2-晚期乳腺癌患者提供了疗效显著且耐受性良好的治疗选择，是肿瘤靶向治疗领域的经典成功案例。 该文章发表于2017年，距今已近十年。PBPK在国际上（尤其是欧美）已逐渐成为创新药研发和监管审评中的重要工具，但在当时的国内，它仍属于一个相对前沿、仅在少数顶尖学术机构、大型药企研发部门和部分监管科学家中小范围讨论和应用的技术。这篇文章从基础数据整合、模型搭建、内部验证，到外部验证（与强效CYP3A调节剂的DDI），再到最终应用（预测中/弱效抑制剂的DDI风险），这个逻辑链条非常清晰、严谨。文章提供了详尽的参数表、模型假设和敏感性分析，具有很高的可重复性和参考价值。 摘要 帕博西利是一款口服可用的CDK4/6抑制剂。在人体中，帕博西利主要经由CYP3A和SULT2A1介导的代谢，并且它也是一种弱的时间依赖性CYP3A抑制剂。本研究的目标是：(1) 基于帕博西利的计算机模拟、体外和体内药代动力学数据，开发帕博西利的基于生理学的药代动力学(PBPK)模型；(2) 用帕博西利与强效CYP3A抑制剂（伊曲康唑）、诱导剂（利福平）和敏感CYP3A底物（咪达唑仑）的临床药物-药物相互作用(DDI)结果验证该PBPK模型；(3) 预测帕博西利与中效/弱效CYP3A抑制剂的DDI风险。所开发的PBPK模型充分描述了单次口服或静脉注射帕博西利（国外药物研究的真的非常细致，还进行了静脉给药后的人体PK研究，可以获取到绝对生物利用度数据，对于PBPK建模有非常大的帮助）后观察到的药代动力学特征。模型预测的帕博西利与伊曲康唑、利福平和咪达唑仑的DDI与观察到的DDI一致，预测与观察到的AUCR和CmaxR的差异在20%以内，除了帕博西利与利福平合用的AUC比值。使用这个最终的PBPK模型，预测弱效CYP3A抑制剂（氟西汀和氟伏沙明）与帕博西利的DDI风险可忽略不计，而中效CYP3A抑制剂（地尔硫卓和维拉帕米）可能使血浆帕博西利AUC增加约40%。中效CYP3A诱导剂（依法韦仑）可能使血浆帕博西利AUC降低约40%。所建立的模型被认为足够稳健，可用于支持帕博西利持续开发的其他应用。 帕博西利(PD-0332991)是一种口服生物可利用的、强效的、高选择性的细胞周期蛋白依赖性激酶4(CDK4)和CDK6抑制剂。在临床前研究中，帕博西利阻断了视网膜母细胞瘤(Rb)基因产物的磷酸化，这是CDK4/细胞周期蛋白D1唯一已知的天然底物。它诱导G1期细胞周期停滞并阻止细胞DNA合成，从而抑制癌细胞增殖。在美国，帕博西利目前被批准用于治疗激素受体(HR)阳性、人表皮生长因子受体2(HER2)阴性的晚期或转移性乳腺癌，与来曲唑联合作为绝经后妇女的初始内分泌基础治疗（根据加速批准）或与氟维司群联合用于内分泌治疗后疾病进展的妇女。目前，多项临床试验正在进行中，以评估帕博西利与其他抗癌药物联合作为多种实体瘤和血液系统恶性肿瘤的潜在治疗。 帕博西利在人体中的药代动力学已在包括晚期乳腺癌在内的实体瘤患者和健康受试者中进行了表征。口服给药后，帕博西利被吸收，Tmax（观察到的最大血浆浓度时间）范围为6至12小时。帕博西利与人类血浆蛋白的结合是中等程度的（约85%）。帕博西利向组织的分布广泛，终末期的平均表观分布容积(Vz/F)估计为2583 L。在晚期乳腺癌患者中，帕博西利的平均终末消除半衰期(t1/2)和表观清除率(CL/F)分别为29小时和63.1 L/h。重复剂量口服给药后，估计的药物蓄积比(Rac)中位数为2.4，这与半衰期一致。总体而言，在每日一次(QD)给予25至225 mg的剂量范围内，帕博西利显示出全身药物暴露的剂量比例性增加。肾脏排泄对帕博西利的总体消除贡献最小。基于群体药代动力学分析，帕博西利的药代动力学不受性别差异的影响。 帕博西利在人体中的清除机制主要涉及肝脏代谢。主要代谢途径是氧化和磺化，葡糖醛酸化和酰化作为次要途径。在体外，细胞色素P450(CYP)3A和磺基转移酶(SULT)2A1已被确定为分别负责帕博西利氧化和磺化的酶。 帕博西利与强效CYP3A抑制剂/诱导剂的临床药物-药物相互作用(DDI)研究已证实CYP3A在体内帕博西利代谢中的作用。与强效CYP3A诱导剂利福平多剂量合用使帕博西利的Cmax和AUC分别降低了70%和85%，而与强效CYP3A抑制剂伊曲康唑多剂量合用使帕博西利的Cmax和AUC。分别比帕博西利单独使用时增加了34%和87%。 在体外，帕博西利被证明是CYP3A的时间依赖性抑制剂（辉瑞内部数据）。在一项临床DDI研究中，每日一次给予125 mg帕博西利多剂量使敏感CYP3A探针底物咪达唑仑的平均Cmax和AUC值分别比咪达唑仑单独使用时增加了37%和61%。基于这些数据，帕博西利在目前批准的临床剂量125 mg QD下被表征为弱效CYP3A抑制剂。 由于帕博西利部分由CYP3A代谢，合用其他能够调节CYP3A活性的药物可能会影响帕博西利的药代动力学。这使得理解和预测帕博西利可能的DDI对其临床应用非常重要。PBPK建模和模拟，提供了一个评估潜在DDI的方法。此外，PBPK建模和模拟的最新进展使得这种方法能够作为一种机制建模工具，用于评估影响药物药代动力学的各种内在和外在因素的可能影响，例如器官损伤患者中的药物-疾病相互作用，药物遗传学，药物制剂，和儿科用药。 本研究的主要目标是开发帕博西利的PBPK模型，以描述帕博西利在人体中的药代动力学特征，使用临床帕博西利DDI研究结果评估模型预测性能，并探索帕博西利的其他DDI情景。 材料与方法 帕博西利的临床药代动力学 在健康志愿者中进行的四项临床研究用于PBPK模型开发和验证： 一项绝对生物利用度研究。这是一项开放标签、单剂量、固定序列、2周期、2治疗、交叉研究，旨在评估14名健康受试者中帕博西利的PK和生物利用度。所有受试者均为男性，大多数受试者为白人(11/14)，平均年龄38.1岁（范围18-53岁），平均体重82.7公斤（范围66.7-101.8公斤）。受试者接受单次口服125 mg剂量的帕博西利或单次静脉注射50 mg剂量的帕博西利（作为4小时输注给药）。（这个在国内做得就比较少） 一项伊曲康唑DDI研究。这是一项开放标签、2周期、固定序列交叉研究，旨在研究强效CYP3A抑制剂伊曲康唑多剂量对12名健康志愿者中帕博西利PK的影响。所有受试者均为男性，大多数受试者为黑人(8/12)，平均年龄38.0岁（范围22-54岁），平均体重80.3公斤（范围68.0-100.2公斤）。单次口服剂量帕博西利(125 mg)单独给药或在第5天与伊曲康唑合用（从第1天到第11天每日一次口服200 mg）给药。 一项利福平DDI研究。这是一项开放标签、2周期、固定序列交叉研究，旨在研究强效CYP3A诱导剂利福平多剂量对15名健康志愿者中帕博西利PK的影响。大多数受试者为男性(14/15)，大多数受试者为黑人(10/15)，平均年龄39.9岁（范围22-55岁），平均体重81.9公斤（范围64.9-102.2公斤）。单次口服剂量帕博西利(125 mg)单独给药或在第8天与利福平合用（从第1天到第12天每日一次口服600 mg）给药。 一项咪达唑仑DDI研究。这是一项开放标签、随机、2周期、2序列、双向交叉研究，旨在研究帕博西利多剂量对26名无生育潜能的健康女性中咪达唑仑PK的影响。所有受试者均为女性，大多数受试者为白人(24/26)，平均年龄54.5岁（范围42-63岁），平均体重 67.5 kg（范围50.4-89.5公斤）。单次口服剂量咪达唑仑(2-mg口服剂量)单独给药或在第7天与帕博西利合用（从第1天到第8天每日一次口服125 mg）给药。 绝对生物利用度研究用于PBPK模型开发和内部验证。伊曲康唑、利福平和咪达唑仑DDI研究用作外部验证的数据源，以验证帕博西利最终模型预测帕博西利作为CYP3A底物和作为CYP3A时间依赖性抑制剂的不同DDI的可靠性。 软件 帕博西利的PBPK模型是使用基于人群的人体模拟器SimCYP®，版本14（SimCYP Limited, Sheffield, UK, a Certara company）开发的。 输入数据 当前帕博西利PBPK模型使用的物理化学、吸收、分布、代谢和消除(ADME)参数总结在表1中。模型开发采用了“自下而上”和“自上而下”相结合的方法，以充分利用可用的体外、计算机模拟和体内临床数据。 物理化学参数 模拟中使用的分子量、pKa和LogP值来自辉瑞内部数据。体外数据（血浆游离分数、血-血浆比、时间依赖性失活常数[K1]、最大失活速率常数[kinact]、可逆抑制速率常数[Ki]等）由辉瑞公司生成。 吸收 使用一级吸收模型，参数包括吸收剂量分数(Fa)、一级吸收速率常数(Ka)和滞后时间，以描述帕博西利在人体中的吸收过程。 分布 选择了完整的PBPK分布模型，并且假设药物分布是灌注限制的，因为基于体外Madin Darby犬肾(MDCK)细胞通透性测定（辉瑞内部数据），发现帕博西利具有高通透性。选择了SimCYP中实施的基于组织组成的模型（方法2），由Rodgers和Rowland提出，用于预测稳态分布容积(Vss)。Kp标量调整为1.22，以将Vss设置为14 L/kg，这是健康受试者单次50 mg静脉输注4小时后报告的帕博西利几何平均Vss。 代谢和消除 Simcyp中实施的逆向模型用于根据临床观察到的血浆清除率反算肝微粒体内在清除率(CLint,hep)。在临床绝对生物利用度研究中，确定帕博西利的几何平均表观清除率(CL/F)为86.32 L/h。肾清除率为6.6 L/h，来自帕博西利的1期临床试验。模型中评估了两个Fa值，因为基于[14C]帕博西利人体ADME研究，吸收剂量分数存在不确定性：(1) Fa可能高达97.7%，因为粪便中未改变的药物占剂量的2.3%，这被假设为代表未吸收的药物；或者(2) Fa可能为85%，因为至少85%的剂量归因于氧化和结合代谢物，这些代谢物被认为是在口服吸收后形成的，以及肾脏排泄的药物相关物质。基于体外酶表型数据和伊曲康唑-帕博西利研究，由CYP3A4代谢的分数(fm,CYP3A4)估计分别为53.4%和61.7%，对应于97.7%和85%的Fa，剩余的46.6%或38.3% CLint,hep值被分配给额外的微粒体CLint,hep。Fg（逃脱肠道首过代谢的剂量分数）设置为0.9，这是根据模型预测值得出的。在逆向模型中输入肾脏CL、Fa、Fg和fm,CYP3A4信息后，估算了CYP3A4 CLint和额外的微粒体CLint,hep。在Fa 85%和fm,CYP3A4 61.7%的情景下，CYP3A4 CLint和额外的微粒体CLint,hep估计分别为0.44 μL/min per picomole和37.65 μl/min per milligram protein；在Fa 97.7%和fm,CYP3A4 53.4%的情景下，CYP3A4 CLint和额外的微粒体CLint,hep估计分别为0.45 μL/min per picomole和53.42 μl/min per milligram protein。由于帕博西利在体外人肝微粒体中已被证明是CYP3A的时间依赖性抑制剂，实验确定的CYP3A4的KI和kinact值（分别为10 μM和2.16 h-1，辉瑞内部数据）用于构建帕博西利PBPK模型。 SimCYP模拟 使用帕博西利的最终PBPK模型进行模拟，通过比较模拟结果与观察到的临床数据来验证模型的性能。绝对生物利用度研究用作内部数据（模拟1和2）的模型开发和验证，而3项帕博西利DDI研究，包括伊曲康唑（模拟3）、利福平（模拟4）和咪达唑仑（模拟5），用作模型验证的外部数据。进行了额外的模拟以评估中效和弱效CYP3A抑制剂对帕博西利药代动力学的影响（模拟6-9）。所有模拟均使用年龄在20至50岁之间、男女比例为50/50的健康受试者虚拟人群进行，共10次试验，每次10名个体（总计100名受试者）。由于两种不同的Fa值假设以及相应的相关参数集，评估了两种不同的帕博西利模型。Fa为85%及相关参数记为情景1，而Fa为97.7%及相关参数记为情景2。 在模拟1（单次口服剂量帕博西利PK研究）中，给予单次125 mg口服剂量的帕博西利，并模拟帕博西利的血浆浓度-时间曲线至给药后144小时。 在模拟2（单次静脉输注剂量帕博西利PK研究）中，单次50 mg IV剂量的帕博西利作为4小时输注给药，并模拟帕博西利的血浆浓度-时间曲线至给药后144小时。 在模拟3（单次口服剂量帕博西利与伊曲康唑的DDI研究）中，在第5天给予单次125 mg口服剂量的帕博西利，同时从第1天到第11天每日一次口服合用200 mg伊曲康唑（强效CYP3A抑制剂），并模拟帕博西利的血浆浓度-时间曲线，帕博西利单独给药时长达120小时，帕博西利与伊曲康唑合用时长达168小时。 在模拟4（单次口服剂量帕博西利与利福平的DDI研究）中，在第8天给予单次125 mg口服剂量的帕博西利，同时从第1天到第12天每日一次口服合用600 mg利福平（强效CYP3A诱导剂），并模拟帕博西利的血浆浓度-时间曲线长达120小时。 在模拟5（帕博西利多剂量与咪达唑仑的DDI研究）中，在第7天给予单次2 mg口服剂量的咪达唑仑，同时从第1天到第8天每日一次口服合用125 mg帕博西利，并模拟咪达唑仑的血浆浓度-时间曲线长达36小时。 在模拟6（单次口服剂量帕博西利与地尔硫卓的DDI评估）中，在第7天给予单次125 mg口服剂量的帕博西利，同时从第1天到第16天每日三次口服合用60 mg地尔硫卓（中效CYP3A抑制剂），并模拟帕博西利的血浆浓度-时间曲线长达216小时。 在模拟7（单次口服剂量帕博西利与维拉帕米的DDI评估）中，在第7天给予单次125 mg口服剂量的帕博西利，同时从第1天到第16天每日三次口服合用120 mg维拉帕米（中效CYP3A抑制剂），并模拟帕博西利的血浆浓度-时间曲线长达216小时。 在模拟8（单次口服剂量帕博西利与氟西汀的DDI评估）中，在第7天给予单次125 mg口服剂量的帕博西利，同时从第1天到第16天每日一次口服合用40 mg氟西汀（弱效CYP3A抑制剂），并模拟帕博西利的血浆浓度-时间曲线长达216小时。 在模拟9（单次口服剂量帕博西利与氟伏沙明的DDI评估）中，在第7天给予单次125 mg口服剂量的帕博西利，同时从第1天到第16天每日一次口服合用50 mg氟伏沙明（弱效CYP3A抑制剂），并模拟帕博西利的血浆浓度-时间曲线长达216小时。 在模拟10（单次口服剂量帕博西利与依法韦仑的DDI评估）中，在第8天给予单次125 mg口服剂量的帕博西利，同时从第1天到第14天每日一次口服合用600 mg依法韦仑（中效CYP3A诱导剂），并模拟帕博西利的血浆浓度-时间曲线长达168小时。 这些模拟中使用的CYP3A抑制剂/诱导剂/底物（除了帕博西利和依法韦仑）在SimCYP V14的化合物库中可用，并且使用了默认的化合物文件进行模拟，除了伊曲康唑及其代谢物羟基伊曲康唑的更新化合物文件是从SimCYP®获得的。对于涉及SimCYP V14的DDI模拟，并且使用了默认的化合物文件 lites羟基伊曲康唑和去甲基地尔硫卓也包括在模拟中，因为它们已被证明有助于CYP3A抑制。选择FDA/EMA认可的中效CYP3A抑制剂地尔硫卓和维拉帕米以及弱效CYP3A抑制剂氟西汀和氟伏沙明作为代表，以评估中效和弱效CYP3A抑制剂对帕博西利药代动力学的影响。这些抑制剂在SimCYP中的默认给药方案是推荐的临床给药方案，用于模拟。依法韦仑化合物文件改编自Rekic等人开发的模型。 所有系统输入值均使用SimCYP中的默认值，除了肝脏CYP3A4的降解速率常数(kdeg)值，从0.0193 h-1（默认）更改为0.03 h-1。据报道，后一个值可以改善涉及CYP3A时间依赖性抑制的DDI预测。此外，作为评估中效和弱效CYP3A抑制剂对帕博西利药代动力学影响的模型评估的一部分，对可能影响DDI结果的参数进行了敏感性分析。这些包括帕博西利的Fugut、氟西汀的CYP3A Ki值以及肝脏CYP3A的kdeg值。 所有模拟均在空腹条件下进行。此外，由于目前对涉及SULT2A1的DDI理解不足，我们的分析仅研究了帕博西利的CYP3A介导的DDI，并且模型中未考虑通过SULT途径的帕博西利的潜在DDI。 结果 内部验证 帕博西利单次给药剂量的药代动力学预测。绝对生物利用度研究中单次口服和静脉注射帕博西利后的药代动力学特征作为内部验证的数据集，因为PBPK模型利用了该研究的PK信息进行模型开发。帕博西利的预测血浆浓度-时间曲线的平均值、第5百分位数和第95百分位数，叠加了观察到的血浆浓度数据，如图1所示。结果显示，对于情景1和情景2，PBPK模型都充分预测了血浆帕博西利浓度。在情景1（Fa 85%，fm,CYP3A 61.7%）的情况下，口服帕博西利后的预测几何平均Cmax和几何平均AUC值分别为47.7 ng/mL和1748 ng·h/mL，与相应的报告几何平均Cmax 46.8 ng/mL和几何平均AUCinf 1447 ng·h/mL相比表现良好。同样，对于情景2，预测值51 ng/mL和1744 ng·h/mL也充分描述了观察到的帕博西利浓度数据。在静脉注射帕博西利后，两种情景下的预测与观察到的血浆浓度数据也看到类似结果（表2）。由于情景1和情景2之间的模型性能没有明显差异，后续将呈现使用情景1数据输入的模拟结果。情景2的结果将总结并呈现在补充数据文件中。 外部验证 帕博西利与伊曲康唑、利福平或咪达唑仑的DDI研究结果被用作外部验证的数据源，以验证PBPK模型预测帕博西利作为CYP3A底物和抑制剂的性能。 与伊曲康唑的DDI研究中，单次给帕博西利后的药代动力学预测。单次口服125 mg帕博西利剂量单独给药以及与伊曲康唑合用时预测和观察到的帕博西利血浆浓度-时间曲线如图2所示。帕博西利的预测浓度-时间曲线与观察到的曲线一致。帕博西利单独口服给药后，预测的帕博西利Cmax为47.7 ng/mL，AUC为1741 ng·h/mL，在相应报告值（Cmax为59.6 ng/mL，AUC为1864 ng·h/mL）的20%以内。 伊曲康唑与帕博西利合用增加了帕博西利的血浆浓度。预测的帕博西利Cmax为70.4 ng/mL，AUC为3654 ng·h/mL，也在相应报告值（Cmax为80.3 ng/mL，AUC为3456 ng·h/mL）的20%以内。预测的 Test/Reference（帕博西利与伊曲康唑/帕博西利单独）几何平均AUC比率(AUCR)和Cmax比率(CmaxR)分别为2.10和1.48，也与报告的调整后几何平均AUCR 1.87和CmaxR 1.34相似。因此，所开发的PBPK模型能够捕捉到强效CYP3A抑制剂伊曲康唑与帕博西利的临床观察到的DDI。 与利福平的DDI研究中单次给药帕博西利药代动力学预测。单次口服125 mg帕博西利剂量单独给药以及与利福平合用时预测和观察到的帕博西利血浆浓度-时间曲线如图3所示。预测的浓度-时间曲线与观察到的曲线一致。帕博西利单独口服给药后，预测的帕博西利Cmax为47.4 ng/mL，AUC为1729 ng·h/mL，在相应报告值（Cmax为51.4 ng/mL，AUC为1565 ng·h/mL）的11%以内。帕博西利与利福平合用降低了帕博西利的全身暴露。总体而言，预测的浓度-时间曲线与观察到的浓度-时间曲线一致，尽管在终末期帕博西利浓度似乎有轻微高估。预测的帕博西利Cmax为15.8 ng/mL与报告的Cmax 15.6 ng/mL非常吻合，但预测的AUC为344 ng·h/mL高于报告的AUC 247 ng·h/mL，这是由于终末期浓度的高估。结果，CmaxR预测得很好，为0.33，而报告值为0.3，而AUCR被低估为0.22，而报告值为0.15。尽管存在这种低估，使用该帕博西利PBPK模型的模拟结果仍然预测了帕博西利与强效CYP3A诱导剂利福平合用时全身暴露的显著降低（根据模型预测减少78% vs 实际报告值减少85%）。 帕博西利对咪达唑仑的CYP3A抑制效应的预测。帕博西利适度增加了咪达唑仑的血浆浓度。预测的AUCR为1.62，CmaxR为1.44，与报告的AUCR和CmaxR分别为1.61和1.37一致（图4）。因此，帕博西利的PBPK模型能够使用咪达唑仑作为敏感的CYP3A探针底物来捕捉帕博西利的体内CYP3A抑制潜力。 敏感性分析：CYP3A4降解速率常数(kdeg)的影响 为了评估关键参数的不确定性，我们针对CYP3A4的降解速率常数(kdeg)进行了敏感性分析。在模拟帕博西利与咪达唑仑的药物-药物相互作用时，使用了SimCYP软件中的默认kdeg值（0.0193 h⁻¹）。 分析结果显示，当kdeg值采用0.0193 h⁻¹时，计算得到的AUCₜR值（即帕博西利与抑制剂联用相对于帕博西利单独给药时，从零时到末次模拟时间的血浆浓度-时间曲线下面积之比）略有升高，达到了1.75。该值与此前采用kdeg值为0.03 h⁻¹时得到的结果相比，仅有小幅增加。 总体而言，这些模拟结果与3项临床DDI研究的观察值相比，为验证已建立的帕博西利PBPK模型关于CYP3A调节的可预测性提供了证据。预测与观察到的AUCR和CmaxR的差异在20%以内，除了帕博西利在利福平DDI研究中的AUCR比值，该比值相对较高。该模型被认为适用于通过模拟来评估涉及帕博西利的其他未在人体中研究过的DDI。 模型应用 为帕博西利开发的PBPK模型用于进一步评估帕博西利与中效（以地尔硫卓和维拉帕米为代表）和弱效（以氟西汀和氟伏沙明为代表）CYP3A抑制剂的DDI风险。 预测帕博西利与中效CYP3A抑制剂的DDI。这些模拟的结果如图5（A、B）所示。当帕博西利与地尔硫卓合用时，预测的AUCtR为1.42，预测的CmaxR为1.23；而当帕博西利与维拉帕米合用时，预测的AUCtR为1.38，预测的CmaxR为1.22。因此，帕博西利与中效CYP3A抑制剂合用的DDI风险相对适中。 对帕博西利的Fu,gut进行了敏感性分析，以评估该参数值的改变如何影响CYP3A抑制剂与帕博西利的DDI潜力。选择地尔硫卓作为代表性CYP3A抑制剂。该参数值的测试范围为0.07至1。结果显示，改变该参数值对DDI结果产生很小的变化，Fu,gut为1时AUC比率最高为1.38（图6）。此外，还使用SimCYP中的默认值(0.0193 h-1)对CYP3A4的kdeg进行了敏感性分析。结果显示，与kdeg值为0.03 h-1相比，kdeg值为0.0193 h-1时AUCtR值略有增加（地尔硫卓和维拉帕米分别为1.53和1.45）。 预测帕博西利与弱效CYP3A抑制剂的DDI。预测的AUCtR和CmaxR为1.0，表明帕博西利与氟西汀合用时其全身暴露没有变化。氟伏沙明也获得了类似的结果（图5C、D）。因此，帕博西利与弱效CYP3A抑制剂合用的DDI风险被认为是可忽略不计的。 预测帕博西利与中效CYP3A诱导剂的DDI。依法韦仑对帕博西利血浆浓度-时间曲线的模拟结果如补充图6A所示。预测的AUCR和CmaxR分别为0.62和0.68，表明帕博西利与中效CYP3A诱导剂依法韦仑合用时DDI风险相对适中。 讨论 近年来，PBPK建模与模拟在药物发现与开发中的应用日益广泛。特别是在预测药物-药物相互作用方面，该方法已获得包括FDA、EMA和PMDA在内的多家监管机构的认可，并被纳入其相关技术指南。 在本研究中，我们成功构建了帕博西利的PBPK模型，并利用内部药代动力学数据及外部临床DDI研究结果对其进行了验证。结果表明，所建立的模型能够充分描述帕博西利在体内的药代动力学行为。通过该模型，我们获得了一些有价值的机制性认识。例如，基于人体[¹⁴C]帕博西利ADME研究数据，从排泄物中氧化及结合代谢物的回收率以及尿液中原形药物比例推算，其口服吸收分数至少为85%。而粪便中仅有2.3%的给药剂量以原形药物形式存在。若假设这部分完全代表未被吸收的药物，则吸收分数可能高达97.7%。在构建PBPK模型时，我们纳入了吸收分数在这一范围内（85%至97.7%）的不确定性。模拟结果表明，吸收分数的此种差异对帕博西利的药代动力学预测并无实质影响，因为基于两种假设情景（吸收分数分别为85%和97.7%）所输入的参数，模型均能很好地描述观察到的血药浓度-时间曲线。这证实了PBPK建模为验证此类假设提供了一个定量框架，并表明吸收分数的微小不确定性并非影响帕博西利药代动力学预测的关键敏感参数。 本研究进一步利用已建立的PBPK模型，评估了尚未在临床中直接研究的中效及弱效CYP3A抑制剂对帕博西利药代动力学的潜在影响。我们选择地尔硫卓和维拉帕米作为中效CYP3A抑制剂的代表，二者在体外已被证实是CYP3A的机制性抑制剂，且临床数据显示它们可使敏感底物咪达唑仑的AUC提升约3-4倍。模拟预测，地尔硫卓和维拉帕米可能使帕博西利的血浆AUC增加约40%。结合强效CYP3A抑制剂伊曲康唑对帕博西利的实际影响数据来看，此预测结果为评估与中效抑制剂潜在的DDI风险提供了合理估计，从而支持了“帕博西利与中效CYP3A抑制剂合用时不需调整剂量”的结论。这也体现了PBPK模拟在支持此类监管决策中的主要价值之一。 预测涉及CYP3A时间依赖性抑制的DDI，其关键决定因素包括抑制剂浓度、CYP3A代谢分数、抑制常数、最大失活速率以及CYP3A的降解速率常数。其中，CYP3A降解速率常数的值存在较大不确定性，不同体内研究报道的值范围很宽，从而导致其估算的半衰期差异显著。本研究中，我们参考近期文献，选用了0.03 h⁻¹作为肝脏CYP3A的降解速率常数进行模拟，该值与体外人类肝细胞实验测得的平均值及模型推导值相近。敏感性分析表明，即使采用SimCYP软件默认的降解速率常数，对预测的DDI幅度（即帕博西利AUC的增加百分比）影响也较小。这可能是由于帕博西利仅有中等程度的CYP3A代谢依赖性，且存在其他清除途径所致。 此外，模型还被用于评估中效CYP3A诱导剂依法韦仑的影响，预测可使帕博西利的AUC降低38%，此结果与另一项使用中效诱导剂莫达非尼的临床DDI研究结果趋势一致。然而，本研究模型在预测强效诱导剂利福平的影响时，虽然Cmax的降低预测良好，但AUC的下降幅度略有低估。这提示模型可能存在一定的局限性。帕博西利的清除涉及CYP3A和非CYP酶（主要是SULT2A1）共同参与。目前，对于利福平等酶诱导剂如何影响SULT2A1等非CYP酶的表达与活性，无论是在临床还是体外均缺乏充分理解，也尚未建立可靠的体外-体内外推方法。因此，对于像帕博西利这样拥有混合清除机制的药物，应用PBPK模型评估其与酶诱导剂的DDI仍受限于当前的科学认知，该领域有待进一步的研究探索。 结论 本研究结果表明，所建立的帕博西利PBPK模型能够充分预测单次口服及静脉给药后的血浆浓度-时间曲线。此外，该模型对帕博西利与强效CYP3A抑制剂（伊曲康唑）、强效CYP3A诱导剂（利福平）以及敏感CYP3A底物（咪达唑仑）之间的药物相互作用结果也作出了合理预测。基于上述验证，该模型为评估帕博西利与尚未在人体内直接研究的中效、弱效CYP3A抑制剂及诱导剂（如依法韦仑）的潜在相互作用提供了可靠基础。总体而言，该模型具有足够的稳健性，可用于支持帕博西利后续研发中的其他应用。 【参考文献】 1.Yu Y, Loi CM, Hoffman J, Wang D. Physiologically Based Pharmacokinetic Modeling of Palbociclib. J Clin Pharmacol.2017;57(2):173-184.  文章为该公众号【药海捞针】成员翻译整理总结，整理不易，如需转载请声明！ 如有错误和疏漏，请在留言区批评指正，共同学习进步。 文章仅代表个人观点，具体申报策略需与监管部门沟通。 如有侵权可联系删除！ 欢迎关注本公众号其它相关内容： 药物发现，DMPK，临床药理，定量药理， 软件应用，法规指南，生物样品检测