Acridine carboxamide

摘要肿瘤免疫治疗，尤其是免疫检查点抑制剂（ICIs）的应用，虽已革新了癌症治疗，但其疗效的个体差异显著。饮食作为可调控的关键环境因素，通过重塑肠道菌群组成与功能，进而影响宿主免疫状态和肿瘤微环境，已成为决定免疫治疗应答的重要调控环节。本文系统综述了地中海饮食、高纤维饮食及生酮饮食等不同模式对肠道菌群的影响，并深入探讨了特定菌群及其代谢产物（如短链脂肪酸、色氨酸代谢物）调控抗肿瘤免疫应答的具体分子机制。同时，总结了基于益生菌、益生元及菌群移植等干预措施的临床前与临床证据，展望了通过个性化营养策略优化免疫治疗疗效的未来研究方向。关键词肿瘤免疫治疗；免疫检查点抑制剂；饮食；肠道微生物群；短链脂肪酸；免疫调节；精准营养前言肿瘤免疫治疗，特别是以程序性死亡受体-1（PD-1）/程序性死亡配体-1（PD-L1）和细胞毒性 T 淋巴细胞相关抗原-4（CTLA-4）为靶点的免疫检查点抑制剂（ICIs），已成为多种恶性肿瘤治疗领域的革命性突破。尽管 ICIs 在黑色素瘤、非小细胞肺癌等瘤种中展现出显著疗效，甚至能带来长期缓解，但其疗效在患者间存在巨大异质性，仅有部分患者能够从中持久获益。这种治疗反应的差异构成了当前肿瘤学领域的核心挑战，促使研究者们不断探寻能够预测和增强免疫治疗应答的生物标志物及干预策略。近年来，肠道菌群作为一个复杂的“微生物器官”，其与宿主免疫系统的密切互作受到广泛关注，并被证实是影响免疫治疗疗效的关键宿主因素。肠道菌群不仅参与宿主的消化、代谢，更通过调控免疫系统的发育与功能，深刻影响着肿瘤免疫微环境。研究表明，肠道菌群的组成和多样性（即菌群失调）与 ICIs 的疗效和免疫相关不良事件（irAEs）的发生密切相关。例如，较高的肠道微生物多样性和特定有益菌（如 Faecalibacterium）的富集，与更好的 ICIs 治疗反应相关；而菌群失调则常与治疗失败和更差的生存结局相联系。这种关联不仅存在于 ICIs 治疗中，在过继性 T 细胞疗法，如嵌合抗原受体 T 细胞（CAR-T）治疗中，肠道菌群也显示出潜在的调节作用。饮食是塑造肠道菌群结构和功能最直接、最强大的外力之一。特定的饮食成分和整体饮食模式能够选择性地促进有益菌群的定植与增殖，并抑制潜在有害菌的生长。例如，高纤维饮食能够被肠道微生物发酵产生短链脂肪酸（SCFAs），如丁酸，这些代谢产物已被证明能够调节 T 细胞分化，影响效应 T 细胞与调节性 T 细胞（Treg）的平衡，并增强 CD8+ T 细胞的记忆潜能，从而增强抗肿瘤免疫。相反，西方饮食模式（高脂肪、高糖、低纤维）则与肠道菌群失调、慢性炎症和多种代谢性疾病相关，并可能削弱免疫治疗的反应。临床观察和初步研究证据表明，生活方式因素，特别是高纤维饮食，可能通过影响肠道菌群来改善对 ICIs 的治疗反应。因此，“饮食-菌群-免疫”轴构成了一个动态的、可干预的调控网络，深刻影响着肿瘤免疫治疗的效果。这一轴线的提出，为通过非侵入性、可负担的饮食干预来优化免疫治疗疗效提供了全新的视角和策略。目前，多种基于微生物组的干预策略正在被积极探索，包括但不限于益生菌（如双歧杆菌、鼠李糖乳杆菌 GG）、益生元（如菊粉）、合生元、粪便微生物群移植（FMT）以及精准的饮食指导。这些干预手段旨在重塑“有益”的肠道菌群生态，从而增强抗肿瘤免疫应答，同时可能减轻免疫相关不良反应。本文将围绕“饮食-菌群-免疫”这一核心轴线，深入探讨饮食模式如何通过重塑肠道菌群来调节宿主的先天性与适应性免疫，进而影响抗肿瘤免疫治疗（尤其是 ICIs）的应答。我们将系统梳理支持这一关联的临床前与临床科学证据，阐明其背后涉及的关键分子机制，如微生物代谢产物（SCFAs、胆汁酸、吲哚衍生物等）的信号传导、肠道屏障完整性的维持以及局部和系统性免疫细胞的调控等。最后，本文将对当前基于微生物组的干预策略在肿瘤免疫治疗中的转化应用前景进行展望，并讨论其面临的挑战与未来的研究方向，以期为制定更有效的个体化联合治疗方案提供理论依据。1. 饮食模式对肠道菌群组成与多样性的影响1.1 高纤维与植物性饮食的菌群塑造作用饮食模式是塑造肠道菌群结构和功能的最关键环境因素之一，其中高纤维与植物性饮食因其对肠道微生态的显著调节作用而备受关注。高纤维饮食，特别是富含非淀粉多糖、抗性淀粉等不可消化碳水化合物的膳食，是肠道有益菌群的主要能量来源。研究表明，这类膳食纤维不能被宿主直接消化吸收，而是进入结肠后成为特定共生菌的发酵底物。例如，一项针对肥胖个体的研究发现，摄入富含纤维的植物性饮食（约 38 克/天）能够有效调节肠道菌群，并带来体重减轻和心脏代谢健康的改善。这些纤维成分能够选择性地促进如普拉梭菌（Faecalibacterium）、罗斯氏菌（Roseburia）和双歧杆菌（Bifidobacterium）等有益菌的增殖。动物实验也证实，富含纤维的饮食能够恢复阿尔茨海默病模型小鼠的肠道菌群失调，增加丁酸产生菌的丰度，并改善认知功能。这种对有益菌的富集作用，直接导致了肠道菌群整体多样性和丰度的显著提升，为维持肠道稳态奠定了基础。以地中海饮食为代表的植物性饮食模式，不仅富含膳食纤维，还包含大量的多酚类植物化合物。这种饮食结构对肠道菌群的塑造具有协同效应。多酚和膳食纤维共同作用，能够有效调节人类肠道微生物群。植物性饮食通过提供复杂的碳水化合物和多酚，促进了以产生短链脂肪酸（SCFAs）为特征的菌群增殖，例如双歧杆菌和普拉梭菌。同时，这类饮食模式能够抑制潜在致病菌的生长。国际研究综述指出，富含纤维的食物能够抑制西方化疾病（如某些癌症、心血管疾病）的发病率和死亡率，其机制部分在于对肠道菌群的有利调节。例如，在便秘的研究中，植物性饮食和地中海饮食能够通过有利地改变肠道菌群、增加 SCFAs 含量并减少炎症标志物来降低便秘风险。这种对菌群生态的定向塑造，有助于建立一个更健康、更平衡的微生物群落，抑制炎症状态。长期坚持高纤维与植物性饮食模式所带来的菌群改变，其核心益处体现在代谢产物的变化上，尤其是丁酸盐等短链脂肪酸水平的升高。丁酸盐是肠道上皮细胞的主要能量来源，具有抗炎、维持肠道屏障完整性以及调节免疫反应等多重功能。研究证实，膳食纤维经肠道菌群发酵主要在结肠产生短链脂肪酸，从而影响宿主新陈代谢和免疫系统。在动物模型中，摄入可溶性纤维通过调节肠道菌群，降低了丙酸盐并提高了丁酸盐的产量，进而减少了神经炎症。在人类研究中，补充富含纤维的饮食可以增加粪便中 SCFAs 的浓度。这种代谢产物的变化具有重要的免疫学意义。丁酸盐能够促进调节性 T 细胞的分化，抑制过度炎症反应，为后续的全身性免疫调节奠定了坚实的微生物学基础。因此，通过饮食干预塑造出以产丁酸盐菌为优势的肠道菌群，是连接营养、微生物组与宿主免疫的关键环节，为利用饮食策略改善肿瘤免疫治疗等免疫相关疾病的预后提供了理论依据。1.2 高脂肪/西方饮食与菌群失调典型的西方饮食，以高饱和脂肪、高糖和低纤维为特征，已被广泛证实是导致肠道菌群失调的关键环境因素。这种饮食模式会显著降低肠道微生物群的多样性，并破坏其组成平衡，其中最为常见的改变是厚壁菌门与拟杆菌门比例（F/B 比）的失衡。多项研究指出，高脂肪饮食（HFD）会减少肠道中有益菌的丰度，例如产生短链脂肪酸（SCFAs）的细菌，同时促进与炎症相关的菌群扩张。例如，HFD 可导致变形菌门（Proteobacteria）等潜在致病菌的过度生长，这些菌群的变化与多种代谢性疾病和肿瘤发生风险增加密切相关。一项针对结直肠癌（CRC）的研究进一步揭示，HFD 诱导的菌群失调会显著减少产丙酸等短链脂肪酸的细菌，同时增加促炎菌种，这种改变构成了肿瘤微环境重塑的微生物学基础。此外，临床观察也支持这一观点，例如高脂肪高蛋白饮食被确定为胃肠道息肉内镜下切除术后复发的独立危险因素，其机制与诱导肠道菌群失调有关。高脂肪饮食诱导的肠道菌群改变，往往伴随着肠道屏障功能的严重受损，即“肠漏”现象。肠道屏障的完整性依赖于肠上皮细胞间的紧密连接蛋白，而 HFD 可破坏这些蛋白的表达，如 ZO-1、Occludin 和 Claudin，从而增加肠道通透性。屏障功能的破坏导致脂多糖（LPS）等微生物相关分子模式（MAMPs）从肠腔易位进入血液循环，引发代谢性内毒素血症。LPS 作为革兰氏阴性菌细胞壁的主要成分，是强效的炎症激活剂，它通过激活 Toll 样受体 4（TLR4）信号通路，触发核因子κB（NF-κB）等炎症级联反应，导致慢性低度全身性炎症状态。这种持续的、系统性的炎症环境对肿瘤免疫监视极为不利。它不仅能促进肿瘤细胞的增殖和存活，还可能通过募集免疫抑制细胞（如调节性 T 细胞）和抑制效应 T 细胞功能，从而削弱机体有效的抗肿瘤免疫应答。研究表明，HFD 喂养的小鼠血清中炎症因子水平显著升高，且肠道菌群失调与这种炎症状态高度相关。动物模型研究为高脂肪饮食损害肿瘤免疫治疗应答提供了直接的因果证据。实验证实，与正常饮食喂养的小鼠相比，采用高脂肪饮食喂养的小鼠对免疫检查点抑制剂（ICIs）的治疗反应显著更差。这种饮食介导的治疗抵抗效应，其核心机制被认为是通过改变肠道菌群来实现的。更为关键的是，这种效应可以通过粪菌移植（FMT）进行传递。例如，将 HFD 喂养小鼠的粪便微生物移植给正常饮食的小鼠，可以重现后者对 ICIs 的应答减弱表型；反之，将健康供体的粪便微生物移植给 HFD 喂养的小鼠，则能部分恢复其免疫治疗反应。这强有力地证明了肠道菌群在介导饮食对免疫治疗影响中的中心作用。这些发现不仅揭示了 HFD 通过重塑菌群抑制抗肿瘤免疫的病理生理通路，也为通过干预肠道微生态（如使用益生菌、益生元或 FMT）来改善接受 ICIs 治疗的癌症患者预后提供了重要的理论依据和转化研究方向。1.3 特定饮食模式（如生酮饮食、限时进食）的探索生酮饮食作为一种极低碳水化合物、高脂肪的饮食模式，通过显著改变宿主的代谢状态，对肠道菌群产生深刻的重塑作用。这种饮食模式迫使机体从以葡萄糖为主要能量来源转变为以酮体供能，从而影响肠道微环境的营养底物构成，进而选择性改变菌群组成。然而，生酮饮食对免疫检查点抑制剂（ICIs）等免疫治疗应答的影响在现有研究中呈现出复杂且充满争议的图景。一方面，有研究指出，生酮饮食可能通过改变肠道菌群及其代谢产物，间接影响宿主的免疫状态，从而对免疫治疗效果产生调节作用。另一方面，这种影响并非单一方向或普适的，其最终效果可能高度依赖于肿瘤类型以及由饮食诱导的具体菌群改变。例如，在某些肿瘤模型中，生酮饮食可能通过降低循环胰岛素水平或改变特定代谢通路来增强抗肿瘤免疫，但在其他背景下，其诱导的菌群失调也可能抑制免疫应答。因此，尽管生酮饮食在调节代谢和菌群方面具有明确潜力，但其作为免疫治疗辅助手段的临床应用前景仍需通过更多精心设计的临床试验来验证，尤其需要明确其在不同癌症类型中的具体作用机制和安全性。限时进食等间歇性禁食模式，作为一种不限制热量摄入但严格规定进食时间窗口的饮食干预，不仅深刻影响宿主的能量代谢和昼夜节律，也被证明是调节肠道菌群组成及其昼夜振荡的有力工具。临床前研究显示，限时进食能够重塑高脂饮食诱导的菌群失调，增加菌群多样性，并恢复其正常的昼夜节律性波动。这种对菌群节律的调节与宿主代谢健康的改善密切相关，例如在非酒精性脂肪性肝炎模型中，限时进食通过重塑肠道菌群，改善了肝脏的烟酰胺代谢，从而减轻了肝脏脂肪变性和炎症。更重要的是，这些代谢和菌群层面的有益变化，在临床前研究中已显示出增强化疗及免疫治疗效果的潜力。限时进食可能通过多种机制与免疫治疗产生协同作用，包括但不限于：优化能量代谢以增强免疫细胞功能、通过调节菌群及其代谢产物（如短链脂肪酸）来改善肿瘤微环境、以及强化免疫系统的昼夜节律协调性。目前，限时进食与肠道菌群在调节抗肿瘤免疫中的具体交互作用机制，例如特定菌群振荡如何影响免疫检查点的表达或免疫细胞浸润，正在成为深入研究的前沿领域。这些研究有望为将限时进食转化为一种可操作的、用于增强癌症患者免疫治疗应答的辅助性生活方式干预提供坚实的科学依据。2. 肠道菌群及其代谢产物调控抗肿瘤免疫的核心机制2.1 短链脂肪酸（SCFAs）的免疫调节作用短链脂肪酸（SCFAs），主要包括乙酸、丙酸和丁酸，是肠道微生物群发酵膳食纤维产生的一类关键代谢产物。这些分子不仅是肠道上皮细胞的重要能量来源，更是连接饮食、肠道菌群与宿主免疫系统的重要桥梁。SCFAs 通过多种分子机制发挥其免疫调节功能，其中抑制组蛋白去乙酰化酶（HDACs）和激活 G 蛋白偶联受体（GPCRs）是两条核心通路。SCFAs，特别是丁酸和丙酸，是 HDACs 的有效抑制剂，它们通过抑制 HDAC 活性，增加组蛋白乙酰化水平，从而调控包括免疫相关基因在内的广泛基因表达。例如，丁酸通过抑制 HDAC，促进调节性 T 细胞（Treg）关键转录因子 Foxp3 的表达和表观遗传稳定性，从而增强 Treg 的分化和功能。同时，SCFAs 能够激活多种 GPCRs，如 GPR43（FFAR2）和 GPR109A。丙酸通过激活 GPR43-cAMP/PKA-CREB 信号通路，促进 Treg 的扩增和抗炎细胞因子 IL-10、TGF-β的分泌。此外，SCFAs 还能通过 GPR43 等受体调节其他免疫细胞的功能，例如，丙酸通过激活 GPR43，能够抑制 CD4+ T 辅助细胞（Th）的活化，减少促炎因子如干扰素-γ（IFN-γ）和白细胞介素-17（IL-17）的产生。这种通过 HDAC 抑制和 GPCR 激活的双重机制，使得 SCFAs 能够在维持肠道免疫稳态、抑制过度炎症反应中发挥核心作用，其失调与多种自身免疫性疾病和炎症状态相关。在肿瘤微环境中，SCFAs 的免疫调节作用对于重塑免疫抑制性环境、增强抗肿瘤免疫应答至关重要。研究表明，SCFAs 能够显著增强 CD8+ T 细胞的活化和效应功能。在结直肠癌模型中，SCFAs 处理能够诱导肿瘤细胞上调 MHC I 类分子和抗原呈递相关基因的表达，从而更有效地激活 CD8+ T 细胞。这种效应在微卫星不稳定（MSI）的结直肠癌细胞中尤为显著，SCFAs 通过诱导 DNA 损伤和抑制 HDAC，触发一系列基因表达变化，最终增强肿瘤细胞的免疫原性，促进 CD8+ T 细胞产生效应分子如 IFN-γ和颗粒酶 B。另一方面，SCFAs 对免疫抑制性细胞具有关键的调节作用。它们能够促进 Treg 细胞的分化和功能，这对于维持外周免疫耐受和抑制自身免疫至关重要，但在肿瘤背景下也可能抑制抗肿瘤免疫。然而，SCFAs 同时能调节髓源性抑制细胞（MDSCs）的功能。例如，在糖尿病视网膜病变模型中，补充乙酸能够减少视网膜中 CD45+ CD11b+细胞（包括 MDSCs）的浸润，抑制过度的免疫反应。此外，SCFAs 还能通过影响巨噬细胞和树突状细胞的功能，间接调节肿瘤微环境。因此，SCFAs 在肿瘤微环境中扮演着“双刃剑”的角色，其净效应取决于具体的浓度、微环境背景和肿瘤类型，但其在增强效应 T 细胞功能方面的潜力为肿瘤免疫治疗提供了新的思路。临床前及临床观察均支持 SCFAs 水平与免疫治疗应答之间的正相关性。多项研究显示，对免疫检查点抑制剂（ICIs）应答良好的肿瘤患者，其粪便中 SCFAs（如丁酸、丙酸）的水平往往更高。这种关联提示，富含产 SCFAs 菌群的肠道微环境可能有利于形成一种系统性的免疫激活状态，从而增强对 ICIs 的治疗反应。在动物模型中，直接补充 SCFAs 或其前体（如丁酸盐）已被证实能够改善免疫治疗反应。例如，补充 SCFAs 可以增强抗 PD-1 等免疫检查点抑制剂的抗肿瘤疗效，其机制部分是通过驱动 CD8+ T 细胞的活化、肿瘤浸润以及 IFN-γ的产生。SCFAs 能够“启动”肿瘤细胞，使其更容易被细胞毒性 T 细胞识别和攻击。此外，通过饮食或益生菌干预增加 SCFAs 的产生，也被证明是改善免疫治疗反应的可行策略。例如，补充能够产生 SCFAs 的益生菌（如某些乳酸杆菌和双歧杆菌菌株）或摄入富含膳食纤维的饮食，可以调节肠道菌群，增加 SCFAs 产量，从而在临床前模型中改善化疗或免疫治疗引起的免疫抑制，并增强抗肿瘤免疫。这些证据共同表明，靶向 SCFAs 代谢通路——无论是通过直接补充、饮食调整还是微生物干预——有望成为提高肿瘤免疫治疗疗效的新型辅助策略。2.2 色氨酸代谢途径的调控膳食中的色氨酸作为必需氨基酸，其代谢命运受到肠道菌群的深刻影响，并直接关联到肿瘤免疫治疗的应答。肠道菌群，特别是乳杆菌属（Lactobacillus）和双歧杆菌属（Bifidobacterium）等有益菌群，能够将色氨酸代谢为一系列吲哚类衍生物，如吲哚-3-乙酸（IAA）、吲哚-3-丙酸（IPA）和吲哚-3-甲醛（IAId）等。这些微生物来源的代谢产物是芳香烃受体（AhR）的重要配体。AhR 是一种配体激活的转录因子，在多种免疫细胞中表达，其激活对维持肠道免疫稳态至关重要。研究表明，菌群来源的 AhR 配体，如吲哚丙酸，能够通过激活 AhR 信号通路，增强肠道屏障功能，促进调节性 T 细胞（Treg）的稳定分化，并抑制过度的炎症反应，从而为抗肿瘤免疫创造一个有利的微环境。在结直肠癌（CRC）等肿瘤模型中，特定的肠道菌群及其色氨酸代谢产物被证明与免疫检查点阻断（ICB）疗法的疗效相关。例如，乳杆菌和双歧杆菌的丰度与更好的治疗预后存在关联，其机制部分归因于它们产生的 AhR 配体能够调节肿瘤微环境中的免疫细胞功能。AhR 信号通路在连接肠道菌群代谢与全身免疫调节中扮演着核心角色。除了维持肠道上皮屏障完整性，AhR 的激活在免疫细胞的分化和功能中起着关键作用。在肿瘤免疫背景下，AhR 信号具有双重性：一方面，它有助于维持免疫耐受，防止自身免疫；另一方面，在特定条件下，菌群来源的 AhR 配体能够增强抗肿瘤免疫。例如，AhR 信号可以影响 CD8+ T 细胞的功能状态。研究表明，肿瘤微环境中过度的 AhR 激活可能促进 CD8+ T 细胞的耗竭，而特定菌群来源的配体则可能通过不同的下游信号，帮助维持 CD8+ T 细胞的效应功能，从而增强其对肿瘤细胞的杀伤能力。此外，AhR 信号还参与调节树突状细胞、巨噬细胞等抗原呈递细胞的功能，影响细胞因子的产生，进而塑造整体的抗肿瘤免疫应答。因此，肠道菌群通过色氨酸代谢产生 AhR 配体，构成了一个精细的免疫调节网络，其平衡对肿瘤免疫治疗的效果具有深远影响。与上述有益途径相反，色氨酸代谢还可以通过犬尿氨酸（Kynurenine）途径进行，该途径主要由宿主细胞（如免疫细胞、肿瘤细胞）中的吲哚胺 2,3-双加氧酶 1（IDO1）或色氨酸 2,3-双加氧酶（TDO）催化。犬尿氨酸途径的激活及其产物（如犬尿氨酸、喹啉酸）具有强烈的免疫抑制作用。它们能够抑制 T 细胞增殖，促进调节性 T 细胞生成，并诱导 CD8+ T 细胞耗竭，从而帮助肿瘤细胞逃避免疫监视，这与免疫治疗耐药性密切相关。肠道菌群可以通过竞争色氨酸底物来影响这一代谢流向。当具有 AhR 配体生成能力的益生菌丰度较高时，它们会分流更多的色氨酸用于产生吲哚类物质，从而可能相对减少流向犬尿氨酸途径的色氨酸。反之，肠道菌群失调（菌群紊乱）可能导致促炎状态，上调宿主 IDO1 表达，加剧色氨酸向犬尿氨酸途径的转化。临床前研究显示，在结直肠癌模型中，咖啡因能够通过抑制 KLF4-COL12A1-MAPK-IDO1 轴来降低犬尿氨酸水平，从而逆转 CD8+ T 细胞耗竭，增强 PD-1 免疫疗法的疗效。这凸显了通过膳食或微生物干预调控色氨酸代谢流向，使其偏向于产生免疫增强性 AhR 配体而非免疫抑制性犬尿氨酸产物，是改善肿瘤免疫治疗应答的一个极具潜力的策略。2.3 先天免疫与模式识别受体的激活肠道菌群结构的改变深刻影响着微生物相关分子模式的丰度与类型，这些模式通过 Toll 样受体等模式识别受体持续训练和调节宿主的先天免疫系统。肠道菌群作为人体内最大的微生物库，其组分（如脂多糖、鞭毛蛋白、肽聚糖）是典型的病原体相关分子模式，它们能够被宿主细胞表面的模式识别受体所识别。例如，脂多糖作为革兰氏阴性菌细胞壁的主要成分，是 Toll 样受体 4 的关键配体，其通过肠道屏障易位进入肝脏后，可激活肝细胞及库普弗细胞内的 TLR4 信号通路，进而启动下游的炎症级联反应，这一过程在肝纤维化及肝细胞癌的发生发展中扮演着重要角色。研究表明，肠道菌群失调可导致脂多糖等内毒素水平升高，持续刺激模式识别受体，不仅引发局部肠道炎症，还可能通过“肠-肝轴”等途径影响远端器官的免疫微环境。这种持续的、低水平的先天免疫激活，实际上是对宿主免疫系统的一种“训练”，使其能够更迅速、更有效地应对潜在的病原体威胁，并维持对共生菌群的免疫耐受。模式识别受体家族的成员，包括 Toll 样受体、NOD 样受体和 C 型凝集素受体等，共同构成了感知肠道微生物信号的关键网络，它们的功能缺失或异常会直接导致肠道菌群稳态的破坏和免疫反应的紊乱。特定的菌群成分能够通过激活模式识别受体信号通路，直接增强抗原提呈细胞的功能或促进抗肿瘤免疫表型的转化。例如，脆弱拟杆菌等特定共生菌的代谢产物或其细胞壁成分，能够被树突状细胞等抗原提呈细胞表面的模式识别受体（如 TLR2、TLR4）识别。这种识别事件可以增强树突状细胞的成熟与活化，提升其抗原加工和提呈能力，从而更有效地激活初始 T 细胞，启动适应性免疫应答。在肿瘤微环境中，髓系来源的抑制性细胞和肿瘤相关巨噬细胞通常表现为抑制抗肿瘤免疫的表型。然而，特定的菌群信号可以通过 TLR4 等受体途径，促使这些髓系细胞向具有抗肿瘤功能的表型转化。例如，乳酸菌作为重要的益生菌，已被证实可以通过与巨噬细胞相互作用，调节其极化状态，使其向促炎的 M1 型或修复性的 M2 型转化，这一过程涉及 TLR、NF-κB 等多种信号通路的参与。这种菌群介导的免疫调节对于重塑肿瘤免疫微环境、增强免疫治疗的效果至关重要。研究表明，利用合成的免疫调节剂如 poly-ICLC，可以同时模拟病毒 RNA 激活 TLR3 和胞内 MDA5 受体，从而诱导产生 I 型干扰素和多种趋化因子，这种策略旨在模拟自然感染过程中的免疫应答，能够有效增强树突状细胞的交叉提呈功能，并促进细胞毒性 T 淋巴细胞向肿瘤部位的浸润。菌群激活的先天免疫信号是启动和维持有效适应性抗肿瘤免疫应答所必需的先决条件，缺乏此“训练”可能导致免疫治疗无应答。先天免疫系统作为机体防御的第一道防线，其激活是后续特异性 T 细胞和 B 细胞应答的“点火器”。肠道菌群通过其代谢产物和微生物相关分子模式，持续地“教育”宿主的先天免疫细胞，如巨噬细胞、树突状细胞和固有淋巴细胞，使它们处于一种适度的警戒状态。这种基础水平的免疫训练确保了当肿瘤抗原出现或免疫检查点抑制剂治疗时，免疫系统能够迅速作出反应。例如，cGAS-STING 信号通路是细胞内感知胞质 DNA 的关键天然免疫通路，其在识别肿瘤细胞释放的 DNA 后，能够诱导 I 型干扰素的产生，这对于激活树突状细胞和启动 CD8+ T 细胞介导的抗肿瘤免疫至关重要。如果肠道菌群紊乱导致先天免疫信号传导受损，例如 TLR 或 STING 通路的功能被抑制，那么即使存在肿瘤抗原，也无法有效启动后续的适应性免疫应答，从而导致免疫治疗失败。临床观察也支持这一观点，某些对免疫检查点抑制剂无应答的患者，其肠道菌群多样性往往较低，且缺乏能够激活特定先天免疫通路的益生菌。因此，通过调节肠道菌群来“训练”和优化宿主的先天免疫状态，被视为提高肿瘤免疫治疗应答率的一种有前景的策略。这包括使用益生菌、益生元或粪便菌群移植等手段，旨在恢复或增强那些能够正向调节模式识别受体信号、促进抗肿瘤免疫表型的微生物群落。3. 肠道菌群作为免疫治疗疗效预测生物标志物3.1 与阳性应答相关的特征菌群多项回顾性临床研究一致发现，对免疫检查点抑制剂（ICIs），尤其是抗 PD-1/PD-L1 治疗应答良好的患者，其肠道菌群中富含特定的有益菌种。这些菌种主要包括阿克曼氏菌（Akkermansia muciniphila）、普拉梭菌（Faecalibacterium prausnitzii）、长双歧杆菌（Bifidobacterium longum）以及粪杆菌属（Lachnospiraceae）等。例如，在非小细胞肺癌（NSCLC）患者中，对 PD-1 抑制剂应答者的肠道菌群α多样性更高，且富含特定的有益菌群。类似地，在黑色素瘤等实体瘤患者中，基线肠道菌群中阿克曼氏菌和普拉梭菌的丰度与更长的无进展生存期和总生存期显著相关。这些发现提示，特定的肠道菌群特征可能作为预测 ICIs 疗效的生物标志物。中文研究也证实，嗜黏蛋白艾克曼菌（即阿克曼氏菌）、乳酸杆菌及双歧杆菌等具有调节肿瘤细胞及免疫细胞功能，并促进多种细胞因子产生，进而可能提高免疫检查点抑制剂的治疗效果。因此，识别这些与阳性应答相关的特征性菌群，对于筛选潜在获益人群具有重要价值。这些“有益菌”通常与特定的微生物生态功能相关，构成了一个有利于免疫激活的微环境。其核心机制包括高产短链脂肪酸（SCFAs）、维持较强的黏膜屏障功能以及维持较低的促炎因子水平。例如，普拉梭菌和粪杆菌属等菌种是肠道内重要的 SCFAs（如丁酸、丙酸）生产者。SCFAs 不仅能为肠道上皮细胞提供能量，维持肠道屏障完整性，还能通过血液循环影响全身免疫，例如激活 CD8+ T 细胞，增强其记忆潜能和抗肿瘤活性。此外，阿克曼氏菌能够降解肠道黏液，促进黏液层更新，从而维持肠道屏障功能，并可能通过调节免疫细胞功能来增强抗肿瘤免疫。这种由有益菌群主导的微生物生态，有助于抑制全身性低度炎症，创造一个更有利于 ICIs 激活 T 细胞、打破肿瘤免疫耐受的环境。中文综述也指出，肠道菌群可通过促进机体免疫系统发育、塑造肿瘤免疫环境来影响 ICI 的最终疗效。因此，这些特征菌群不仅是一个静态的组成标志，更是一个动态的功能性生态系统，直接参与调控宿主的抗肿瘤免疫应答。鉴于肠道菌群组成与 ICIs 疗效的强相关性，基于菌群特征的预测模型正在被积极开发，以期在治疗前识别潜在应答者。这些模型通常整合了多个菌群的丰度信息，构建出“菌群评分”或“微生物组风险指数”。有研究通过重新分析多个已发表的 ICI 队列数据，开发了一个整合的微生物组预测指数，该指数在识别非应答者方面表现出较强的信号和一致性，并在不同的癌症类型验证队列中得到了验证。这提示开发预测非应答的模型可能比预测应答更具临床实用性。此外，通过 16S rRNA 或宏基因组测序技术，可以鉴定出与应答状态相关的特定细菌操作分类单元（OTUs）或代谢通路，进而构建预测模型。例如，在中国晚期 NSCLC 患者中的研究发现，对 PD-1 抑制剂应答良好（PFS≥6 个月）的患者，其基线肠道菌群的β多样性显著高于非应答者，且菌群组成和代谢功能存在显著差异。中文研究也探讨了将肠道菌群作为预测结直肠癌免疫治疗疗效的生物标志物的可能性。未来，随着更多大规模前瞻性研究的开展和标准化分析流程的建立，基于肠道菌群的预测模型有望与 PD-L1 表达、肿瘤突变负荷（TMB）等现有标志物相结合，实现更精准的患者分层，并为通过干预肠道菌群来改善疗效提供个体化的指导。3.2 与耐药或免疫相关不良反应相关的菌群特征肠道菌群的特定构成与免疫检查点抑制剂（ICIs）的原发性或获得性耐药密切相关。多项研究揭示，肠道微生物的失调，特别是菌群多样性的降低，是导致免疫治疗反应不佳的关键因素。例如，在黑色素瘤患者中，对 PD-1 抑制剂治疗无应答的患者，其肠道菌群多样性显著低于应答者。这种低多样性状态往往伴随着特定菌属的异常富集，例如拟杆菌属（Bacteroides）的某些物种。一项前瞻性研究甚至发现，特定的肠道细菌群落聚类与免疫相关不良反应（irAEs）的发生风险存在近 7 倍的差异，其中以 Bacteroides dorei 为主导的菌群特征与高风险相关。这种菌群特征不仅与耐药相关，还可能通过影响肿瘤微环境中的免疫细胞功能，如抑制 CD8+ T 细胞的活化，从而削弱抗肿瘤免疫应答。因此，维持健康的、高多样性的肠道菌群被认为是优化 ICI 疗效的重要前提。特定的肠道菌群构成不仅影响疗效，还与免疫治疗相关不良反应的发生风险直接相关，这凸显了菌群在调节疗效与毒性平衡中的双重作用。例如，肠道中多形拟杆菌（Bacteroides thetaiotaomicron）的丰度增加，被发现与患者更易发生免疫相关结肠炎（irColitis）的风险升高有关。这种关联提示，某些可能促进治疗应答的细菌，同时也可能增加免疫系统过度激活导致组织损伤的可能性。事实上，免疫相关结肠炎患者的粪便微生物群表现出明显的生态失调特征，其中变形菌门（Proteobacteria）的丰度增加是一个显著标志。这种菌群失衡可能破坏了肠道屏障的完整性，并引发了局部的炎症反应，从而加剧了免疫介导的肠道损伤。此外，研究还发现，在非酒精性脂肪性肝炎（NASH）模型中，肠道 B 细胞通过分泌 IgA 激活肝脏髓系细胞，这一机制与纤维化发展相关，提示了肠道免疫细胞与菌群互作在远端器官免疫毒性中的潜在作用。这些发现共同表明，肠道菌群是一个关键的调节枢纽，其组成微妙地影响着抗肿瘤免疫与自身免疫毒性之间的平衡。鉴于肠道菌群特征与治疗结局的紧密关联，动态监测治疗前后的菌群变化，为早期预测耐药或不良反应的发生提供了极具前景的策略。通过宏基因组学和代谢组学分析患者粪便样本，可以识别出与临床结局相关的微生物及代谢物特征。例如，在黑色素瘤患者中，治疗前粪便中丁酸及其酯类代谢物水平升高，与较差的生存结局相关。相反，富含 Ruminococcaceae 的菌群特征通常与更好的治疗反应相关。更重要的是，干预性研究证实了菌群动态变化的价值。一项针对 PD-1 耐药黑色素瘤患者的临床试验显示，接受应答者粪便菌群移植（FMT）联合抗 PD-1 治疗后，部分患者克服了耐药，同时其肠道菌群发生了快速而持久的扰动，向应答者特征转变。同样，对于难治性免疫相关结肠炎，健康供体 FMT 能够改善临床症状，并可能通过恢复菌群稳态来发挥作用。这些证据强烈提示，将基线及治疗过程中的肠道菌群分析整合到临床管理中，有助于识别高危患者，并及时采取干预措施，如调整饮食、补充益生菌/后生元或进行 FMT，以优化免疫治疗的获益风险比。4. 基于菌群干预的免疫治疗增敏策略4.1 益生菌与合生元的临床应用探索随着肠道菌群在肿瘤免疫治疗应答中关键作用的揭示，通过有目的地调节菌群以增强免疫检查点抑制剂（ICIs）疗效的策略已成为研究热点。其中，口服特定益生菌菌株的临床试验正在积极进行中。研究表明，富含双歧杆菌属的益生菌能够改善程序性细胞死亡蛋白 1（PD-1）及其配体（PD-L1）和细胞毒性 T 淋巴细胞相关蛋白 4（CTLA-4）抑制剂的疗效。例如，在临床前模型中，某些细菌组合已被证实能保护小鼠免受抗 CTLA-4 诱导的结肠炎影响。这些发现推动了旨在通过口服益生菌（如鼠李糖乳杆菌 GG、长双歧杆菌等）来重塑患者菌群、增强 ICIs 反应的临床研究。尽管目前仍缺乏大规模的随机对照试验，但现有的短期临床和观察性研究已为这一方向提供了初步依据。此外，益生菌如乳酸杆菌和双歧杆菌已被证明能够通过免疫调节作用影响免疫系统，这为它们作为 ICIs 的辅助治疗提供了理论基础。然而，这些干预措施的效果可能因个体肠道微生态的初始状态而异，凸显了精准调控的必要性。在单一益生菌的基础上，合生元（即益生菌与益生元的组合）因其潜在的协同效应而受到更多关注。理论上，合生元可能比单一补充更有效，因为它不仅引入了有益菌，还通过益生元为其提供特异性营养底物，从而更持久、更有效地优化菌群结构和功能。例如，将高纤维益生元（如菊粉、低聚半乳糖）与产短链脂肪酸（SCFA）的益生菌（如双歧杆菌、乳酸杆菌）相结合，可以协同增强菌群的代谢功能。SCFAs 作为重要的菌群代谢产物，在维持肠道屏障、调节局部及全身免疫反应方面扮演关键角色。临床前研究显示，合生元干预能够调节肠道菌群，增加有益菌属（如丁酸产生菌）的比例，并减少致癌菌属，从而在结直肠癌模型中显示出预防癌前病变的效果。在胰腺导管腺癌患者中进行的一项随机对照研究也发现，术前术后使用含乳酸杆菌、双歧杆菌和链球菌的合生元，能显著提升肿瘤组织中 CD8+ T 细胞的浸润和干扰素-γ的表达，并降低炎症因子水平，显示出协同的免疫调节作用。这提示，结合特定益生元与益生菌的合生元策略，可能通过优化菌群代谢（如增加 SCFA 产生）和强化免疫监视，成为提升免疫治疗应答的有效手段。尽管益生菌与合生元在肿瘤免疫治疗辅助领域展现出广阔前景，但其临床应用仍面临多重挑战。首要问题在于菌株选择、剂量和给药方案的标准化。不同益生菌菌株具有独特的免疫调节特性，其效果可能因癌症类型、治疗阶段及患者个体差异而不同。例如，虽然双歧杆菌和乳酸杆菌是研究最广泛的益生菌，但确定哪种特定菌株或菌株组合对增强特定 ICIs（如抗 PD-1/PD-L1 疗法）最有效，仍需更多证据。其次，效果的个体差异性是一个重大障碍。患者的基线肠道菌群组成、饮食结构、合并用药（尤其是抗生素）以及肿瘤微环境等因素，都会显著影响益生菌或合生元的定植效果和最终疗效。抗生素的使用已被证明会破坏菌群并削弱 ICIs 的疗效，因此在益生菌干预前后需谨慎管理抗生素。此外，合生元中益生元类型的选择也需优化，以确保其能有效促进目标益生菌的生长。当前的许多研究样本量较小，且缺乏长期随访数据，难以形成强力的临床推荐。未来需要设计严谨、大规模、多中心的随机对照试验，以明确最佳菌株组合、剂量、给药时机和疗程，并建立基于患者菌群特征的个性化干预方案，从而克服个体差异，实现益生菌与合生元在肿瘤免疫治疗中的精准、有效应用。4.2 粪菌移植的转化研究粪菌移植作为一种旨在整体性重塑受体肠道微生态系统的干预手段，在肿瘤免疫治疗领域展现出克服耐药性的潜力。小规模的临床试验已初步证实了这一策略的有效性。例如，在黑色素瘤等实体瘤患者中，将免疫检查点抑制剂应答良好患者的粪便菌群移植给无应答患者，能够克服部分患者的耐药性，显示出改善治疗应答的前景。这一现象背后的机制在于，肠道菌群通过复杂的相互作用，能够调节宿主免疫系统功能，从而影响抗肿瘤免疫反应。具体而言，特定的肠道细菌，如 Akkermansia muciniphila 以及 Lachnospiraceae 和 Ruminococcaceae 家族的成员，已被证明与增强免疫检查点抑制剂的疗效相关。这些细菌及其代谢产物，如短链脂肪酸，能够通过代谢重编程、免疫调节等方式重塑肿瘤微环境，促进细胞毒性 T 细胞的浸润和活化，从而增强抗肿瘤免疫。因此，FMT 通过引入一个功能完整的、与良好治疗应答相关的微生物群落，而非单一菌种，为整体性重塑患者的肠道微生态系统提供了一种强有力的工具，旨在恢复其调节抗肿瘤免疫的能力。然而，尽管前景广阔，FMT 的临床应用仍面临机制复杂、安全性、供体筛选和长期效果不确定等多重挑战。FMT 旨在整体性重塑受体患者的肠道微生态系统，其作用机制涉及微生物群落与宿主免疫系统之间复杂的双向互作，目前尚未完全阐明。这种复杂性使得预测和标准化治疗效果变得困难。安全性问题是另一个主要关切点。FMT 存在潜在风险，包括可能传播病原体、诱发或加重免疫相关不良事件（如免疫检查点抑制剂相关结肠炎），以及长期健康影响未知。例如，有研究指出，抗生素的使用会破坏肠道菌群，恶化免疫检查点阻断剂的疗效，而 FMT 虽然可能帮助恢复肠道菌群平衡，但其长期安全性仍需进一步评估。此外，供体的筛选标准严格且尚无统一规范，如何确保供体菌群的安全性和有效性是一大挑战。临床观察也显示，FMT 的疗效可能因个体差异、肿瘤类型以及前期治疗方案的不同而存在不确定性，部分患者在接受 FMT 后疗效并不持久。因此，尽管 FMT 在克服免疫治疗耐药性方面显示出希望，但其转化应用必须谨慎推进，并依赖于更深入的机制研究和更严格的临床试验来明确其风险效益比。鉴于 FMT 的整体性干预策略所伴随的复杂性和风险，当前的研究重点正转向识别 FMT 中起关键作用的“核心效应菌群”或其代谢产物，以期开发更安全、可控的下一代活体生物药。这种策略旨在从复杂的粪便微生物混合物中，提炼出具有明确免疫调节功能的关键细菌组合或活性分子，从而实现精准干预。例如，研究已经识别出与免疫检查点抑制剂良好应答相关的特定细菌，如 Akkermansia muciniphila、Faecalibacterium prausnitzii 以及某些产生短链脂肪酸的菌株。这些“核心效应菌群”被认为是通过调节细胞因子（如增强 IL-12、IFN-γ，抑制 TGF-β、IL-6 等）、激活抗原呈递细胞和细胞毒性 T 细胞等机制来增强抗肿瘤免疫。基于这些发现，研究人员正在探索开发由这些关键菌株组成的、定义明确的细菌联合体（即活体生物治疗产品），以替代成分复杂且标准不一的传统 FMT。此外，对微生物代谢产物的研究也在深入，例如，肠道菌群产生的核黄素（维生素 B2）及其衍生物黄素腺嘌呤二核苷酸被发现可以通过脂肪细胞脂质重塑来增强 CD8+ T 细胞的细胞毒性，从而提升免疫治疗效果。通过聚焦于这些核心效应成分，未来的治疗策略有望实现更高的安全性、可重复性和个体化，为克服肿瘤免疫治疗耐药性提供更为精细和可控的工具。4.3 饮食干预的临床实践在免疫检查点抑制剂治疗期间，同步进行个体化的饮食指导正成为一种极具潜力的辅助策略。临床实践建议，患者在启动 ICIs 治疗前，应尽可能转诊给熟悉肠道菌群知识的营养师或营养学家，以制定个性化的营养方案。核心的饮食干预原则包括减少动物性肉类的摄入，并最大化植物性食物的摄入，目标为每周摄入超过 30 种不同类型的植物。具体而言，增加膳食纤维和发酵食品的摄入是两大关键方向。高纤维摄入（>30 克/天）已被证实有助于提高患者对 ICIs 治疗产生应答的机会，而发酵食品则可能对肠道菌群产生有益影响，应在可能的情况下引入患者的日常饮食。这种基于饮食的肠道菌群调节策略，其目标是通过影响微生物组及其代谢产物，来增强宿主的抗肿瘤免疫反应。越来越多的证据表明，饮食、微生物组和免疫反应之间存在紧密联系，通过饮食干预来调节肠道微环境，有望成为改善免疫治疗效果的一种新途径。尽管目前尚缺乏大规模的随机对照试验证据，但基于现有观察性研究和初步临床试验的积极信号，在 ICIs 治疗期间同步实施个体化饮食指导，已被视为一种低成本的、可整合的肿瘤支持疗法，具有广阔的临床应用前景。观察性研究为饮食干预在免疫治疗中的价值提供了初步但有力的证据。多项研究指出，在 ICIs 治疗期间摄入高纤维饮食的患者，其无进展生存期显著优于低纤维摄入者。这种关联可能与高纤维饮食对肠道菌群的塑造作用有关。肠道菌群能够将膳食纤维发酵为短链脂肪酸（SCFAs），如乙酸盐、丙酸盐和丁酸盐。这些代谢产物不仅滋养肠道上皮细胞，部分还能进入血液循环，激活 CD8+细胞毒性 T 细胞，从而诱导肿瘤细胞死亡。临床研究也发现，基线时在应答者肠道中丰度更高的特定细菌类型，如阿克曼氏菌、瘤胃球菌科、粪杆菌属和毛螺菌科，可能与更好的治疗结局相关。此外，一项针对健康人群的随机前瞻性研究发现，以高发酵食品为目标的饮食能够稳步增加肠道菌群的多样性，并降低炎症标志物水平，这为发酵食品在肿瘤患者中的应用提供了理论支持。然而，目前大多数关于饮食与免疫治疗疗效关联的证据仍来源于回顾性或观察性研究，其结论尚需通过设计严谨的前瞻性随机对照试验来进一步验证。目前，多项旨在探索饮食、益生菌、益生元乃至粪便微生物移植对接受 ICIs 患者影响的临床试验正在进行中，以期为这一辅助策略提供更高级别的循证医学证据。未来的精准营养策略需要超越“一刀切”的通用建议，向高度个体化的“食谱处方”方向发展。实现这一目标的关键在于综合考虑患者多方面的基线特征，包括其初始的肠道菌群状态、所患肿瘤的具体类型以及所接受的治疗方案。研究表明，患者的肠道菌群构成具有高度个体化差异，这种差异受遗传、饮食、生活方式等多种因素影响，并可能反过来决定其对特定饮食干预的代谢和免疫应答。因此，未来的临床实践可能结合肠道菌群检测技术，在治疗前对患者的微生物组特征进行分析，从而预测其对特定饮食模式（如高纤维、地中海饮食、植物性饮食等）的潜在反应，并据此制定个性化的营养干预方案。例如，研究提示地中海饮食（富含纤维、植物成分）与改善 ICIs 治疗反应相关，而抗生素和质子泵抑制剂的使用则可能通过改变肠道菌群对治疗结局产生负面影响。这种“微生物组-饮食”的精准匹配，旨在通过优化肠道微生态环境，最大程度地增强抗肿瘤免疫，同时可能减轻治疗相关毒性。尽管这一愿景令人鼓舞，但其实现仍面临挑战，包括需要开发标准化的菌群检测与分析方法，并通过大规模临床试验来确认特定菌群特征与饮食干预效果之间的因果关系。最终，将深度免疫分析、微生物组测序与个体化饮食指导相结合，有望为每位癌症患者量身定制最优化的综合治疗支持方案。5. 饮食-菌群轴对肿瘤免疫微环境的远端调控5.1 代谢物介导的系统性免疫调节肠道菌群通过其复杂的代谢活动，产生一系列具有生物活性的小分子代谢物，其中短链脂肪酸（SCFAs）和吲哚类化合物是研究最为深入的代表。这些由膳食纤维等底物经菌群发酵产生的代谢物，不仅作用于肠道局部，更能被吸收入血，进入全身循环系统，从而对远端器官，包括肿瘤部位的免疫微环境产生深远影响。这种由肠道菌群代谢物介导的系统性免疫调节，是连接肠道局部干预与全身性抗肿瘤免疫应答的关键桥梁，为理解饮食、菌群与肿瘤免疫治疗之间的交互作用提供了核心机制。例如，高纤维饮食通过促进特定有益菌群的生长，增加 SCFAs 的产量，这些 SCFAs 进入循环后，能够远程调控骨髓造血和免疫细胞的生成与功能，即通过“肠-骨髓轴”影响全身免疫稳态。这种系统性效应解释了为何针对肠道的饮食调整或菌群移植，能够对发生在肺、脑乃至皮肤等远离肠道部位的肿瘤的免疫治疗疗效产生显著影响。在诸多菌群代谢物中，以丁酸盐为代表的短链脂肪酸在系统性免疫调节中扮演着尤为关键的角色。循环中的丁酸盐能够跨越血管屏障，浸润至肿瘤组织内部，直接作用于肿瘤微环境中的免疫细胞。研究表明，丁酸盐作为组蛋白去乙酰化酶抑制剂，能够影响肿瘤浸润性 T 细胞和树突状细胞的表观遗传重编程，改变其功能状态。具体而言，丁酸盐可以促进细胞毒性 CD8+ T 细胞的活化和记忆潜能，同时调节调节性 T 细胞（Treg）的平衡，从而重塑肿瘤免疫微环境，使其从免疫抑制状态向免疫激活状态转变。此外，丁酸盐还能通过影响树突状细胞的成熟与抗原呈递功能，增强抗肿瘤免疫应答的启动。除了丁酸盐，其他 SCFAs 如乙酸和丙酸也具有重要的免疫调节功能。例如，副干酪乳酪杆菌的代谢物 SCFAs 被证实能改善免疫抑制状态，促进巨噬细胞、中性粒细胞等免疫细胞的生成与功能。这些发现共同表明，菌群来源的代谢物是调控全身抗肿瘤免疫的重要信使分子。这种由肠道菌群代谢物介导的系统性免疫调节效应，从根本上阐释了“肠道局部干预为何能对全身性抗肿瘤免疫产生深远影响”这一核心问题。肠道不再被视为一个孤立的消化器官，而是通过其庞大的微生物群落及其代谢产物，成为一个能够远程调控全身免疫状态的核心枢纽。菌群代谢物作为信号分子，构成了“肠-器官轴”（如肠-肺轴、肠-脑轴、肠-骨髓轴）通信的化学语言。当患者接受免疫检查点抑制剂治疗时，其肠道菌群的组成和代谢谱直接影响着循环中免疫调节性代谢物的水平，进而决定肿瘤微环境中免疫细胞的功能与命运，最终影响治疗应答。因此，通过饮食模式干预（如采用地中海饮食或高纤维饮食）或直接进行菌群重塑（如益生菌、益生元或粪菌移植），旨在优化有益代谢物（如 SCFAs）的产生，抑制有害代谢物（如氧化三甲胺）的生成，从而系统性地增强抗肿瘤免疫，提高免疫治疗的疗效。这为肿瘤免疫治疗的个体化与精准化提供了全新的策略和靶点。5.2 菌群对黏膜相关淋巴组织与免疫记忆的影响肠道作为人体最大的免疫器官，其功能与肠道菌群密不可分。肠道相关淋巴组织（GALT）是黏膜免疫系统的核心组成部分，包含了派尔集合淋巴结、肠系膜淋巴结等结构，是机体执行局部特异性免疫功能的主要场所。肠道菌群与肠黏膜上皮细胞密切接触，持续“训练”着 GALT 中的免疫细胞，包括树突状细胞、T 细胞和 B 细胞等，从而在维持肠道及全身免疫平衡中发挥关键作用。研究表明，肠道菌群通过影响肠屏障功能和宿主免疫系统，对 GALT 进行精密调节，这种调节对于区分共生菌与病原体、维持免疫耐受至关重要。例如，在稳定状态下，肠道树突状细胞在共生菌群和肠道上皮细胞的影响下，能够诱导调节性 T 细胞和分泌型免疫球蛋白 A（sIgA）的产生，从而维持对食物抗原和共生菌的免疫耐受。反之，肠道菌群失调则与多种免疫系统改变相关，可能破坏这种精细的平衡。一项针对不同微生物控制级别小鼠的研究发现，随着肠道细菌种类多样性的增加，肠黏膜相关淋巴组织中 sIgA 阳性细胞的分布也显著增多，这直接证明了肠道菌群的丰富度与黏膜免疫活性呈正相关。因此，肠道菌群构成了一个动态的“免疫训练基地”，其组成和代谢活动直接决定了 GALT 的“课程内容”和免疫应答的输出质量。经过肠道菌群“教育”的免疫细胞，特别是特定的 T 细胞亚群，具备迁移至远端部位（如肿瘤微环境）并发挥功能的能力，这构成了菌群影响全身抗肿瘤免疫的重要桥梁。肠道菌群的代谢产物，如短链脂肪酸，不仅能在局部调节免疫细胞功能，还能影响全身性免疫应答。更重要的是，菌群能够塑造免疫记忆的形成，这可能与免疫检查点抑制剂等肿瘤免疫治疗的长期疗效密切相关。研究揭示，特定的肠道共生菌可以增强宿主的抗肿瘤免疫力，其机制可能涉及激活模式识别受体、模拟肿瘤抗原或产生具有免疫调节活性的代谢产物。例如，某些肠道细菌的代谢物可以影响骨髓来源的抑制性细胞（MDSCs）或调节性 T 细胞（Tregs）的功能，从而改变肿瘤微环境中的免疫抑制状态。此外，菌群诱导产生的记忆 T 细胞，特别是组织驻留记忆 T 细胞（TRM），对于防止肿瘤复发和实现长期免疫监视至关重要。肠道菌群通过影响 GALT 中初始 T 细胞的活化和分化，可能决定了最终迁移至肿瘤部位的效应 T 细胞和记忆 T 细胞的质与量。因此，一个健康、多样的肠道菌群生态系统，通过持续“教育”免疫系统，不仅保障了肠道的局部防御，更能够输出高质量的、具有记忆潜能的“抗肿瘤免疫兵力”，为全身性的免疫监视和治疗应答奠定基础。饮食模式是塑造肠道菌群结构和功能的最主要环境因素之一，它通过改变这一“免疫训练基地”的“课程内容”，最终输出不同质量的抗肿瘤免疫兵力。饮食成分，如膳食纤维、脂肪和蛋白质，直接为肠道菌群提供代谢底物，从而影响其组成和产生的代谢产物谱。高纤维饮食通常促进产生短链脂肪酸的细菌增殖，这些代谢产物已被证明能够增强调节性 T 细胞功能、降低炎症并可能改善抗肿瘤免疫应答。相反，高脂肪、高糖的“西方饮食”模式可能导致肠道菌群失调，增加变形菌门等潜在有害菌的丰度，这与慢性低度炎症和免疫抑制状态的产生有关。这种饮食诱导的菌群改变，会直接反映在 GALT 的免疫细胞“教育”过程中。例如，饮食变化可以影响肠道树突状细胞捕获和呈递抗原的方式，进而改变 T 细胞分化的命运，决定是向促炎还是抗炎、效应还是记忆方向发展。临床观察也支持这一观点，例如结肠癌患者的肠黏膜组织中，有益菌如厚壁菌门和真杆菌属减少，而潜在有害菌如变形菌门和梭杆菌属增加，且这种失调与肿瘤的临床分期和淋巴结转移正相关。因此，通过个性化的饮食干预来精准调控肠道菌群，可以被视为一种“编程”肠道免疫训练基地的策略，旨在优化其输出的免疫细胞功能，特别是那些能够迁移至肿瘤部位并形成持久免疫记忆的细胞，从而为增强肿瘤免疫治疗（如免疫检查点阻断疗法）的应答率和长期疗效提供新的辅助手段。6. 不同肿瘤类型中的特异性与共性6.1 在黑色素瘤和非小细胞肺癌中的研究证据目前，大多数关于肠道菌群与免疫检查点抑制剂（ICIs）疗效的研究集中于黑色素瘤和非小细胞肺癌（NSCLC），在这两种癌症中，特定菌属的积极作用得到了广泛验证。在黑色素瘤患者中，多项研究证实了特定菌群特征与治疗应答的关联。例如，一项针对波兰黑色素瘤患者的研究发现，对 PD-1 抑制剂治疗有应答的患者，其基线肠道菌群中普雷沃氏菌（Prevotella copri）和拟杆菌（Bacteroides uniformis）的丰度较高。另一项研究也指出，在黑色素瘤患者中，高纤维饮食与更好的无进展生存期相关，并且这种益处与不使用益生菌有关，这提示了饮食与菌群相互作用的复杂性。此外，对黑色素瘤患者的前瞻性研究发现，应答者的肠道菌群中富含拟杆菌门（Bacteroidota），且其与厚壁菌门（Firmicutes）的比例较高，而应答不佳者则富集了普拉梭菌（Faecalibacterium prausnitzii）和脱硫弧菌（Desulfovibrio intestinalis）等。这些发现表明，尽管存在种群特异性差异，但菌群组成是预测黑色素瘤免疫治疗应答的关键因素。在非小细胞肺癌（NSCLC）领域，肠道菌群对免疫治疗疗效的调节作用同样得到了有力支持。多项研究证实，基线肠道菌群多样性高与更好的免疫治疗应答相关。具体而言，阿克曼氏菌（Akkermansia muciniphila）的丰度与 NSCLC 患者接受免疫检查点抑制剂治疗后获得持久临床获益（DCB）显著正相关。一项针对中国 NSCLC 患者的研究也发现，应答者肠道中粪杆菌属（Faecalibacterium）的丰度显著增加，并伴随着短链脂肪酸（SCFAs）水平的升高。此外，一项前瞻性研究显示，在 NSCLC 患者中，应答者的肠道菌群α多样性显著高于非应答者，并且布劳特氏菌属（Blautia）在应答者中富集，而某些未分类的 RF32 目细菌则在非应答者中富集。这些证据共同表明，阿克曼氏菌、布劳特氏菌等菌属在 NSCLC 的免疫治疗中扮演着积极角色，而菌群多样性和 SCFAs 的产生能力是预测疗效的共性生物标志物。然而，具体的“有益菌”谱在不同研究和癌种间仍存在差异，提示可能存在肿瘤类型特异性的菌群-免疫互作网络。例如，在黑色素瘤中，普雷沃氏菌和拟杆菌与良好应答相关，而在 NSCLC 中，阿克曼氏菌和布劳特氏菌的作用更为突出。甚至在同一癌种的不同研究中，某些菌属的关联性也可能不一致。例如，一项研究发现黑色素瘤非应答者富集了普拉梭菌，而另一项针对 NSCLC 的研究则指出，粪杆菌属（Faecalibacterium，包含普拉梭菌）的丰度在应答者中升高。这种差异可能源于患者的地理分布、饮食习惯、遗传背景以及研究方法的不同。例如，一项跨国研究发现，对免疫治疗有应答的微生物特征具有地理差异性，总体而言，瘤胃球菌科（Ruminococcaceae）占主导的微生物组比拟杆菌科（Bacteroidaceae）占主导的微生物组有更高的应答率。这些研究强调了在理解和应用菌群生物标志物时，必须考虑肿瘤类型和患者群体特异性。尽管存在特异性差异，但一个共性在于，菌群多样性高、短链脂肪酸（SCFAs）产生能力强的特征普遍与更好的免疫治疗预后相关。高菌群α多样性通常意味着更稳定和健康的肠道生态系统，这与增强的抗肿瘤免疫应答有关。在 NSCLC 患者中，基线肠道菌群多样性高与免疫检查点抑制剂治疗后的客观应答率和生存期改善显著相关。同时，SCFAs 作为肠道菌群发酵膳食纤维产生的重要代谢产物，在调节免疫中起着核心作用。研究表明，SCFAs（如丁酸、丙酸）水平高的黑色素瘤和 NSCLC 患者往往对免疫治疗有更好的应答。SCFAs 可以通过多种机制增强免疫治疗疗效，包括维持肠道屏障完整性、调节免疫细胞（如 T 细胞）的分化和功能，以及抑制肿瘤微环境中的免疫抑制。因此，无论具体优势菌种如何变化，维持较高的菌群多样性和 SCFAs 代谢功能，是优化黑色素瘤和 NSCLC 免疫治疗应答的一个潜在通用策略。6.2 在胃肠道肿瘤中的复杂性与特殊性胃肠道肿瘤，特别是结直肠癌（CRC）和肝癌，其发生发展与治疗应答的生物学过程与肠道菌群的关系尤为直接和复杂，这主要源于其解剖位置的特殊性。对于结直肠癌而言，肿瘤直接位于肠道内，其局部微环境与肠道菌群处于持续的相互作用之中。肠道菌群失调（Dysbiosis）被认为是 CRC 发生的关键危险因素之一，其可通过诱导慢性炎症、产生基因毒素、破坏肠道屏障以及调节免疫监视等多种机制促进肿瘤的发生与发展。例如，特定细菌如产肠毒素脆弱拟杆菌（ETBF）、具核梭杆菌（Fusobacterium nucleatum）和携带聚酮合酶（pks）基因岛的大肠杆菌（pks⁺ E. coli）等，已被证实可通过直接损伤宿主 DNA、激活致癌信号通路（如 Wnt/β-catenin）以及塑造免疫抑制性肿瘤微环境来驱动结直肠癌变。这种菌群与宿主细胞在局部微环境中的紧密接触，使得菌群组成的变化能够即时且深刻地影响肿瘤的生物学行为和免疫治疗应答。肝脏通过门静脉系统直接接收来自肠道的血液，其中含有大量的微生物产物、代谢物和潜在的病原体，这一独特的解剖联系构成了“肠-肝轴”。肝脏作为机体的代谢和免疫中心，持续暴露于肠道来源的信号，使得肠道菌群对肝癌的发生、发展和治疗应答的影响尤为突出。肠道菌群失调可导致肠道屏障功能受损，增加肠道通透性，使得细菌脂多糖（LPS）等微生物相关分子模式（MAMPs）易位进入门静脉循环，进而激活肝脏中的免疫细胞（如库普弗细胞），引发持续的慢性炎症和肝细胞损伤，这是肝癌发生的重要驱动因素。此外，肠道菌群代谢产生的次级胆汁酸等物质，也可通过门静脉到达肝脏，通过激活法尼醇 X 受体（FXR）等信号通路影响肝细胞的增殖与凋亡，参与肝癌的进展。在治疗层面，肠道菌群通过调节肝脏的免疫微环境，同样深刻影响着肝癌对免疫检查点抑制剂（ICIs）等免疫疗法的应答效率。胃肠道肿瘤的免疫治疗疗效，相较于其他部位的肿瘤，可能更易受到局部饮食摄入和菌群变化的即时影响。饮食是塑造肠道菌群组成的最主要环境因素之一。富含膳食纤维的饮食可被肠道菌群发酵产生短链脂肪酸（SCFAs），如丁酸、丙酸和乙酸，这些代谢物已被证明能够通过抑制组蛋白去乙酰化酶（HDACs）或激活 G 蛋白偶联受体（如 GPR43）等方式，增强 CD8⁺ T 细胞和 Th1 细胞的抗肿瘤免疫功能，从而改善结直肠癌等对免疫检查点抑制剂的应答。一项研究显示，补充果胶（一种可溶性膳食纤维）能显著增强携带结直肠癌患者肠道菌群的小鼠对 PD-1 抗体的抗肿瘤疗效，其机制与增加丁酸水平、促进 T 细胞向肿瘤微环境浸润密切相关。然而，这种影响也可能因胃肠道肿瘤本身对肠道解剖结构的直接破坏而变得复杂。肿瘤的生长可能引起肠道梗阻、出血或穿孔，改变肠道生理环境，导致严重的菌群紊乱和局部免疫状态失衡。此外，针对胃肠道肿瘤的常规治疗，如手术、化疗和放疗，本身就会对肠道黏膜和菌群造成巨大冲击，进一步加剧菌群失调，这可能抵消或干扰饮食或益生菌干预带来的潜在益处，甚至影响免疫治疗的最终效果。因此，在胃肠道肿瘤中，饮食模式、肠道菌群重塑与免疫治疗之间形成了一个动态且复杂的三角关系，需要更精细的个体化策略来加以调控。7. 方法学挑战与未来研究方向7.1 从相关性到因果性的证明目前，大量研究揭示了特定饮食模式、肠道菌群特征与肿瘤免疫治疗应答之间存在显著关联。然而，绝大多数临床研究属于观察性研究，例如通过回顾性分析发现高纤维饮食、植物性饮食与更好的免疫检查点抑制剂（ICI）疗效相关。这些研究虽然能建立相关性，但难以确立饮食或菌群与治疗结局间的直接因果关系，因为混杂因素（如患者基线健康状况、生活方式、伴随用药等）无法被完全排除。因此，亟需更多设计严谨的前瞻性干预性临床试验来提供高级别证据。例如，需要随机对照试验来验证特定饮食干预（如地中海饮食、高纤维饮食）或益生菌/益生元补充是否能直接改善 ICI 的疗效。这类研究将有助于将观察性发现转化为可操作的临床实践指南，为制定基于微生物组的精准营养策略奠定基础。为了深入验证特定菌种或其代谢产物的因果作用，动物模型是不可或缺的工具。利用无菌小鼠、限菌小鼠或抗生素处理小鼠，研究人员可以精确控制宿主的微生物环境，从而直接评估单一菌株或菌群组合对 ICI 抗肿瘤效果的影响。例如，研究证实将应答患者的粪便菌群移植给无菌小鼠，能赋予后者对 ICI 的敏感性，而移植无应答者的菌群则无效，这强有力地证明了菌群在驱动治疗应答中的因果角色。同样，动物实验也揭示了特定细菌如嗜黏蛋白-艾克曼菌（Akkermansia muciniphila）、双歧杆菌（Bifidobacterium）和鼠李糖乳杆菌 GG（Lactobacillus rhamnosus GG）能够通过激活树突状细胞、增强 CD8+ T 细胞应答等机制，提升 ICI 疗效。然而，在将动物研究发现向人类转化时，必须谨慎考虑物种差异。小鼠与人类在免疫系统、肠道解剖结构、饮食和菌群组成上均存在显著不同，因此动物模型中的“明星菌株”在人体内的安全性和有效性仍需通过临床试验严格验证。面对饮食、菌群、宿主免疫与肿瘤之间复杂的相互作用网络，单一组学研究已显不足。多组学整合分析（如宏基因组、代谢组、免疫组）成为解析这一网络的关键技术路径。宏基因组测序可以全面刻画菌群组成和功能基因；代谢组学能够鉴定菌群衍生的关键活性代谢物，如短链脂肪酸（SCFAs）、次级胆汁酸、色氨酸代谢产物等，这些代谢物是菌群影响宿主免疫的直接媒介。免疫组学则用于描绘肿瘤微环境及全身免疫状态的变化。通过整合这些多维数据，可以构建从“饮食输入”到“菌群重塑”，再到“代谢物输出”，最终影响“免疫应答”的完整因果链条。例如，研究可以揭示高纤维饮食如何富集特定产 SCFA 的菌群，SCFA 又如何通过影响 T 细胞分化和功能来增强抗肿瘤免疫。这种系统生物学方法不仅有助于发现新的生物标志物，还能识别出可干预的关键节点，为开发联合疗法（如 ICI 联合特定益生菌或代谢产物补充）提供精准的分子靶点。7.2 个体化干预策略的开发由于个体间基线肠道菌群存在巨大差异，统一的饮食或益生菌补充方案可能无法适用于所有患者，甚至可能带来有害影响。因此，未来的核心方向是基于患者自身的基线微生物组特征进行精准的个性化匹配。研究表明，肠道菌群的组成和功能与免疫检查点抑制剂（ICI）的疗效密切相关，但不同研究中发现的与疗效相关的有益菌群并不完全一致，这提示了菌群构成的个体异质性。例如，嗜黏蛋白艾克曼菌、双歧杆菌等在某些研究中显示出增强免疫治疗反应的作用，但这些菌群的丰度在不同患者中波动显著。一刀切的干预策略，如不加选择地补充特定益生菌，可能无法在基线菌群不匹配的患者中重建有益的微生态，反而可能导致菌群失调，影响治疗效果。因此，开发个体化干预策略的前提是对患者治疗前的肠道菌群进行深度测序和功能分析，以识别其独特的微生物特征，从而设计定制化的菌群调节方案，如选择特定的益生菌组合、益生元或进行精准的饮食指导。这种基于基线特征的匹配，旨在将患者的肠道微生态导向一个更有利于抗肿瘤免疫应答的状态。开发快速、准确的菌群功能检测技术，例如对微生物代谢产物谱进行分析，比单纯分析物种组成更能有效指导临床干预。肠道菌群对免疫治疗的影响，很大程度上是通过其代谢产物实现的，如短链脂肪酸（SCFAs）等。这些代谢物可以直接或间接地调节宿主免疫系统，影响 T 细胞的分化和功能，从而塑造肿瘤免疫微环境。因此，仅了解“有哪些菌”是不够的，更重要的是知道这些菌群“在做什么”，即其功能活性。代谢组学分析能够揭示菌群的功能输出，为干预提供更直接的靶点。例如，通过检测患者粪便中 SCFAs 的水平，可以评估其肠道菌群的免疫调节潜力，并指导相应的饮食调整（如增加膳食纤维摄入以促进 SCFAs 产生）或补充特定的产 SCFA 菌株。相较于耗时较长的宏基因组测序，开发快速、低成本的代谢产物检测方法，将更有利于临床实时监测和动态调整干预策略，实现从“菌群组成”到“菌群功能”的精准调控。探索将肠道菌群调控与其他肿瘤增敏策略（如放疗、化疗、靶向治疗）联合应用，以期产生协同效应，是未来个体化干预的重要方向。肠道菌群与多种抗癌疗法存在双向相互作用，其组成影响治疗疗效和毒性，而治疗本身也会改变菌群结构。研究表明，调节肠道菌群可以改善化疗引起的毒副反应，并可能增强某些化疗药物的效果。在免疫治疗领域，将菌群调控（如粪菌移植、特定益生菌）与 ICI 联合，已在临床前和早期临床研究中显示出增强抗肿瘤免疫应答的潜力。此外，菌群代谢产物可能影响肿瘤微环境和对靶向药物的敏感性。因此，未来的个体化治疗策略应考虑将菌群干预整合到多模式治疗框架中。例如，对于即将接受放化疗联合免疫治疗的患者，可以预先根据其菌群特征制定保护性饮食或益生菌方案，以减轻治疗相关毒性、保护有益菌群，并可能协同提升整体疗效。这种联合策略的成功，依赖于对菌群-药物-免疫系统之间复杂网络机制的深入理解，以及基于患者多维信息（基因组、微生物组、代谢组）的精准匹配。8. 临床实践指南与患者管理的考量8.1 当前临床建议的局限性尽管肠道菌群在调节免疫检查点抑制剂（ICIs）疗效中的作用日益明确，但将其转化为具体、权威的临床指南仍面临显著挑战。目前，临床实践中缺乏基于高级别循证医学证据的、关于免疫治疗期间特定饮食模式或益生菌使用的权威指导。医生给出的建议多基于普遍的健康原则，例如鼓励患者增加植物性食物摄入和减少红肉消费，但这些建议尚未形成标准化的、针对不同肿瘤类型或治疗阶段的精准方案。这种现状源于多个方面：首先，现有研究多为观察性或小样本的临床研究，高质量的随机对照试验（RCTs）仍然匮乏，导致从相关性推断因果关系的证据链不够坚实。其次，肠道菌群具有高度的个体异质性，受遗传、环境、既往用药史等多种因素影响，这使得制定“一刀切”的干预策略变得困难。因此，当前临床建议的局限性主要体现在其普适性有余而精准性不足，无法为不同肠道菌群特征的肿瘤患者提供个性化的饮食或微生物干预方案。不恰当的菌群干预措施，特别是滥用广谱抗生素和非指导性的益生菌补充，已成为临床管理中的新关注点，因为它们可能对免疫治疗疗效产生负面影响。研究表明，在 ICI 治疗启动前或期间使用广谱抗生素，会显著破坏肠道微生物的多样性和平衡，导致与治疗应答相关的有益菌群减少，从而降低免疫治疗的有效率，并与较差的临床结局相关。这种破坏可能通过削弱肠道屏障功能、改变免疫细胞功能以及影响关键代谢产物（如短链脂肪酸）的生成来实现。同样，非指导性的、商业化的益生菌补充也可能带来风险。如果补充的菌株与患者自身菌群生态不兼容，或未能针对性地补充缺失的关键功能菌，不仅可能无法增效，甚至可能干扰原有的有益菌群定植，导致菌群失调加剧。例如，某些益生菌产品成分单一，而肠道菌群对免疫的调节依赖于复杂的菌群网络和代谢互作，单一菌株的补充可能难以复制这种复杂的生态效应。因此，临床医生需要警惕这些潜在的干预风险，避免在缺乏明确指征的情况下进行盲目的菌群调节。鉴于肠道菌群对免疫治疗结局的重要影响，加强对临床医生和患者的教育，使其充分认识到管理肠道健康对治疗成功的重要性，已成为一项紧迫的任务。目前，许多患者和部分临床工作者对于饮食、抗生素使用与免疫治疗疗效之间的关联认识不足。教育内容应包括：首先，明确告知患者避免不必要的抗生素使用，特别是在计划启动 ICI 治疗前的一个月内。其次，普及基于证据的饮食原则，例如建议患者增加膳食纤维摄入（如每日>30 克），每周食用超过 30 种不同的植物性食物，并适当引入发酵食品，这些措施有助于促进肠道菌群多样性和有益代谢产物的生成。此外，应鼓励患者咨询熟悉肠道菌群与肿瘤治疗关系的营养师或临床医生，以获得个体化的饮食指导。最后，需要向医疗团队传达，肠道菌群状态可能成为未来预测 ICI 疗效和毒性的生物标志物，并强调通过粪便菌群移植（FMT）、特定菌群制剂等精准干预手段进行临床研究的必要性。通过系统的教育，可以提升医患双方对“肠-免疫轴”的认知，促使在临床决策中更审慎地考虑肠道微生态因素，从而为优化免疫治疗结局奠定基础。8.2 多学科协作模式的构建优化免疫治疗疗效需要肿瘤科医生、营养师、胃肠病学家和微生物学家的紧密协作。免疫检查点抑制剂（ICIs）的应用虽然革新了多种恶性肿瘤的治疗格局，但患者应答率存在显著差异，而肠道菌群的健康状态与 ICI 的治疗反应密切相关。因此，将肠道菌群重塑纳入肿瘤免疫治疗的整体策略，必然要求打破传统学科壁垒，构建一个整合肿瘤学、营养学、胃肠病学及微生物学等多学科知识的协作团队。肿瘤科医生作为治疗的核心决策者，需要深刻理解肠道菌群对免疫微环境的塑造作用，例如，特定菌群如嗜黏蛋白-艾克曼菌、乳酸杆菌及双歧杆菌等被证实能调节免疫细胞功能，促进细胞因子产生，从而可能增强 ICI 疗效。然而，肠道菌群的组成和功能受到饮食、药物（如抗生素、质子泵抑制剂）等多种因素的深刻影响。这就需要营养师提供基于证据的个体化饮食指导，胃肠病学家评估和管理患者的胃肠道健康状况及药物使用，而微生物学家则负责对菌群样本进行精准分析和功能解读。这种跨学科协作模式能够系统性地评估并干预影响免疫治疗应答的宿主因素，从源头上为制定更有效的联合治疗策略提供支持，是实现精准肿瘤免疫治疗的关键一步。在肿瘤治疗团队中纳入注册营养师，为患者提供基于证据的个体化饮食咨询，应被视为综合治疗的一部分。大量研究证实，饮食是塑造肠道菌群组成和功能的最主要环境因素之一，而特定的饮食模式与免疫治疗疗效直接相关。例如，高纤维饮食（>30 克/天）被观察到有助于增加对 ICI 应答的机会，而建议患者减少动物肉类摄入、增加植物性食物（如每周摄入≥30 种植物）可能对调节菌群有益。注册营养师的专业价值在于，他们能够根据患者的肿瘤类型、治疗阶段、营养状况及个人偏好，制定并实施科学的营养干预方案。这种干预不仅仅是宏观营养素的供给，更深入到通过膳食纤维、多酚等特定成分来调控肠道微生物代谢，从而影响宿主的免疫状态。临床实践中，营养师可以与肿瘤科医生紧密配合，在 ICI 治疗开始前就对患者进行营养评估和饮食教育，这符合“所有患者在开始 ICI 治疗前，理想情况下都应转诊给了解肠道菌群的营养师或营养学家”的建议。通过这种前置性的、个体化的饮食管理，有望在提升治疗耐受性的同时，正向调节肠道菌群，为免疫治疗创造更有利的体内环境，最终改善患者预后。建立标准的患者菌群样本采集和数据分析流程，以支持临床研究和未来的精准医疗应用。当前，关于肠道菌群与免疫治疗关联的研究虽然蓬勃开展，但不同研究间发现的与疗效相关的特定微生物种群存在差异，这在一定程度上可能源于样本采集、储存、测序及数据分析方法的不统一。为了实现研究成果的可靠转化和临床应用，亟需建立从床边到实验室的标准化操作流程。这包括制定统一的粪便样本采集时机（如治疗前、治疗中特定时间点）、采集工具、保存条件（如低温运输）和预处理方法，以确保样本的代表性和微生物信息的完整性。在数据分析层面，需要建立标准化的生物信息学分析流程，包括原始数据质量控制、物种注释、多样性分析、功能预测（如宏基因组学、代谢组学）以及统计学方法，以最大限度地减少技术偏差，使不同研究中心的数据能够进行有效的整合与比较。标准化的流程是推动大规模、多中心临床研究的基础，有助于明确哪些特定的细菌种类、基因功能或代谢产物（如短链脂肪酸）能够可靠地预测 ICI 疗效或不良反应。此外，这些高质量的数据将为未来开发基于微生物组的诊断工具（如菌群标志物检测试剂盒）和治疗产品（如特定益生菌组合、精准设计的粪菌移植制剂）奠定坚实的技术基础，最终推动肠道菌群调控从研究走向临床实践，成为肿瘤精准医疗的重要组成部分。9. 新兴技术与治疗前景9.1 下一代活体生物治疗产品基于关键有益菌群的合成菌群联盟正成为肿瘤免疫治疗领域极具潜力的下一代疗法。传统的粪菌移植（FMT）虽在重塑患者肠道菌群、增强免疫检查点抑制剂（ICI）疗效方面显示出前景，但其安全性和批次间的一致性仍是重大挑战。为了克服这些难题，研究者们正致力于设计开发组成明确、质量控制严格的药物级别活体生物治疗产品（LBP），即合成菌群联盟。这些产品通常由经过严格筛选、具有明确免疫调节功能的关键有益菌株按特定比例组合而成。例如，临床前研究已证实，特定益生菌如鼠李糖乳杆菌 GG（Lactobacillus rhamnosus GG）能够通过树突状细胞依赖的机制，诱导肠道 CD8+ T 细胞反应，从而降低肠道肿瘤负荷。这为构建以特定功能菌株为核心的合成联盟提供了理论基础。相较于成分复杂多变的 FMT，合成菌群联盟的组成可被精确界定，生产过程可实现标准化，从而确保治疗的安全性与可重复性。这种“设计型”微生物疗法旨在精准地引入或恢复对免疫治疗应答至关重要的微生物功能模块，为将肠道菌群调控从经验性干预提升为精准医疗策略奠定了坚实基础。工程化改造细菌，使其能够定植肠道并特异性递送免疫调节分子或消耗免疫抑制因子，代表了活体生物治疗的前沿方向，极大地拓展了微生物疗法的想象空间。通过合成生物学技术，可以对细菌进行基因编辑，赋予其超越天然菌株的治疗功能。例如，改造后的细菌可以被设计为在肿瘤微环境或肠道局部持续表达并递送免疫检查点抑制剂（如抗 PD-1/PD-L1 抗体）、细胞因子（如 IL-2、IL-12）或其他免疫激动剂，从而在病灶部位实现高浓度、低全身毒性的药物递送。另一方面，工程菌也可被编程用于消耗或降解肿瘤微环境中的免疫抑制分子，如犬尿氨酸、腺苷等，从而解除免疫抑制，增强 T 细胞功能。这种“智能益生菌”策略的核心优势在于其靶向性和可控性。细菌可以利用其天然的趋向性定植于特定生态位（如肠道），并通过感应局部环境信号（如低氧、特定代谢物）来调控治疗性蛋白的表达与释放，实现按需治疗。这为克服当前系统性免疫治疗面临的毒副作用大、响应率有限等瓶颈提供了创新思路。这些经过精密设计的“智能益生菌”有望实现局部、持续且可调控的免疫调节，从而最大化免疫治疗疗效并最小化全身毒性。与传统口服或静脉给药相比，由工程菌介导的局部递送能够使治疗分子在靶组织（如肠道或通过肠-器官轴影响的远端肿瘤部位）维持有效浓度，同时显著降低循环系统中的药物水平，减少免疫相关不良事件（irAEs）的发生风险。例如，在结直肠癌模型中，局部递送细胞因子可能更有效地激活肠道黏膜免疫，而不引发严重的全身性细胞因子风暴。此外，工程菌的活性可以被预先设计的基因回路所控制，例如通过口服特定、无害的诱导剂来开启或关闭治疗基因的表达，甚至通过“自杀开关”在完成治疗任务后自我清除，确保了治疗的安全边界。这种时空可控的治疗模式，与旨在恢复生态平衡的合成菌群联盟相辅相成，共同构成了下一代微生物疗法的两大支柱。它们不仅有望直接增强 ICI 等现有疗法的效果，未来还可能作为独立的治疗手段，通过重塑肿瘤免疫微环境，为对传统免疫治疗无应答的患者提供新的希望。9.2 人工智能在精准营养-菌群管理中的应用利用机器学习算法整合患者的临床数据、基因组、宏基因组、代谢组和饮食日志，可以构建预测模型，为每位患者推荐最优的个性化饮食和菌群干预方案。随着多组学技术的快速发展，研究人员已经积累了海量的肠道菌群数据。这些数据与宿主健康状况，包括肿瘤免疫治疗应答，存在密切联系。然而，肠道菌群与宿主表型之间的关系高度复杂且非线性，传统分析方法难以全面解析。人工智能，特别是机器学习算法，为解决这一难题提供了强大工具。通过整合患者的临床数据、基因组、宏基因组、代谢组和详细的饮食日志，机器学习模型能够处理这些高维、多模态的数据，并从中挖掘出人类难以直观发现的复杂规律。例如，在结直肠癌的诊疗中，人工智能可以整合宏基因组、代谢组等多组学数据，分析患者肠道菌群在组成和功能上的异常，从而为设计个性化的膳食模式以实现精准菌群调节提供依据。这种基于多模态数据构建的预测模型，能够更准确地评估个体对特定饮食或菌群干预的潜在反应，为制定最优的个性化方案奠定基础。在营养基因组学领域，人工智能通过处理大量的遗传和饮食数据，已经能够生成前所未有的精准个性化营养建议，这标志着精准营养范式的重要进步。因此，将人工智能驱动的预测模型应用于肿瘤免疫治疗患者的营养-菌群管理，有望实现对代谢重编程和肿瘤-免疫-微生物轴的重塑进行精准干预。AI 可以帮助解析饮食-菌群-免疫互作中高度非线性的复杂关系，发现人类难以直观发现的规律，加速精准医疗的实现。饮食模式深刻影响着肠道菌群的组成及其代谢产物的输出，而这些微生物代谢物又对宿主的免疫和炎症反应具有强大的调节作用，这种相互作用在癌症免疫治疗中至关重要。然而，饮食成分、菌群代谢物与免疫细胞功能之间的网络关系错综复杂，存在大量的“暗物质”，即尚未被识别的具有生物活性的化合物和相互作用。人工智能技术，尤其是机器学习和深度学习，在解析这种高度非线性的复杂系统中展现出独特优势。它能够通过预测建模、分子动力学模拟等方法，加速发现食物来源的生物活性肽等物质如何调节生理通路，包括免疫途径。在炎症性肠病等与免疫密切相关的疾病中，人工智能通过整合多组学数据，已经在预测生物制剂疗效、优化治疗选择方面展现出潜力，这同样为理解饮食-菌群-免疫轴提供了方法论借鉴。对于肿瘤免疫治疗，特定的饮食模式（如富含可发酵纤维的地中海饮食）可以通过重塑肠道菌群来增强 CD8+ T 细胞活性，但其中的具体分子机制和个体差异巨大。人工智能能够帮助解析这些饮食分子如何作为宿主和微生物蛋白质的网络级调节剂发挥作用，类似于已知的药物支架，从而发现新的治疗靶点和协同作用规律。通过人工智能对肠道菌群影响药物代谢的能力进行预测和验证，可以更深入地理解菌群如何影响免疫治疗药物的代谢与疗效。因此，AI 不仅是数据分析工具，更是加速从海量数据中提炼可转化知识、推动精准医疗实现的关键引擎。开发用户友好的移动应用，帮助患者记录饮食并接收个性化反馈，可能成为未来患者自我管理的重要工具。将人工智能的前沿算法转化为临床可及、患者可用的工具，是实现精准营养-菌群管理从理论走向实践的关键一环。智能穿戴设备和移动应用的兴起，极大地增强了实时营养基因组学监测的能力，例如在连续血糖监测和代谢谱分析中的应用。这些技术为开发用户友好的移动应用提供了硬件和算法基础。未来的应用可以整合人工智能驱动的模型，允许肿瘤患者便捷地记录每日饮食日志，并结合其临床数据（如治疗阶段、副作用）和可穿戴设备采集的生理指标（如活动量、心率变异性）。应用后端的人工智能系统能够处理这些信息，为患者提供动态的、个性化的营养与生活方式反馈。例如，在儿童青少年肥胖的智慧化管理中，已经提出了依托人工智能与可穿戴设备实现多场景动态监测，形成“医院-家庭-社区”联动的模式，这为肿瘤患者的长期管理提供了参考范式。在炎症性肠病领域，人工智能技术正逐步融入全病程管理，涵盖患者教育等多个环节，推动诊疗向“对人治疗”转变。对于接受免疫治疗的肿瘤患者，此类应用可以帮助他们执行能够优化肠道菌群、增强治疗应答的个性化饮食方案（如调整膳食纤维、特定氨基酸的摄入），并根据反馈实时调整策略。此外，在通便肌-括约肌协同失调等疾病的管理中，也展望了人工智能辅助个体化治疗方案推荐及动态闭环调控系统的开发，这体现了移动健康技术在慢性病管理中的广阔前景。尽管面临数据隐私、算法偏见和模型可解释性等挑战，但开发此类以患者为中心、基于人工智能的自我管理工具，无疑是提升治疗依从性、改善患者预后、并最终实现肿瘤免疫治疗精准营养干预的重要发展方向。结论肠道菌群作为连接饮食与免疫系统的关键桥梁，其结构和功能的可塑性为优化肿瘤免疫治疗提供了前所未有的机遇。从专家视角审视，当前研究已清晰勾勒出“饮食-菌群-免疫”这一轴心网络的轮廓，证实了通过饮食干预重塑菌群是增强免疫检查点抑制剂（ICIs）疗效的可行策略。高纤维等特定饮食模式通过富集产短链脂肪酸的有益菌，不仅能直接调节全身及肿瘤局部免疫微环境，还能“训练”固有免疫系统并影响免疫记忆的形成，从而多维度增强抗肿瘤免疫应答。相反，以高脂、高糖为特征的西方饮食则常与菌群失调和慢性炎症状态相关，可能削弱免疫治疗反应甚至诱导耐药。这些发现强调了将患者营养状况与肠道生态纳入临床评估体系的重要性。然而，该领域的研究仍处于从现象描述向机制阐明和临床转化迈进的关键阶段。不同研究间存在异质性，例如特定菌种或代谢物在不同人群、癌种及治疗方案中的作用可能不尽相同。平衡这些观点需要认识到肠道菌群的复杂性和个体特异性。未来的方向不应是寻求单一的“万能菌”或“完美饮食”，而是致力于理解其作用背后的核心免疫学与代谢机制。例如，短链脂肪酸的免疫调节作用已得到较多共识，这为干预提供了相对明确的靶点。基于菌群的干预策略，从个性化的营养处方、益生菌/合生元补充到粪菌移植乃至下一代活体生物药，展现出巨大的临床潜力。它们不仅是增强疗效的辅助手段，更有望逆转部分耐药情况。但将这些发现转化为常规临床实践，必须跨越几大挑战：首先，亟需更多前瞻性干预性研究来确立因果关联，并明确不同干预措施的最佳时机、剂量与组合；其次，必须开发出能够整合宿主遗传、基线菌群、饮食记录等多组学信息的个体化预测模型，以实现真正的精准调控；最后，需要肿瘤学、营养学、微生物学及胃肠病学等多学科的深度协作，建立标准化的临床路径。总之，通过饮食精准调控肠道微生态来改善免疫治疗结局，已从一个新颖的科学概念发展为具有坚实证据基础的研究前沿和临床探索方向。尽管前路仍有诸多科学问题与临床障碍待解，但这一领域无疑为克服肿瘤免疫治疗耐药、扩大受益人群开辟了一条充满希望的新途径。最终目标是将对肠道菌群的理解转化为可操作的临床决策，为每一位患者定制最适宜的“饮食-菌群”干预方案，从而全面提升免疫治疗的时代疗效。参考文献[1] Szczyrek M, Bitkowska P, Chunowski P, Czuchryta P, Krawczyk P, Milanowski J. Diet, Microbiome, and Cancer Immunotherapy-A Comprehensive Review. Nutrients. 2021;13(7). Published 2021 Jun 28. doi:10.3390/nu13072217 [2] Tomela K, Pietrzak B, Schmidt M, Mackiewicz A. The Tumor and Host Immune Signature, and the Gut Microbiota as Predictive Biomarkers for Immune Checkpoint Inhibitor Response in Melanoma Patients. Life (Basel). 2020;10(10). Published 2020 Sep 25. doi:10.3390/life10100219 [3] 郑舒月, 彭艳梅, 张静怡, 等. 肠道菌群对肿瘤免疫治疗的影响[J]. 中日友好医院学报, 2020,34(2):104-106. [4] Dobosz P, Stępień M, Golke A, Dzieciątkowski T. Challenges of the Immunotherapy: Perspectives and Limitations of the Immune Checkpoint Inhibitor Treatment. Int J Mol Sci. 2022;23(5). Published 2022 Mar 5. doi:10.3390/ijms23052847 [5] 李慧玲, 李晓曦, 冯英楠, 等. 肠道菌群在肿瘤免疫治疗耐药中的作用机制研究进展[J]. 中国药理学通报, 2025,41(1):1-6. [6] Naqash AR, Kihn-Alarcón AJ, Stavraka C, et al. The role of gut microbiome in modulating response to immune checkpoint inhibitor therapy in cancer. Ann Transl Med. 2021;9(12):1034. doi:10.21037/atm-20-6427 [7] 韩子翰, 程思远, 李泳桦, 等. 肠道菌群与肿瘤免疫治疗[J]. 肿瘤综合治疗电子杂志, 2020,6(3):44-50. [8] Li W, Deng X, Chen T. Exploring the Modulatory Effects of Gut Microbiota in Anti-Cancer Therapy. Front Oncol. 11:644454. Published 2021 None. doi:10.3389/fonc.2021.644454 [9] 张潇怡, 孔胜男, 张红梅. 肠道菌群与肿瘤免疫治疗研究进展[J]. 中国免疫学杂志, 2022,38(7):878-882. [10] 张雪莹, 秦环龙. 肿瘤免疫治疗与肠道菌群关系的研究进展[J]. 上海预防医学, 2019,31(10):817-823. [11] 锁娇娇, 魏豪, 汪燕, 等. 调节肿瘤免疫治疗的靶点:肠道菌群[J]. 中国肿瘤, 2020,29(4):304-308. [12] Schubert ML, Rohrbach R, Schmitt M, Stein-Thoeringer CK. The Potential Role of the Intestinal Micromilieu and Individual Microbes in the Immunobiology of Chimeric Antigen Receptor T-Cell Therapy. Front Immunol. 12:670286. Published 2021 None. doi:10.3389/fimmu.2021.670286 [13] 任军, 杨朵. 提高过继性 T 细胞免疫治疗临床疗效的新思考——肠道菌群与肿瘤免疫[J]. 北京大学学报（医学版）, 2020,52(2):204-206. [14] 张凯, 刘帅, 张晓青, 等. 肠道菌群对胃癌免疫治疗影响的研究进展[J]. 癌症进展, 2025,23(5):510-514. [15] Malczewski AB, Ketheesan N, Coward JIG, Navarro S. Enhancing Checkpoint Inhibitor Therapy in Solid Tissue Cancers: The Role of Diet, the Microbiome & Microbiome-Derived Metabolites. Front Immunol. 12:624434. Published 2021 None. doi:10.3389/fimmu.2021.624434 [16] Malczewski AB, Navarro S, Coward JI, Ketheesan N. Microbiome-derived metabolome as a potential predictor of response to cancer immunotherapy. J Immunother Cancer. 2020;8(2). doi:10.1136/jitc-2020-001383 [17] 张慧, 胡广越, 殷红. 菌群干预与免疫治疗的研究进展[J]. 医学信息, 2022,35(11):54-59. [18] 张雪莹, 秦环龙. 肠道菌群影响肿瘤免疫治疗的机制及临床应用研究进展[J]. 肿瘤代谢与营养电子杂志, 2020,7(2):145-150. [19] Greathouse KL, Wyatt M, Johnson AJ, et al. Diet-microbiome interactions in cancer treatment: Opportunities and challenges for precision nutrition in cancer. Neoplasia. 29:100800. doi:10.1016/j.neo.2022.100800 [20] 张华, 邹善思, 张亚玲, 等. 基于调节肠道菌群探讨中医药对 ICIs 治疗的影响[J]. 中国免疫学杂志, 2025,41(3):760-766. [21] Kaźmierczak-Siedlecka K, Daca A, Fic M, van de Wetering T, Folwarski M, Makarewicz W. Therapeutic methods of gut microbiota modification in colorectal cancer management - fecal microbiota transplantation, prebiotics, probiotics, and synbiotics. Gut Microbes. 2020;11(6):1518-1530. doi:10.1080/19490976.2020.1764309 [22] Owens JA, Saeedi BJ, Naudin CR, et al. Lactobacillus rhamnosus GG Orchestrates an Antitumor Immune Response. Cell Mol Gastroenterol Hepatol. 2021;12(4):1311-1327. doi:10.1016/j.jcmgh.2021.06.001 [23] 姜帅铭, 张家超. 益生菌在肿瘤免疫治疗中的研究进展[J]. 肿瘤代谢与营养电子杂志, 2021,8(2):128-133. [24] Araujo DV, Watson GA, Oliva M, et al. Bugs as drugs: The role of microbiome in cancer focusing on immunotherapeutics. Cancer Treat Rev. 92:102125. doi:10.1016/j.ctrv.2020.102125 [25] 杨梦雪, 严雪冰, 王颖, 等. 肠道菌群在肿瘤免疫治疗中的作用研究进展[J]. 生命的化学, 2020,40(8):1353-1357. [26] Li Y, Ye Z, Zhu J, Fang S, Meng L, Zhou C. Effects of Gut Microbiota on Host Adaptive Immunity Under Immune Homeostasis and Tumor Pathology State. Front Immunol. 13:844335. Published 2022 None. doi:10.3389/fimmu.2022.844335 [27] 王良静/陈淑洁教授团队揭示肠道菌群助力肿瘤免疫治疗的新机制[J]. 浙江大学学报（医学版）, 2024,53(2):183. [28] 毛启远, 樊慧婷, 王学谦, 等. 基于肠道菌群探讨中医药通过调节肿瘤免疫微环境提高免疫治疗疗效的研究现状[J]. 现代肿瘤医学, 2024,32(5):958-962. [29] Loo YT, Howell K, Chan M, Zhang P, Ng K. Modulation of the human gut microbiota by phenolics and phenolic fiber-rich foods. Compr Rev Food Sci Food Saf. 2020;19(4):1268-1298. doi:10.1111/1541-4337.12563 [30] Aldubayan MA, Mao X, Laursen MF, et al. Supplementation with inulin-type fructans affects gut microbiota and attenuates some of the cardiometabolic benefits of a plant-based diet in individuals with overweight or obesity. Front Nutr. 10:1108088. Published 2023 None. doi:10.3389/fnut.2023.1108088 [31] 张烽, 张晨虹. 膳食营养与肠道微生物组[J]. 生命科学, 2017,29(7):695-706. [32] Cuervo-Zanatta D, Syeda T, Sánchez-Valle V, et al. Dietary Fiber Modulates the Release of Gut Bacterial Products Preventing Cognitive Decline in an Alzheimer’s Mouse Model. Cell Mol Neurobiol. 2023;43(4):1595-1618. doi:10.1007/s10571-022-01268-7 [33] 任建敏. 膳食纤维、植物营养素与微营养素对肠道菌群及健康的影响[J]. 重庆工商大学学报（自然科学版）, 2023,40(6):8-17. [34] Wilson AS, Koller KR, Ramaboli MC, et al. Diet and the Human Gut Microbiome: An International Review. Dig Dis Sci. 2020;65(3):723-740. doi:10.1007/s10620-020-06112-w [35] Gui X, Wu L, Huang K, et al. Can diets alleviate constipation and promote bowel movement? Exploring the underlying mechanisms of effects. Food Res Int. 2025;222(Pt 2):117714. doi:10.1016/j.foodres.2025.117714 [36] 牛明慧, 后叶虎, 杨开燕. 基于肠-肺轴理论探讨肠道菌群与慢性阻塞性肺疾病关系研究进展[J]. 中国微生态学杂志, 2025,37(1): [37] Zhou X, Wang L, Dai J, et al. Dietary Fiber-Rich Spartina anglica Improves Intestinal Health and Antioxidant Capacity of Zhedong White Geese. Antioxidants (Basel). 2025;14(1). Published 2025 Jan 13. doi:10.3390/antiox14010087 [38] Kabisch S, Hajir J, Sukhobaevskaia V, Weickert MO, Pfeiffer AFH. Impact of Dietary Fiber on Inflammation in Humans. Int J Mol Sci. 2025;26(5). Published 2025 Feb 25. doi:10.3390/ijms26052000 [39] 朱玮, 范荆阳, 薛庆节, 等. 人体肠道菌群与高血压的研究进展[J]. 中国微生态学杂志, 2021,33(9):1109-1112. [40] Malesza IJ, Malesza M, Walkowiak J, et al. High-Fat, Western-Style Diet, Systemic Inflammation, and Gut Microbiota: A Narrative Review. Cells. 2021;10(11). Published 2021 Nov 14. doi:10.3390/cells10113164 [41] Wang J, Tan Q, Ni M, et al. High-Fat Diet-Induced Gut Microbiota Disruption Promotes Colorectal Cancer Lymphatic Metastasis via Propionate/GPR41 Signaling. Digestion. 2025;106(6):573-590. doi:10.1159/000545843 [42] Sun P, Wang M, Liu YX, et al. High-fat diet-disturbed gut microbiota-colonocyte interactions contribute to dysregulating peripheral tryptophan-kynurenine metabolism. Microbiome. 2023;11(1):154. Published 2023 Jul 19. doi:10.1186/s40168-023-01606-x [43] 张妮娜, 张爱国, 王鹏帅, 等. 胃肠道息肉经内镜下黏膜切除术治疗后复发的影响因素分析[J]. 中国实用医刊, 2023,50(17):32-35. [44] Zhang Z, Chen H, Li Q. High-fat diet led to testicular inflammation and ferroptosis via dysbiosis of gut microbes. Int Immunopharmacol. 2024;142(Pt B):113235. doi:10.1016/j.intimp.2024.113235 [45] Wang N, Gao X, Huo Y, Li Y, Cheng F, Zhang Z. Lead exposure aggravates glucose metabolism disorders through gut microbiota dysbiosis and intestinal barrier damage in high-fat diet-fed mice. J Sci Food Agric. 2024;104(5):3057-3068. doi:10.1002/jsfa.13197 [46] Abbasi E, Khodadadi I. High-fat diet may increase the risk of insulin resistance by inducing dysbiosis. Metabol Open. 27:100381. Published 2025 Sep. doi:10.1016/j.metop.2025.100381 [47] Ren X, Miao B, Cao H, et al. Monkfish (Lophius litulon) Peptides Ameliorate High-Fat-Diet-Induced Nephrotoxicity by Reducing Oxidative Stress and Inflammation via Regulation of Intestinal Flora. Molecules. 2022;28(1). Published 2022 Dec 28. doi:10.3390/molecules28010245 [48] Mo X, Sun Y, Liang X, et al. Insoluble yeast β-glucan attenuates high-fat diet-induced obesity by regulating gut microbiota and its metabolites. Carbohydr Polym. 281:119046. doi:10.1016/j.carbpol.2021.119046 [49] Pereira LTG, Vilela WR, Bellozi PMQ, et al. Fecal microbiota transplantation ameliorates high-fat diet-induced memory impairment in mice. J Neurochem. 2024;168(9):2893-2907. doi:10.1111/jnc.16156 [50] Gweon TG. [Gut Microbiome and Colorectal Cancer]. Korean J Gastroenterol. 2023;82(2):56-62. doi:10.4166/kjg.2023.089 [51] Hernandez AR, Kemp KM, Burke SN, Buford TW, Carter CS. Influence of Aging, Macronutrient Composition and Time-Restricted Feeding on the Fischer344 x Brown Norway Rat Gut Microbiota. Nutrients. 2022;14(9). Published 2022 Apr 22. doi:10.3390/nu14091758 [52] Kian N, Behrouzieh S, Razi S, Rezaei N. Diet Influences Immunotherapy Outcomes in Cancer Patients: A Literature Review. Nutr Cancer. 2023;75(2):415-429. doi:10.1080/01635581.2022.2133151 [53] Zeb F, Osaili T, Obaid RS, et al. Gut Microbiota and Time-Restricted Feeding/Eating: A Targeted Biomarker and Approach in Precision Nutrition. Nutrients. 2023;15(2). Published 2023 Jan 4. doi:10.3390/nu15020259 [54] Rust BM, Picklo MJ, Yan L, Mehus AA, Zeng H. Time-Restricted Feeding Modifies the Fecal Lipidome and the Gut Microbiota. Nutrients. 2023;15(7). Published 2023 Mar 23. doi:10.3390/nu15071562 [55] Feng R, Yang W, Feng W, et al. Time-restricted feeding ameliorates non-alcoholic fatty liver disease through modulating hepatic nicotinamide metabolism via gut microbiota remodeling. Gut Microbes. 2024 Jan-Dec;16(1):2390164. doi:10.1080/19490976.2024.2390164 [56] Ratiner K, Shapiro H, Goldenberg K, Elinav E. Time-limited diets and the gut microbiota in cardiometabolic disease. J Diabetes. 2022;14(6):377-393. doi:10.1111/1753-0407.13288 [57] 张惠华, 梁亚楠, 张蕾. 短链脂肪酸的检测方法、生理作用及其与疾病的相关性研究[J]. 当代医药论丛, 2019,17(15):97-99. [58] Zhang D, Jian YP, Zhang YN, et al. Short-chain fatty acids in diseases. Cell Commun Signal. 2023;21(1):212. Published 2023 Aug 18. doi:10.1186/s12964-023-01219-9 [59] Wang J, Zhao Q, Zhang S, et al. Microbial short chain fatty acids: Effective histone deacetylase inhibitors in immune regulation (Review). Int J Mol Med. 2026;57(1). doi:10.3892/ijmm.2025.5687 [60] Thomas SP, Denu JM. Short-chain fatty acids activate acetyltransferase p300. Elife. 10. Published 2021 Oct 22. doi:10.7554/eLife.72171 [61] Lv J, Hao P, Zhou Y, et al. Role of the intestinal flora-immunity axis in the pathogenesis of rheumatoid arthritis-mechanisms regulating short-chain fatty acids and Th17/Treg homeostasis. Mol Biol Rep. 2025;52(1):617. Published 2025 Jun 21. doi:10.1007/s11033-025-10714-w [62] Han K, Meadows AM, Rodman MJ, et al. Propionate functions as a feeding state-dependent regulatory metabolite to counter proinflammatory signaling linked to nutrient load and obesity. J Leukoc Biol. 2024;115(4):738-749. doi:10.1093/jleuko/qiae006 [63] Golpour F, Abbasi-Alaei M, Babaei F, et al. Short chain fatty acids, a possible treatment option for autoimmune diseases. Biomed Pharmacother. 163:114763. doi:10.1016/j.biopha.2023.114763 [64] Mowat C, Dhatt J, Bhatti I, Hamie A, Baker K. Short chain fatty acids prime colorectal cancer cells to activate antitumor immunity. Front Immunol. 14:1190810. Published 2023 None. doi:10.3389/fimmu.2023.1190810 [65] Qin X, Sun J, Xu Y, et al. Short-Chain Fatty Acids Are Potential Biomarkers of Immune Regulation in Diabetic Retinopathy. Invest Ophthalmol Vis Sci. 2025;66(6):23. doi:10.1167/iovs.66.6.23 [66] Saadh MJ, Allela OQB, Ballal S, et al. The effects of microbiota-derived short-chain fatty acids on T lymphocytes: From autoimmune diseases to cancer. Semin Oncol. 2025;52(5):152398. doi:10.1016/j.seminoncol.2025.152398 [67] 赵宝银, 陈顺, 贾栋, 等. 短链脂肪酸在肿瘤免疫治疗中的作用及机制研究进展[J]. 现代肿瘤医学, 2023,31(14):2709-2713. [68] Huang WC, Pan CH, Wei CC, Huang HY. Lactobacillus plantarum PS128 Improves Physiological Adaptation and Performance in Triathletes through Gut Microbiota Modulation. Nutrients. 2020;12(8). Published 2020 Aug 1. doi:10.3390/nu12082315 [69] Huang WC, Hsu YJ, Huang CC, Liu HC, Lee MC. Exercise Training Combined with Bifidobacterium longum OLP-01 Supplementation Improves Exercise Physiological Adaption and Performance. Nutrients. 2020;12(4). Published 2020 Apr 19. doi:10.3390/nu12041145 [70] 王颖, 吕爽. 肠道菌群调控肿瘤治疗反应的研究进展[J]. 现代医学与健康研究（电子版）, 2025,9(19):129-133. [71] 王丽群, 庞日朝, 胡晓敏, 等. 肠道菌群对色氨酸代谢的影响研究进展[J]. 中国比较医学杂志, 2021,31(4):129-136. [72] Chen ST, Ran F, Shi WW, et al. Tryptophan in the mouse diet is essential for embryo implantation and decidualization. Front Endocrinol (Lausanne). 15:1356914. Published 2024 None. doi:10.3389/fendo.2024.1356914 [73] 吴琦峰, 姜胜男, 蒲浩, 等. 丹皮酚对酒精性肝病小鼠肠道菌群色氨酸代谢及 AhR/IL-22/STAT3 信号通路的影响[J]. 安徽中医药大学学报, 2026,45(1):77-86. [74] Zhang M, Du L, Shen Y, Bin P. Toll-like Receptor Activation Remodels the Polyamine and Tryptophan Metabolism in Porcine Macrophages. Metabolites. 2025;15(3). Published 2025 Mar 1. doi:10.3390/metabo15030162 [75] Lu Y, Zhang Z, Chen L, et al. Prospect of interdisciplinary research on gut microbiota and colorectal cancer immunotherapy. Crit Rev Oncol Hematol. 214:104832. doi:10.1016/j.critrevonc.2025.104832 [76] 钟叶蓓, 林巧婷, 杨尚林, 等. 背俞功能带推法对慢性疲劳综合征大鼠肠道菌群及色氨酸代谢的影响[J]. 湖南中医药大学学报, 2024,44(6):1042-1050. [77] 张早育, 李莹, 邓蓉, 等. 基于肠道菌群-色氨酸代谢探讨结直肠癌发生发展的机制研究进展[J]. 中国肿瘤临床, 2025,52(21):1128-1132. [78] Liu Y, Liu Z, Hu Y, et al. Caffeine enhances antitumor T-cell activity by suppressing kynurenine pathway in colorectal cancer. Nat Commun. 2025;16(1):5906. Published 2025 Jul 1. doi:10.1038/s41467-025-60958-0 [79] Chojnacki C, Konrad P, Błońska A, et al. Altered Tryptophan Metabolism on the Kynurenine Pathway in Depressive Patients with Small Intestinal Bacterial Overgrowth. Nutrients. 2022;14(15). Published 2022 Aug 6. doi:10.3390/nu14153217 [80] 孟广勋. 模式识别受体对肠道菌群稳态的影响[J]. 中国科学（生命科学）, 2023,53(5):571-581. [81] Ye G, Liu H, Zhou Q, Liu X, Huang L, Weng C. A Tug of War: Pseudorabies Virus and Host Antiviral Innate Immunity. Viruses. 2022;14(3). Published 2022 Mar 6. doi:10.3390/v14030547 [82] 黄蓉, 倪加加, 高毅. 肠道菌群-脂多糖-Toll 样受体 4 轴与肝细胞癌的关系[J]. 临床肝胆病杂志, 2018,34(6):1325-1328. [83] 杨钊, 汪芳裕, 杨妙芳. 肠道菌群在非酒精性脂肪性肝病中作用机制的研究进展[J]. 胃肠病学和肝病学杂志, 2017,26(10):1100-1102. [84] 左增妍, 张彩. 肠道黏膜免疫耐受机制研究进展[J]. 现代免疫学, 2015,35(1): [85] 冯钟生, 刘占举, 吴维. 肠道免疫调节细胞在维持肠黏膜稳态中作用的研究进展[J]. 胃肠病学, 2020(7):436-440. [86] Sultan H, Salazar AM, Celis E. Poly-ICLC, a multi-functional immune modulator for treating cancer. Semin Immunol. 49:101414. doi:10.1016/j.smim.2020.101414 [87] 邵丽娜, 杨文涛, 王春凤, 等. 乳酸菌介导巨噬细胞极化作用的研究进展[J]. 中国免疫学杂志, 2019,35(3):363-367. [88] Hui F, Guo S, Liu J, et al. Genome-wide identification and characterization of NLR genes in lamprey (Lethenteron reissneri) and their responses to lipopolysaccharide/poly(I:C) challenge. Mol Immunol. 143:122-134. doi:10.1016/j.molimm.2022.01.014 [89] 潘登登, 秦环龙. 固有淋巴细胞在肠道稳态和疾病中的研究进展[J]. 中华微生物学和免疫学杂志, 2018,38(6):464-467. [90] Yang Y, Huang Y, Zeng Z. Advances in cGAS-STING Signaling Pathway and Diseases. Front Cell Dev Biol. 10:800393. Published 2022 None. doi:10.3389/fcell.2022.800393 [91] Hao J, Wang H, Lu X, Li Z, Zhang X. TLR4 signalling: the key to controlling EV71 replication and inflammatory response. Front Cell Infect Microbiol. 14:1393680. Published 2024 None. doi:10.3389/fcimb.2024.1393680 [92] Xiang CY, Wang N, Shi Y. [Current progress on trained immunity-based vaccines]. Zhonghua Yu Fang Yi Xue Za Zhi. 2024;58(10):1598-1603. doi:10.3760/cma.j.cn112150-20231121-00360 [93] 何佳璨, 周桂荣, 李欣欣, 等. 肠道菌群与肠易激综合征相关研究进展[J]. 中国微生态学杂志, 2020,32(1):117-124. [94] Zhang C, Wang J, Sun Z, Cao Y, Mu Z, Ji X. Commensal microbiota contributes to predicting the response to immune checkpoint inhibitors in non-small-cell lung cancer patients. Cancer Sci. 2021;112(8):3005-3017. doi:10.1111/cas.14979 [95] Lee KA, Shaw HM, Bataille V, Nathan P, Spector TD. Role of the gut microbiome for cancer patients receiving immunotherapy: Dietary and treatment implications. Eur J Cancer. 138:149-155. doi:10.1016/j.ejca.2020.07.026 [96] 但慧敏, 周永宁, 关泉林. 肠道菌群与免疫检查点抑制剂研究进展[J]. 肿瘤防治研究, 2019,46(11):1026-1030. [97] Gamrath L, Pedersen TB, Møller MV, et al. Role of the Microbiome and Diet for Response to Cancer Checkpoint Immunotherapy: A Narrative Review of Clinical Trials. Curr Oncol Rep. 2025;27(1):45-58. doi:10.1007/s11912-024-01622-6 [98] Dayhimi A, Jazi K, Bigdeli A, et al. Harnessing the Gut Microbiome in Cancer Immunotherapy: Mechanisms, Challenges, and Routes to Personalized Medicine-A Systematic Review. Technol Cancer Res Treat. 24:15330338251365700. doi:10.1177/15330338251365700 [99] Stirling ER, Bronson SM, Mackert JD, Cook KL, Triozzi PL, Soto-Pantoja DR. Metabolic Implications of Immune Checkpoint Proteins in Cancer. Cells. 2022;11(1). Published 2022 Jan 5. doi:10.3390/cells11010179 [100] 陈平, 林建光, 戴炀斌, 等. 肠道菌群和免疫检查点抑制剂治疗关系研究进展[J]. 中国肿瘤临床, 2019,46(24):1292-1296. [101] Shaikh FY, White JR, Gills JJ, et al. A Uniform Computational Approach Improved on Existing Pipelines to Reveal Microbiome Biomarkers of Nonresponse to Immune Checkpoint Inhibitors. Clin Cancer Res. 2021;27(9):2571-2583. doi:10.1158/1078-0432.CCR-20-4834 [102] Li Z, Zhu H, Guo Y, Du X, Qin C. Gut microbiota regulate cognitive deficits and amyloid deposition in a model of Alzheimer’s disease. J Neurochem. 2020;155(4):448-461. doi:10.1111/jnc.15031 [103] 王艺洁, 张港玮, 徐超, 等. 免疫检查点抑制剂治疗结直肠癌的疗效及肠道菌群对其疗效影响的研究进展[J]. 肿瘤防治研究, 2022,49(11):1184-1189. [104] Davar D, Dzutsev AK, McCulloch JA, et al. Fecal microbiota transplant overcomes resistance to anti-PD-1 therapy in melanoma patients. Science. 2021;371(6529):595-602. doi:10.1126/science.abf3363 [105] Usyk M, Pandey A, Hayes RB, et al. Bacteroides vulgatus and Bacteroides dorei predict immune-related adverse events in immune checkpoint blockade treatment of metastatic melanoma. Genome Med. 2021;13(1):160. Published 2021 Oct 13. doi:10.1186/s13073-021-00974-z [106] Elkrief A, Waters NR, Smith N, et al. Immune-Related Colitis Is Associated with Fecal Microbial Dysbiosis and Can Be Mitigated by Fecal Microbiota Transplantation. Cancer Immunol Res. 2024;12(3):308-321. doi:10.1158/2326-6066.CIR-23-0498 [107] 何植, 叶峰, 张国新. 免疫检查点抑制剂相关肠炎与肠道菌群的研究进展[J]. 胃肠病学, 2020(7):424-427. [108] Kotsiliti E, Leone V, Schuehle S, et al. Intestinal B cells license metabolic T-cell activation in NASH microbiota/antigen-independently and contribute to fibrosis by IgA-FcR signalling. J Hepatol. 2023;79(2):296-313. doi:10.1016/j.jhep.2023.04.037 [109] Vandoni G, D’Amico F, Fabbrini M, et al. Gut Microbiota, Metabolome, and Body Composition Signatures of Response to Therapy in Patients with Advanced Melanoma. Int J Mol Sci. 2023;24(14). Published 2023 Jul 18. doi:10.3390/ijms241411611 [110] Simpson RC, Shanahan ER, Batten M, et al. Diet-driven microbial ecology underpins associations between cancer immunotherapy outcomes and the gut microbiome. Nat Med. 2022;28(11):2344-2352. doi:10.1038/s41591-022-01965-2 [111] Chen M, Ma L, Yu H, et al. JK5G postbiotics attenuate immune-related adverse events in NSCLC patients by regulating gut microbiota: a randomized controlled trial in China. Front Oncol. 13:1155592. Published 2023 None. doi:10.3389/fonc.2023.1155592 [112] Innao V, Allegra AG, Musolino C, Allegra A. New Frontiers about the Role of Human Microbiota in Immunotherapy: The Immune Checkpoint Inhibitors and CAR T-Cell Therapy Era. Int J Mol Sci. 2020;21(23). Published 2020 Nov 24. doi:10.3390/ijms21238902 [113] Kaźmierczak-Siedlecka K, Roviello G, Catalano M, Polom K. Gut Microbiota Modulation in the Context of Immune-Related Aspects of Lactobacillus spp. and Bifidobacterium spp. in Gastrointestinal Cancers. Nutrients. 2021;13(8). Published 2021 Jul 31. doi:10.3390/nu13082674 [114] Badgeley A, Anwar H, Modi K, Murphy P, Lakshmikuttyamma A. Effect of probiotics and gut microbiota on anti-cancer drugs: Mechanistic perspectives. Biochim Biophys Acta Rev Cancer. 2021;1875(1):188494. doi:10.1016/j.bbcan.2020.188494 [115] 赵明利, 于健春. 合生元在外科临床肠内营养的应用[J]. 中华外科杂志, 2009,47(21):1668-1671. [116] Golonka RM, Vijay-Kumar M. Atypical immunometabolism and metabolic reprogramming in liver cancer: Deciphering the role of gut microbiome. Adv Cancer Res. 149:171-255. doi:10.1016/bs.acr.2020.10.004 [117] Dos Santos Cruz BC, da Silva Duarte V, Giacomini A, et al. Synbiotic VSL#3 and yacon-based product modulate the intestinal microbiota and prevent the development of pre-neoplastic lesions in a colorectal carcinogenesis model. Appl Microbiol Biotechnol. 2020;104(20):8837-8857. doi:10.1007/s00253-020-10863-x [118] Maher S, Elmeligy HA, Aboushousha T, et al. Synergistic immunomodulatory effect of synbiotics pre- and postoperative resection of pancreatic ductal adenocarcinoma: a randomized controlled study. Cancer Immunol Immunother. 2024;73(6):109. Published 2024 Apr 25. doi:10.1007/s00262-024-03686-6 [119] Alam Z, Shang X, Effat K, et al. The potential role of prebiotics, probiotics, and synbiotics in adjuvant cancer therapy especially colorectal cancer. J Food Biochem. 2022;46(10):e14302. doi:10.1111/jfbc.14302 [120] González-Herrera SM, Bermúdez-Quiñones G, Ochoa-Martínez LA, Rutiaga-Quiñones OM, Gallegos-Infante JA. Synbiotics: a technological approach in food applications. J Food Sci Technol. 2021;58(3):811-824. doi:10.1007/s13197-020-04532-0 [121] Kan HX, Cao Y, Ma Y, et al. Efficacy and safety of probiotics, prebiotics, and synbiotics for the prevention of colorectal cancer and precancerous lesion in high-risk populations: A systematic review and meta-analysis of randomized controlled trials. J Dig Dis. 2024;25(1):14-26. doi:10.1111/1751-2980.13247 [122] Ting NL, Lau HC, Yu J. Cancer pharmacomicrobiomics: targeting microbiota to optimise cancer therapy outcomes. Gut. 2022;71(7):1412-1425. doi:10.1136/gutjnl-2021-326264 [123] Mattavelli E, Da Prat V, Corallo S, et al. Harnessing the gut microbiota in extra-intestinal cancers: from causal evidence to immunotherapy strategies. Immunotherapy. :1-13. Published online Mar 24,2026. doi:10.1080/1750743X.2026.2648431 [124] Liao L, Zeng M, Liu D, He Y, Du W, Cao Y. Focus on gut microbes: new direction in cancer treatment. Front Oncol. 15:1505656. Published 2025 None. doi:10.3389/fonc.2025.1505656 [125] Nobels A, van Marcke C, Jordan BF, Van Hul M, Cani PD. The gut microbiome and cancer: from tumorigenesis to therapy. Nat Metab. 2025;7(5):895-917. doi:10.1038/s42255-025-01287-w [126] Fernandez E, Wargo JA, Helmink BA. The Microbiome and Cancer: A Translational Science Review. JAMA. 2025;333(24):2188-2196. doi:10.1001/jama.2025.2191 [127] Lim MY, Hong S, Nam YD. Understanding the role of the gut microbiome in solid tumor responses to immune checkpoint inhibitors for personalized therapeutic strategies: a review. Front Immunol. 15:1512683. Published 2024 None. doi:10.3389/fimmu.2024.1512683 [128] Caserta S, Alvaro ME, Penna G, Fazio M, Stagno F, Allegra A. Gut Microbiota Dysbiosis and Dietary Interventions in Non-Hodgkin B-Cell Lymphomas: Implications for Treatment Response. Biomedicines. 2025;13(9). Published 2025 Sep 2. doi:10.3390/biomedicines13092141 [129] Farhadi Rad H, Tahmasebi H, Javani S, et al. Microbiota and Cytokine Modulation: Innovations in Enhancing Anticancer Immunity and Personalized Cancer Therapies. Biomedicines. 2024;12(12). Published 2024 Dec 6. doi:10.3390/biomedicines12122776 [130] Quigley EMM. Gut power for better health: microbial therapeutics. Curr Opin Gastroenterol. 2026;42(1):14-18. doi:10.1097/MOG.0000000000001136 [131] Tong T, Huang X, Li L, et al. Microbial metabolite FAD mobilizes adipocyte lipid remodeling to enhance cancer immunotherapy efficacy. Cell Metab. 2026;38(3):565-581.e5. doi:10.1016/j.cmet.2025.12.012 [132] Alves Costa Silva C, Almonte AA, Zitvogel L. Oncobiomics: Leveraging Microbiome Translational Research in Immuno-Oncology for Clinical-Practice Changes. Biomolecules. 2025;15(4). Published 2025 Mar 31. doi:10.3390/biom15040504 [133] Fuller-Shavel N, Krell J. Integrative Oncology Approaches to Supporting Immune Checkpoint Inhibitor Treatment of Solid Tumours. Curr Oncol Rep. 2024;26(2):164-174. doi:10.1007/s11912-023-01492-4 [134] Wastyk HC, Fragiadakis GK, Perelman D, et al. Gut-microbiota-targeted diets modulate human immune status. Cell. 2021;184(16):4137-4153.e14. doi:10.1016/j.cell.2021.06.019 [135] 刘怡萱, 马红梅. 饮食调节与肠道菌群研究的进展及展望[J]. 生物技术, 2019,29(4):404-410,360. [136] 陶嘉楠, 任怀静, 魏生慧, 等. 肠道微生物及代谢物与肠-骨髓轴研究进展[J]. 河北医科大学学报, 2026,47(1):35-39. [137] Tini S, Baima J, Pigni S, et al. The Microbiota-Diet-Immunity Axis in Cancer Care: From Prevention to Treatment Modulation and Survivorship. Nutrients. 2025;17(17). Published 2025 Sep 8. doi:10.3390/nu17172898 [138] 杨婷, 陈冬丽, 何川疆, 等. 肠道菌群在肺部疾病中的作用机制与潜在治疗价值[J]. 广东医科大学学报, 2025,43(6):559-571. [139] 许欣筑, 郭丽娜, 郑康帝, 等. 副干酪乳酪杆菌 E6 通过其代谢物改善长春瑞滨诱导的斑马鱼免疫抑制[J]. 南方医科大学学报, 2025,45(2):331-339. [140] 郭攀, 冯津萍, 冯超, 等. 肠道菌群与相关疾病的研究进展[J]. 中华内科杂志, 2019,58(6):476-480. [141] Asim F, Clarke L, Donnelly E, et al. How do tumours outside the gastrointestinal tract respond to dietary fibre supplementation? BMJ Oncol. 2023;2(1):e000107. Published 2023 None. doi:10.1136/bmjonc-2023-000107 [142] 许凤, 王剑华. 肠道菌群代谢物 TMAO 与肿瘤免疫的相关性研究进展[J]. 右江民族医学院学报, 2025,47(3):513-517,521. [143] 赵丽丽, 程茜. 肠道树突状细胞对肠道菌群的识别和作用[J]. 中国微生态学杂志, 2008,20(6):614-616. [144] 王爱丽, 武庆斌, 孙庆林. 肠道菌群与肠道黏膜免疫系统的相互作用机制[J]. 中国微生态学杂志, 2009,21(4):382-385. [145] 张善龙, 宋文刚, 王雪梅, 等. 肠道免疫稳态调控的研究进展[J]. 中华微生物学和免疫学杂志, 2017,37(10):802-804. [146] 焦禹豪, 陈蓓迪, 张烜. 肠道菌群在天然免疫系统中的作用[J]. 协和医学杂志, 2019,10(3):257-262. [147] 高倩, 王友明, 吴旧生. 肠道菌群变化对实验小鼠肠黏膜免疫的影响[J]. 中国实验动物学报, 2012,20(5):45-49,封 3. [148] Luqman A, Hassan A, Ullah M, et al. Role of the intestinal microbiome and its therapeutic intervention in cardiovascular disorder. Front Immunol. 15:1321395. Published 2024 None. doi:10.3389/fimmu.2024.1321395 [149] Qi X, Liu Y, Hussein S, et al. The Species of Gut Bacteria Associated with Antitumor Immunity in Cancer Therapy. Cells. 2022;11(22). Published 2022 Nov 19. doi:10.3390/cells11223684 [150] Nakatsu G, Andreeva N, MacDonald MH, Garrett WS. Interactions between diet and gut microbiota in cancer. Nat Microbiol. 2024;9(7):1644-1654. doi:10.1038/s41564-024-01736-4 [151] Yang J, Wu J, Li Y, et al. Gut bacteria formation and influencing factors. FEMS Microbiol Ecol. 2021;97(4). doi:10.1093/femsec/fiab043 [152] 王博. 结肠癌患者肠黏膜组织定植菌群的结构变化及其临床意义[J]. 实用癌症杂志, 2022,37(8):1254-1257. [153] Pietrzak B, Tomela K, Olejnik-Schmidt A, et al. A Clinical Outcome of the Anti-PD-1 Therapy of Melanoma in Polish Patients Is Mediated by Population-Specific Gut Microbiome Composition. Cancers (Basel). 2022;14(21). Published 2022 Oct 31. doi:10.3390/cancers14215369 [154] Spencer CN, McQuade JL, Gopalakrishnan V, et al. Dietary fiber and probiotics influence the gut microbiome and melanoma immunotherapy response. Science. 2021;374(6575):1632-1640. doi:10.1126/science.aaz7015 [155] Haberman Y, Kamer I, Amir A, et al. Gut microbial signature in lung cancer patients highlights specific taxa as predictors for durable clinical benefit. Sci Rep. 2023;13(1):2007. Published 2023 Feb 3. doi:10.1038/s41598-023-29136-4 [156] Ren S, Feng L, Liu H, Mao Y, Yu Z. Gut microbiome affects the response to immunotherapy in non-small cell lung cancer. Thorac Cancer. 2024;15(14):1149-1163. doi:10.1111/1759-7714.15303 [157] Shoji F, Yamaguchi M, Okamoto M, et al. Gut microbiota diversity and specific composition during immunotherapy in responders with non-small cell lung cancer. Front Mol Biosci. 9:1040424. Published 2022 None. doi:10.3389/fmolb.2022.1040424 [158] Jin Y, Jie Z, Fan X. Gut microbes and immunotherapy for non-small cell lung cancer: a systematic review. Front Oncol. 15:1518474. Published 2025 None. doi:10.3389/fonc.2025.1518474 [159] Katayama Y, Fukuda A, Inoue R, et al. Gut microbiome-driven modulation of the tumor immune microenvironment optimizes dual checkpoint blockade in advanced non-small-cell lung cancer. ESMO Open. 2026;11(3):106077. doi:10.1016/j.esmoop.2026.106077 [160] Botticelli A, Vernocchi P, Marini F, et al. Gut metabolomics profiling of non-small cell lung cancer (NSCLC) patients under immunotherapy treatment. J Transl Med. 2020;18(1):49. Published 2020 Feb 3. doi:10.1186/s12967-020-02231-0 [161] 丁桂清, 程晓东. 肠道菌群调控肠外肿瘤发生及进展的免疫学机制[J]. 现代免疫学, 2024,44(2):170-173,179. [162] Somodi C, Dora D, Horváth M, Szegvari G, Lohinai Z. Gut microbiome changes and cancer immunotherapy outcomes associated with dietary interventions: a systematic review of preclinical and clinical evidence. J Transl Med. 2025;23(1):756. Published 2025 Jul 8. doi:10.1186/s12967-025-06586-0 [163] 陈建伟, 李红霞, 董秀山. 胃肠道菌群与胃肠道恶性肿瘤关系研究[J]. 国际外科学杂志, 2019,46(4):277-280. [164] Mishra Y, Ranjan A, Mishra V, et al. The role of the gut microbiome in gastrointestinal cancers. Cell Signal. 115:111013. doi:10.1016/j.cellsig.2023.111013 [165] Thomas RM. Role of Bacteria in the Development of Colorectal Cancer. Clin Colon Rectal Surg. 2023;36(2):105-111. Published 2023 Mar. doi:10.1055/s-0042-1760679 [166] Yu Y, Zhao W, Yang M, Wu B, Yuan X. Tumor-Promoting Gut Microbes in Colorectal Cancer: Mechanisms and Translational Perspectives. Int J Med Sci. 2026;23(1):63-75. Published 2026 None. doi:10.7150/ijms.123494 [167] Cintoni M, Palombaro M, Zoli E, et al. The Interplay Between the Gut Microbiota and Colorectal Cancer: A Review of the Literature. Microorganisms. 2025;13(6). Published 2025 Jun 17. doi:10.3390/microorganisms13061410 [168] Taghinezhad-S S, Mohseni AH, Fu X. Intervention on gut microbiota may change the strategy for management of colorectal cancer. J Gastroenterol Hepatol. 2021;36(6):1508-1517. doi:10.1111/jgh.15369 [169] Makkar SK, Bishnupuri KS. The gut microbiome and gastrointestinal cancers: mechanisms, biomarkers and therapeutic opportunities. Front Physiol. 16:1676796. Published 2025 None. doi:10.3389/fphys.2025.1676796 [170] Peddireddi RSS, Kuchana SK, Kode R, et al. Role of Gut Microbiome in Oncogenesis and Oncotherapies. Cancers (Basel). 2025;18(1). Published 2025 Dec 29. doi:10.3390/cancers18010099 [171] Lin BS, Yin MY, Xie SA, Li P, Li X. Pleiotropic immunoregulation by bile acids in pathophysiology. Front Immunol. 17:1719092. Published 2026 None. doi:10.3389/fimmu.2026.1719092 [172] Li DR, Liu BQ, Li MH, et al. Dietary index for gut microbiota and risk of gastrointestinal cancer: a prospective gene-diet study. Nutr J. 2025;24(1):81. Published 2025 May 17. doi:10.1186/s12937-025-01151-3 [173] Zhang SL, Mao YQ, Zhang ZY, et al. Pectin supplement significantly enhanced the anti-PD-1 efficacy in tumor-bearing mice humanized with gut microbiota from patients with colorectal cancer. Theranostics. 2021;11(9):4155-4170. Published 2021 None. doi:10.7150/thno.54476 [174] Dong Y, Zhang K, Wei J, et al. Gut microbiota-derived short-chain fatty acids regulate gastrointestinal tumor immunity: a novel therapeutic strategy? Front Immunol. 14:1158200. Published 2023 None. doi:10.3389/fimmu.2023.1158200 [175] Li Y, Huang Y, Liang H, et al. The roles and applications of short-chain fatty acids derived from microbial fermentation of dietary fibers in human cancer. Front Nutr. 10:1243390. Published 2023 None. doi:10.3389/fnut.2023.1243390 [176] 刘壮, 张琪琦, 王海鹏. 肠道菌群失调在胃肠道肿瘤中的应用研究进展[J]. 世界最新医学信息文摘（连续型电子期刊）, 2020,20(83):28-29,51. [177] Mohammed Alanggar, 李苏宜. 放疗对肿瘤患者肠道菌群影响的研究进展[J]. 肿瘤学杂志, 2022,28(4):322-326. [178] 刘冬祺, 邹阳, 王东霞, 等. 肠道菌群与肿瘤的免疫治疗[J]. 中国微生态学杂志, 2018,30(5):619-620,封 3. [179] Spyrou N, Vallianou N, Kadillari J, Dalamaga M. The interplay of obesity, gut microbiome and diet in the immune check point inhibitors therapy era. Semin Cancer Biol. 73:356-376. doi:10.1016/j.semcancer.2021.05.008 [180] 封珊慧, 李倩, 刘长民. 影响肿瘤免疫检查点抑制剂疗效的伴随用药研究进展[J]. 社区医学杂志, 2024,22(1):29-36. [181] Crowder SL, Jim HSL, Hogue S, Carson TL, Byrd DA. Gut microbiome and cancer implications: Potential opportunities for fermented foods. Biochim Biophys Acta Rev Cancer. 2023;1878(3):188897. doi:10.1016/j.bbcan.2023.188897 [182] 纪伟. 肠道菌群影响肿瘤对免疫检查点抑制剂的应答及其机制[J]. 中国肿瘤生物治疗杂志, 2021,28(1):82-89. [183] George S, Aguilera X, Gallardo P, et al. Bacterial Gut Microbiota and Infections During Early Childhood. Front Microbiol. 12:793050. Published 2021 None. doi:10.3389/fmicb.2021.793050 [184] 刘德林, 刘沈林. 肠道菌群与免疫检查点抑制剂研究现状及进展[J]. 临床肿瘤学杂志, 2021,26(2):181-185. [185] 邓小玉, 王颖熠, 党倩倩, 等. 肠道菌群及代谢产物对免疫抑制剂抗肿瘤疗效的研究进展[J]. 中国现代医生, 2022,60(31):131-135. [186] 李天赐, 戚钧文, 时林森. 胆汁酸、肠道菌群与结直肠癌免疫检查点治疗[J]. 中国肿瘤外科杂志, 2023,15(6):615-620. [187] Pandey P, Khan F. Gut microbiome in cancer immunotherapy: Current trends, translational challenges and future possibilities. Biochim Biophys Acta Gen Subj. 2023;1867(9):130401. doi:10.1016/j.bbagen.2023.130401 [188] 中华预防医学会微生态学分会. 中国微生态调节剂临床应用专家共识(2020 版)[J]. 中华临床感染病杂志, 2020,13(4):241-256. [189] Hosseinzadeh R, Feizisani F, Shomali N, et al. PD-1/PD-L1 blockade: Prospectives for immunotherapy in cancer and autoimmunity. IUBMB Life. 2021;73(11):1293-1306. doi:10.1002/iub.2558 [190] Slack E, Diard M. Resistance is futile? Mucosal immune mechanisms in the context of microbial ecology and evolution. Mucosal Immunol. 2022;15(6):1188-1198. doi:10.1038/s41385-022-00574-z [191] 贾哲, 吴晓滨. 肠道微生物群在肿瘤中的作用和机制研究进展[J]. 消化肿瘤杂志（电子版）, 2023,15(2):160-165. [192] 李孟鸿. 肠道微生物组在肿瘤发生中的作用和在癌症治疗中的应用[J]. 癌症, 2023,42(7):319-351. [193] 曹海涛, 朱静, 马云鹏, 等. 机器学习在肠道菌群宿主表型预测中的应用[J]. 生物技术进展, 2023,13(5):671-680. [194] Grafanaki K, Maniatis A, Anastogianni A, Bania A, Pasmatzi E, Stathopoulos C. Nutrition and Diet Patterns as Key Modulators of Metabolic Reprogramming in Melanoma Immunotherapy. J Clin Med. 2025;14(12). Published 2025 Jun 12. doi:10.3390/jcm14124193 [195] Phugat S, Goel P. Review on Advancement of AI in Nutrigenomics. Methods Mol Biol. 2952:429-444. doi:10.1007/978-1-0716-4690-8_23 [196] Balamurugan J, Adeyeye SAO. Artificial Intelligence in Nutrigenomics: A Critical Review on Functional Food Insights and Personalized Nutrition Pathways. J Hum Nutr Diet. 2026;39(1):e70200. doi:10.1111/jhn.70200 [197] 翟齐啸, 陈卫. 膳食模式、肠道菌群与结直肠癌[J]. 肿瘤代谢与营养电子杂志, 2021,8(2):118-127. [198] 朱鹏, 覃刚, 郭世民. 人工智能用于肝细胞癌临床诊断及预后的研究进展[J]. 国际医药卫生导报, 2025,31(12):1979-1983. [199] Arifuzzaman M, Collins N, Guo CJ, Artis D. Nutritional regulation of microbiota-derived metabolites: Implications for immunity and inflammation. Immunity. 2024;57(1):14-27. doi:10.1016/j.immuni.2023.12.009 [200] Al Shareef R, Fathelrahman E, Osman R, Gebiso T, Platat C. Can artificial intelligence uncover the bioactive peptides’ benefits for human health and knowledge? A narrative review. Front Nutr. 12:1698147. Published 2025 None. doi:10.3389/fnut.2025.1698147 [201] 江学良. 人工智能在炎症性肠病诊疗中的研究进展与应用展望[J]. 中华消化病与影像杂志（电子版）, 2025,15(6):680. [202] 皇甫逸凡, 冉雨叶, 封硕, 等. 数据库中细菌与人源药物代谢酶的比较及肠道菌群对药物代谢影响的展望[J]. 中国药科大学学报, 2023,54(1):122-130. [203] 李平, 杨凡, 刘瀚旻. 从精准医疗看儿童青少年肥胖治疗的个体化干预策略[J]. 中国中西医结合儿科学, 2025,17(1):1-7. [204] 庞磊, 张宇鑫, 张伟伦. 逼尿肌-括约肌协同失调的神经机制研究进展与治疗策略展望[J]. 现代泌尿外科杂志, 2025,30(12):1027-1032.