肠道微生物干预-内分泌
评审的对象为虚拟数据，仅用于演示
肠道微生物干预-内分泌
请生成一篇关于"肠道微生物群-内分泌轴在代谢性疾病中的互作机制与精准干预策略"的综述，要求阐述肠道菌群及其代谢产物（如短链脂肪酸、次级胆汁酸）如何影响胰岛素抵抗、脂肪堆积、能量稳态及甲状腺功能等内分泌过程，并提出基于微生物组的个性化营养、益生菌/益生元、粪菌移植等精准治疗策略
我是LitraX，专注于医学综述撰写，擅长梳理最新研究进展与精准干预策略。
感谢您的详细需求！我会为您梳理肠道微生物群-内分泌轴在代谢性疾病中的互作机制，并聚焦于相关精准干预策略。请先确认以下大纲是否符合您的期望。
根据您的需求，以下是关于肠道微生物群-内分泌轴在代谢性疾病中的互作机制与精准干预策略的综述大纲：
一、引言
- 代谢性疾病的流行现状与挑战
- 肠道微生物群-内分泌轴的研究背景与意义
二、肠道微生物群及其代谢产物的生理功能
- 肠道菌群的组成与动态变化
- 主要代谢产物（短链脂肪酸、次级胆汁酸等）的生成与作用
三、肠道微生物群影响内分泌过程的机制
- 对胰岛素抵抗的调控机制
- 脂肪堆积与能量稳态的调节
- 肠道菌群与甲状腺功能的关联
四、肠道微生物群-内分泌轴在代谢性疾病中的互作
- 2型糖尿病、肥胖、甲状腺疾病等典型代谢性疾病中的微生物群-内分泌互作实例
- 机制整合与疾病进展
五、基于微生物组的精准干预策略
- 个性化营养干预
- 益生菌/益生元的应用与机制
- 粪菌移植（FMT）在代谢性疾病中的临床进展
六、展望与挑战
- 微生物组精准干预的未来方向
- 当前研究的局限与挑战
您对这个大纲满意吗？如需调整，请告知您的具体意见。
满意
正在查阅文献，耗时较长（5-10分钟），请耐心等待。。。。。。。。。。。。。。。。。。### **一、引言**
#### **1.1 代谢性疾病的流行现状与挑战**
代谢性疾病，包括肥胖、2型糖尿病（Type 2 Diabetes, T2D）、非酒精性脂肪性肝病（Nonalcoholic Fatty Liver Disease, NAFLD）及其进展形式非酒精性脂肪性肝炎（Nonalcoholic Steatohepatitis, NASH）等，已成为全球性的重大公共卫生挑战【PMID: 33272977】。这些疾病的患病率正以惊人的速度增长，与肥胖、糖尿病和代谢综合征的流行趋势并行【PMID: 36932227, 38349726】。例如，NAFLD的全球患病率高达20-25%【PMID: 36932227】。代谢性疾病不仅严重影响患者的生活质量，还显著增加了心脑血管疾病、神经系统疾病乃至某些癌症的风险【PMID: 37230968, 32887946】。尽管现代医学在治疗上取得了一定进展，但现有疗法多为对症处理，难以从根本上逆转疾病进程，且个体化差异显著，这给临床管理带来了巨大挑战【PMID: 33293704, 35963848】。因此，深入探索代谢性疾病的复杂病理生理机制，并开发更具精准性和个体化的干预策略，已成为当前医学研究的迫切需求。
#### **1.2 肠道微生物群-内分泌轴的研究背景与意义**
近年来，栖居于人体胃肠道的数万亿微生物——肠道微生物群（Gut Microbiota, GM），被认为是调节宿主健康的关键因素【PMID: 35105664】。随着高通量测序、代谢组学等技术的发展，研究者们逐渐揭示了肠道微生物群与宿主之间复杂的相互作用，尤其是在代谢和免疫调节中的核心作用【PMID: 35105664, 32887946】。肠道微生物群通过产生多样化的代谢产物，与宿主的多个器官系统进行双向通讯，形成了所谓的“微生物-肠-脑轴”、“微生物-肠-肝轴”等复杂的调控网络【PMID: 38360862, 36208625】。
其中，肠道微生物群与内分泌系统的互作，即“肠道微生物群-内分泌轴”，正成为解释代谢性疾病发病机制的新兴前沿领域。内分泌系统通过激素调节全身的能量代谢、血糖稳态、脂肪储存和炎症反应，而肠道微生物群及其代谢产物能够直接或间接地影响激素的合成、分泌和信号传导【PMID: 39235984, 35474341】。研究发现，代谢性疾病患者普遍存在肠道菌群失调（dysbiosis），其组成和功能发生显著改变【PMID: 33272977, 32887946】。这种失调破坏了肠道微生物群-内分泌轴的稳态，进而驱动或加剧了胰岛素抵抗、能量失衡和慢性炎症等病理过程【PMID: 38066102, 37648852】。因此，深入阐明肠道微生物群-内分泌轴在代谢性疾病中的互作机制，不仅能为我们理解疾病的根本原因提供新视角，更有望为开发基于微生物组的精准诊断、预防和治疗新策略奠定坚实的理论基础【PMID: 33272977, 38110694】。
### **二、肠道微生物群及其代谢产物的生理功能**
#### **2.1 肠道菌群的组成与动态变化**
人体肠道微生物群是一个高度多样化且动态变化的生态系统，包含细菌、古菌、病毒和微真核生物等【PMID: 37700024】。在健康个体中，菌群结构相对稳定，主要由厚壁菌门（Firmicutes）和拟杆菌门（Bacteroidetes）构成，它们与其他门类的微生物共同维持着肠道微生态的平衡【PMID: 36125787】。然而，这个平衡并非一成不变，肠道菌群的组成和功能受到多种因素的深刻影响，包括宿主遗传、饮食、生活方式、抗生素使用以及生命早期暴露等【PMID: 37105987, 38312240】。例如，高脂饮食、高糖饮食或极低热量饮食等都会显著改变菌群结构【PMID: 34385401, 36041436, 34163067】。此外，下丘脑等中枢神经系统也能通过神经通路快速调节肠道菌群的组成，揭示了宿主与微生物之间存在快速的双向通讯【PMID: 40263603】。这种动态变化意味着肠道菌群是连接环境因素与宿主生理状态的关键枢纽。
#### **2.2 主要代谢产物的生成与作用**
肠道微生物群通过发酵宿主未消化的膳食成分（如膳食纤维）或代谢内源性物质（如胆汁酸），产生数以千计的生物活性代谢物，这些代谢物是菌群发挥生理功能的关键介质【PMID: 33272977, 35105664】。
**短链脂肪酸（Short-Chain Fatty Acids, SCFAs）**：主要包括乙酸、丙酸和丁酸，是膳食纤维经菌群发酵后的主要产物【PMID: 38565643】。SCFAs是结肠细胞的主要能源，尤其是丁酸，它能通过促进上皮紧密连接、作为结肠细胞ATP产生燃料和调节免疫系统来维持肠道屏障的完整性【PMID: 39284033】。SCFAs通过激活G蛋白偶联受体（G protein-coupled receptors, GPCRs）如GPR41、GPR43，或抑制组蛋白去乙酰化酶（Histone Deacetylases, HDACs）来调节宿主的免疫和代谢过程【PMID: 38565643, 35105664】。它们不仅在肠道局部发挥抗炎作用，还能进入循环系统，影响肝脏、肺部、大脑等远端器官的功能【PMID: 38565643】。然而，SCFAs的作用具有背景依赖性，例如，尽管丁酸通常被认为是有益的，但在某些情况下，如在特定肿瘤微环境中，它可能通过抑制HDAC2促进肺癌转移【PMID: 38565146】。
**次级胆汁酸（Secondary Bile Acids）**：初级胆汁酸在肝脏由胆固醇合成，进入肠道后，被肠道菌群（如*Clostridium*属）代谢转化为次级胆汁酸，如石胆酸（lithocholic acid, LCA）和脱氧胆酸（deoxycholic acid, DCA）【PMID: 35792223, 35105664】。这些胆汁酸（Bile Acids, BAs）是有效的信号分子，通过激活法尼醇X受体（Farnesoid X Receptor, FXR）和Takeda G蛋白偶联受体5（TGR5）等受体，广泛参与调节葡萄糖、脂质和能量代谢【PMID: 35792223, 39163273】。例如，特定次级胆汁酸可通过激活肠道FXR和全身TGR5信号通路，重新激活棕色脂肪组织的产热功能，从而改善能量平衡【PMID: 35739571】。菌群对胆汁酸的代谢重塑了整个胆汁酸池的组成，这种变化与多种代谢性疾病的发生发展密切相关【PMID: 36841488】。
**其他代谢产物**：肠道菌群还能产生多种其他影响宿主内分泌和代谢的分子。
- **色氨酸代谢物**：如吲哚及其衍生物，可以通过激活芳香烃受体（Aryl Hydrocarbon Receptor, AhR）来调节免疫和代谢【PMID: 35105664, 39236631】。例如，吲哚-3-丙酸（IPA）能增强免疫治疗效果【PMID: 38490195】，而吲哚-3-乳酸（ILA）则参与调节胆汁酸代谢【PMID: 39888270】。
- **三甲胺-N-氧化物（Trimethylamine N-oxide, TMAO）**：由菌群代谢膳食中的胆碱和左旋肉碱生成三甲胺（TMA），再经肝脏氧化而成【PMID: 34385401】。高水平的TMAO与心血管疾病风险增加有关【PMID: 40010448】。高脂饮食可通过损害结肠上皮细胞线粒体功能，增加氧气和硝酸盐的腔内生物利用度，从而加剧*Escherichia coli*对胆碱的分解代谢，导致循环TMAO水平升高【PMID: 34385401】。
- **支链氨基酸（Branched-Chain Amino Acids, BCAAs）**、**酚类衍生物**和**内源性大麻素**等也被证实参与了代谢性疾病的病理过程【PMID: 33272977, 35105664】。
### **三、肠道微生物群影响内分泌过程的机制**
肠道微生物群通过其代谢产物和细胞组分，构建了一个复杂的信号网络，深刻地影响着宿主的内分泌功能，尤其是在能量代谢的核心环节。
#### **3.1 对胰岛素抵抗的调控机制**
胰岛素抵抗是T2D和多种代谢综合征的核心病理特征。肠道微生物群通过多种途径调节胰岛素敏感性。
首先，菌群的碳水化合物代谢能力与胰岛素抵抗直接相关。一项结合多组学的研究发现，胰岛素抵抗个体的粪便中，宿主可利用的单糖含量增加，这与特定的微生物碳水化合物代谢途径和宿主炎症细胞因子水平相关。与胰岛素敏感性相关的细菌表现出独特的碳水化合物代谢模式，移植这些细菌能够改善小鼠的胰岛素抵抗表型【PMID: 37648852】。
其次，微生物代谢产物是关键的调控分子。SCFAs，特别是丁酸，通常被认为能改善胰岛素敏感性，其机制可能涉及促进胰高血糖素样肽-1（Glucagon-like peptide-1, GLP-1）的分泌【PMID: 33627367】。GLP-1是一种肠促胰岛素，能促进胰岛素分泌并抑制胰高血糖素释放。然而，某些微生物代谢物也可能导致胰岛素抵抗。例如，在多囊卵巢综合征（Polycystic Ovary Syndrome, PCOS）模型中，*Bacteroides vulgatus*产生的精脒（agmatine）可作为FXR激动剂，抑制L细胞分泌GLP-1，从而导致胰岛素抵抗和卵巢功能障碍【PMID: 38769396】。
此外，菌群失调引起的低度慢性炎症是诱发胰岛素抵抗的另一重要机制。菌群产生的脂多糖（Lipopolysaccharide, LPS）等成分可破坏肠道屏障，进入血液循环，激活Toll样受体4（Toll-like receptor 4, TLR4）信号通路，引发全身性炎症，损害胰岛素信号传导【PMID: 33483079, 36641024】。一些益生元如茯苓多糖（PCP）可通过调节菌群，增加SCFAs产生，激活成纤维细胞生长因子21（FGF21）/PI3K/AKT信号通路，从而改善肥胖引起的脂肪组织胰岛素抵抗【PMID: 40484558】。
#### **3.2 脂肪堆积与能量稳态的调节**
肠道微生物群在调节能量摄入、消耗和储存方面扮演着“内分泌器官”的角色【PMID: 38066102】。
在能量消耗方面，菌群及其代谢产物能调节脂肪组织的产热功能。研究表明，一些干预措施如槲皮素给药或胃旁路手术，可通过重塑菌群，特别是增加非12α-羟基化胆汁酸（如熊去氧胆酸UDCA和LCA）的产生，这些胆汁酸激活脂肪细胞上的TGR5，刺激白色脂肪组织（WAT）的“褐变”和棕色脂肪组织（BAT）的产热，从而增加能量消耗，对抗肥胖【PMID: 39163273, 35739571】。同样，富含*Akkermansia muciniphila*的菌群产生的ILA可通过FTO/m6A/YTHDF2通路，上调胆汁酸合成关键酶CYP8B1的表达，促进胆固醇向胆酸（CA）转化，CA进而激活脂肪组织中的FXR，抑制脂质积累【PMID: 39888270】。
在能量摄入方面，肠道菌群与肠道内分泌细胞（Enteroendocrine cells, EECs）的互作调节食欲。一项研究发现，结肠EECs的缺失会导致小鼠食欲过盛和肥胖，而这种表型可通过菌群移植传递，证明菌群在其中起着必要和充分的作用。机制上，菌群产生的谷氨酸差异与食欲增加有关，结肠内给予谷氨酸可直接增加食物摄入【PMID: 38777856】。此外，益生元干预可通过改变菌群，影响与食物决策相关的奖赏脑区的活动，减少对高热量食物的偏好【PMID: 37793780】。
在能量储存方面，菌群通过多种机制影响脂肪的吸收和积累。例如，由饮食糖分诱导的菌群失调，特别是*Faecalibaculum rodentium*的增殖，会耗尽具有保护作用的Th17细胞，而这些Th17细胞通过IL-17依赖的方式调节肠道上皮的脂质吸收，从而保护宿主免受代谢综合征的影响【PMID: 36041436】。
#### **3.3 肠道菌群与甲状腺功能的关联**
甲状腺是调节新陈代谢率的关键内分泌器官，其功能与肠道微生物群之间存在着密切的双向联系【PMID: 38906998】。
首先，肠道菌群参与甲状腺激素的代谢。肠道是甲状腺激素储存和代谢的重要场所，菌群可以影响甲状腺激素的吸收、降解和肠肝循环，从而调节循环中活性甲状腺激素的水平【PMID: 38906998】。
其次，菌群失调与自身免疫性甲状腺疾病（Autoimmune Thyroid Diseases, AITD），如格雷夫斯病（Graves' disease, GD）和桥本氏甲状腺炎有关。在GD/GO（Graves' orbitopathy）的小鼠模型中，菌群组成与TSHR诱导的疾病异质性相关。使用万古霉素减少菌群丰度和多样性，可显著降低GD和GO的发病率和严重程度，这与*Akkermansia* spp.的减少和IL-4水平的增加有关。相反，移植来自严重GO患者的粪菌则加重了诱导的GD【PMID: 33593429】。这表明菌群在TSHR诱导的自身免疫中扮演了重要角色。
此外，环境内分泌干扰物（EDCs）可通过影响肠道菌群-甲状腺轴来破坏代谢稳态。例如，环境污染物DEHP暴露可通过引起菌群失调（如*Prevotellaceae_UCG-001*丰度增加）和抑制脂肪组织中局部甲状腺激素信号（脱碘酶和甲状腺激素受体表达下调），加速老年小鼠的脂质代谢紊乱【PMID: 41014783】。另一项研究也发现，TCEP暴露通过破坏下丘脑-垂体-甲状腺（HPT）轴和肠-肝轴，对斑马鱼产生肝毒性效应【PMID: 37276532】。一个有趣的进化案例是，大熊猫体内*DUOX2*基因的单核苷酸突变导致甲状腺功能减退，进而引起能量消耗降低等适应性表型，而这种突变也伴随着肠道菌群的改变【PMID: 35251670】。
### **四、肠道微生物群-内分泌轴在代谢性疾病中的互作**
肠道微生物群-内分泌轴的失调是多种代谢性疾病发生和发展的共同病理生理基础。在T2D、肥胖、甲状腺疾病等典型代谢性疾病中，这种互作表现出独特的模式和机制。
#### **4.1 典型代谢性疾病中的微生物群-内分泌互作实例**
**2型糖尿病（T2D）**：T2D的核心特征是胰岛素抵抗和β细胞功能障碍。研究表明，T2D患者的肠道菌群发生显著改变，通常表现为产丁酸菌（如*Faecalibacterium*）的减少和机会性致病菌的增加【PMID: 34524405】。菌群通过多种途径加剧T2D病程。一方面，菌群失调导致肠道屏障功能受损，LPS等炎症分子入血，激活TLR4/NF-κB通路，引发慢性低度炎症，加重胰岛素抵抗【PMID: 36641024】。另一方面，菌群代谢产物的改变直接影响血糖控制。例如，胰岛素抵抗个体肠道中单糖水平升高，与特定菌群的碳水化合物代谢增强有关【PMID: 37648852】。此外，在1型糖尿病（T1D）中，肠道菌群-免疫互作也参与了β细胞的破坏过程。一项随机对照试验显示，粪菌移植（Fecal Microbiota Transplantation, FMT）可以延缓新发T1D患者内源性胰岛素产量的下降，且β细胞功能的保留与小肠*Prevotella*丰度呈负相关，而与某些血浆代谢物（如1-花生四烯酰-GPC）水平呈正相关【PMID: 33106354】。
**肥胖**：肥胖被认为是能量摄入超过能量消耗的结果，而肠道微生物群在这一失衡过程中扮演了核心角色【PMID: 38066102】。肥胖个体的菌群通常表现为多样性降低，以及厚壁菌门/拟杆菌门（F/B）比值的改变【PMID: 36125787】。菌群通过影响能量获取、脂肪储存和食欲调节来促进肥胖。无菌小鼠在移植了肥胖小鼠的菌群后，会比移植了瘦小鼠菌群的同伴积累更多的脂肪，这表明菌群具有传递肥胖表型的能力【PMID: 38066102】。机制上，菌群代谢产物如SCFAs和次级胆汁酸，通过与宿主受体（如GPRs、FXR、TGR5）互作，调节脂肪组织的产热、脂肪酸氧化和脂质合成【PMID: 38066102, 39163273】。例如，高脂饮食会改变菌群结构，减少有益菌如*Akkermansia muciniphila*，从而影响胆汁酸谱和能量消耗【PMID: 39888270】。同时，菌群也通过肠-脑轴影响饮食行为，如调节下丘脑的食欲控制中枢和大脑的奖赏系统【PMID: 38777856, 37793780】。
**甲状腺疾病**：肠道菌群与甲状腺功能之间的联系日益清晰。自身免疫性甲状腺疾病（AITD）患者的菌群组成与健康人群存在差异，例如，GD患者中*Bacteroides*属丰度降低【PMID: 33593429】。动物模型研究有力地支持了菌群在AITD发病中的作用。在TSHR诱导的GD/GO模型中，调节菌群（如使用抗生素或FMT）能显著影响自身抗体水平、甲状腺组织学改变和眼眶病理【PMID: 33593429】。此外，菌群还参与甲状腺激素的代谢，影响其生物利用度【PMID: 38906998】。环境因素如内分泌干扰物DEHP，可通过扰乱肠道菌群和抑制局部甲状腺激素信号，加剧与年龄相关的肥胖【PMID: 41014783】。这些证据共同指向一个“肠-甲状腺轴”，其失调可能是甲状腺疾病发病和进展的重要驱动因素。
**其他相关代谢性疾病**：肠道微生物群-内分泌轴的失调还与其他代谢紊乱密切相关。
- **多囊卵巢综合征（PCOS）**：作为育龄女性最常见的内分泌紊乱，PCOS常伴有高雄激素血症、排卵功能障碍和代谢异常【PMID: 37859784】。PCOS患者的肠道菌群失调，可能通过多种途径影响疾病表型。例如，*B. vulgatus*产生的精脒通过激活FXR通路抑制GLP-1分泌，导致胰岛素抵抗【PMID: 38769396】。此外，菌群代谢产物丁酸水平的降低与颗粒细胞铁死亡增加有关，而补充丁酸或调节菌群产生丁酸的药物（如淫羊藿苷）可改善PCOS症状【PMID: 39547522】。
- **代谢相关脂肪性肝病（MASLD）**：MASLD（旧称NAFLD）的进展与肠-肝轴功能障碍密切相关【PMID: 38512763】。菌群失调和肠道屏障受损导致LPS等微生物产物进入肝脏，通过激活TLRs触发肝脏炎症和纤维化【PMID: 38512763, 35963848】。菌群对胆汁酸的代谢也至关重要。一种新发现的微生物源性胆汁酸3-琥珀酰胆酸（3-sucCA），由*Bacteroides uniformis*产生，可通过促进*Akkermansia muciniphila*的生长来缓解MASH【PMID: 38653239】。
- **男性生殖障碍**：代谢综合征常伴有精子生成障碍。研究发现，高能饮食诱导的菌群失调（如*Ruminococcaceae_NK4A214_group*丰度降低）导致胆汁酸水平下降，进而影响肠道对维生素A的吸收。循环中维生素A代谢异常最终损害睾丸功能，这一过程可通过FMT证实，揭示了“肠-睾丸轴”的存在【PMID: 33504491, 33985968】。肠道来源的外泌体携带的miRNA（如miR-211-5p）也被发现可介导菌群失调引起的精子发生障碍【PMID: 38526201】。
#### **4.2 机制整合与疾病进展**
综合来看，肠道微生物群-内分泌轴在代谢性疾病中的互作是一个多层次、多环节、网络化的复杂过程。疾病的发生和进展往往是多个机制协同作用的结果。
1. **菌群失调作为始动因素**：不健康的饮食（高脂、高糖）、抗生素滥用、环境暴露等因素首先引起肠道菌群失调【PMID: 34385401, 36041436, 38312240】。
2. **代谢产物谱改变与肠道屏障破坏**：菌群失调导致有益代谢物（如丁酸）减少，有害代谢物（如LPS、TMAO）增加【PMID: 39284033, 34385401】。丁酸的减少削弱了肠道屏障的完整性，而LPS等则直接破坏紧密连接，导致“肠漏”【PMID: 33483079】。
3. **系统性低度炎症与内分泌信号紊乱**：LPS等微生物相关分子模式（MAMPs）通过门静脉循环进入肝脏和全身，激活免疫细胞（如巨噬细胞），释放大量促炎细胞因子（如TNF-α, IL-6），形成慢性低度炎症状态【PMID: 38512763】。这种炎症状态是导致胰岛素抵抗、脂肪组织功能障碍和β细胞损伤的关键驱动力【PMID: 33293704, 40484558】。同时，改变的代谢物谱（如胆汁酸、SCFAs、吲哚衍生物）直接作用于各种宿主受体（FXR, TGR5, GPRs, AhR），干扰了GLP-1、胰岛素、甲状腺激素等关键激素的信号通路，进一步加剧了代谢紊乱【PMID: 35792223, 39163273, 39236631】。
4. **恶性循环与多器官受累**：代谢紊乱（如高血糖、高血脂）反过来又会进一步恶化肠道菌群的生态环境，形成恶性循环【PMID: 32887946】。长期的代谢失衡和炎症最终导致多器官损伤，如肝脏脂肪变性、心血管动脉粥样硬化、肾功能损害和神经退行性变，使疾病从单一的代谢异常演变为复杂的多系统疾病【PMID: 37230968, 40010448】。
### **五、基于微生物组的精准干预策略**
基于对肠道微生物群-内分泌轴互作机制的深入理解，一系列旨在通过调节肠道微生态来治疗代谢性疾病的精准干预策略应运而生，展现出巨大的临床应用潜力。
#### **5.1 个性化营养干预**
饮食是塑造肠道菌群最直接和有力的因素，因此，通过精准调控膳食成分来优化菌群结构和功能，是干预代谢性疾病的基石【PMID: 38326443】。
**膳食纤维与益生元**：膳食纤维，特别是可被菌群发酵的纤维（即益生元），是产SCFAs菌群的主要“食粮”。增加膳食纤维摄入，如菊粉、抗性淀粉、豆类等，已被证明可以增加菌群多样性，富集有益菌如*Bifidobacterium*、*Faecalibacterium*和*Akkermansia*，提高SCFAs产量，从而改善胰岛素抵抗、促进体重减轻、降低炎症水平【PMID: 38409604, 38040541, 39287045】。例如，一项随机对照试验表明，补充抗性淀粉可通过重塑肠道菌群（特别是增加*Bifidobacterium adolescentis*）来促进超重/肥胖个体的体重减轻【PMID: 38409604】。同样，菊粉治疗能改善PCOS患者的代谢紊乱和卵巢功能，其效果可由FMT传递，证明了菌群的中介作用【PMID: 40192074】。
**精准与个性化**：“精准营养”的概念强调，不同个体对膳食干预的反应存在显著差异，这主要由其基线菌群组成决定【PMID: 36125787, 36446139】。研究发现，个体对不同益生元的代谢反应在其内部是保守的，而个体间的反应差异与他们日常的纤维摄入量相关，纤维摄入不足者可能从益生元干预中获益更多【PMID: 35902900】。因此，未来的营养干预需要从“一刀切”转向“量体裁衣”，基于个体的微生物组和代谢表型特征，预测其对特定膳食纤维的反应，从而制定最优的个性化饮食方案【PMID: 36446139, 40253173】。
#### **5.2 益生菌/益生元的应用与机制**
益生菌是活的微生物，当摄入足够数量时，能为宿主带来健康益处。益生元则是选择性促进一种或多种有益菌生长和/或活性的底物。
**益生菌**：特定益生菌菌株已被证明在代谢性疾病中具有治疗潜力。例如，口服含有长双歧杆菌（*Bifidobacterium longum*）的益生菌混合物，能促进肝癌术后患者的肝功能恢复，改善其一年总生存率，这与5-羟色胺、次级胆汁酸和SCFAs等代谢途径的改变有关【PMID: 38091982】。在动物模型中，*Desulfovibrio vulgaris*作为一种有效的乙酸产生菌，能减轻小鼠的NAFLD【PMID: 34125646】。*Lactobacillus reuteri*则被发现可能参与调节糖皮质激素节律，影响应激反应【PMID: 39504963】。然而，益生菌的应用也面临挑战，如需要活菌在肠道中成功定植并发挥功能，这在复杂的肠道环境中并非易事【PMID: 39235984】。
**益生元/合生元/后生元**：益生元（如菊粉、低聚果糖FOS、灵芝多糖等）通过为有益菌提供“燃料”来发挥作用【PMID: 36448728, 33483079】。FOS能通过改变菌群、增加肠道粘液产生和分泌来预防高脂饮食诱导的肥胖【PMID: 36448728】。合生元（Synbiotics）是益生菌和益生元的组合，旨在协同增效。后生元（Postbiotics）则包括细菌衍生的成分和分子，如SCFAs、细胞壁组分等，它们可以直接作用于宿主，无需活菌定植，从而避免了定植效率低和对现有菌群产生广泛影响的问题【PMID: 39235984】。这些“下一代益生菌”和相关产品为微生物组干预提供了更精准、更可控的策略【PMID: 38432422】。
#### **5.3 粪菌移植（FMT）在代谢性疾病中的临床进展**
FMT是将健康供体的粪便微生物群移植到患者肠道内，以重建健康的肠道微生态。作为一种强有力的菌群干预手段，FMT在代谢性疾病中的应用正受到广泛关注。
**临床证据**：一项里程碑式的随机对照试验显示，对新发T1D患者进行自体FMT（与健康供体FMT相比），能在12个月内显著保留残余的β细胞功能，阻止内源性胰岛素产量的下降【PMID: 33106354】。这一发现为T1D的治疗提供了全新的思路。在其他代谢性疾病中，FMT也显示出潜力。动物实验中，移植来自胃旁路术后小鼠的菌群，能够复制手术带来的减重和代谢改善效果【PMID: 35739571】。同样，移植经益生元（如菊粉、灵芝多糖、海藻酸盐）处理后的小鼠菌群，也能将有益的代谢效应传递给受体小鼠，证实了菌群在这些干预措施中的核心作用【PMID: 40192074, 33483079, 34363822】。
**挑战与局限**：尽管前景广阔，FMT的应用仍面临诸多挑战。首先，FMT的疗效在不同研究和不同患者之间存在很大变异性，这可能与供体选择、受体基线状态、移植方案以及移植后环境等多种因素有关【PMID: 34453966】。一项研究警示，FMT后受体小鼠的饲养环境（无菌或SPF级）会显著影响其肠道菌群的定植和最终的代谢表型，凸显了标准化实验流程的重要性【PMID: 36881441】。此外，FMT的长期安全性和潜在风险（如传播未知病原体或诱发不良免疫反应）也需要更深入的研究和审慎的评估。因此，开发更精准的、基于特定功能菌株或菌群组合的“菌群疗法”，可能是比全粪移植更安全、更可控的未来方向【PMID: 40190259】。
### **六、展望与挑战**
肠道微生物群-内分泌轴的研究为我们理解和干预代谢性疾病打开了一扇全新的大门。尽管已取得显著进展，但该领域仍充满机遇与挑战。
#### **6.1 微生物组精准干预的未来方向**
未来的研究将更加聚焦于“精准”和“个体化”。
1. **从关联到因果的机制解析**：当前许多研究仍停留在描述菌群变化与疾病的关联上。未来需要更多地利用基因编辑的微生物【PMID: 35051369】、无菌动物模型、多组学整合分析和精心设计的人体干预试验，来阐明特定菌株、基因或代谢物在疾病发生发展中的确切因果作用和分子机制【PMID: 35105664, 32887946】。
2. **开发下一代生物治疗药物（LBTs）**：超越传统的益生菌和FMT，未来的趋势是开发基于功能定义的菌株组合或基因工程改造的“智能”活菌。这些工程菌可以被设计用于在肠道内原位合成特定的治疗性代谢物，或响应特定的疾病信号，从而实现更精准、高效的治疗【PMID: 38432422】。
3. **整合多组学数据与人工智能（AI）**：结合基因组学、转录组学、蛋白质组学、代谢组学和微生物组学数据，并利用AI和机器学习算法，有望构建预测模型，以识别疾病风险、预测治疗反应，并为患者量身定制个性化的营养和药物干预方案【PMID: 38759661, 36927888】。
4. **关注生命早期窗口**：生命早期是肠道菌群建立和免疫系统成熟的关键窗口期。孕期和婴幼儿时期的营养、药物暴露等都会对菌群产生深远影响，进而影响一生的健康【PMID: 38312240, 39161102】。因此，针对这一窗口期进行微生物组干预，可能在预防代谢性疾病方面具有事半功倍的效果【PMID: 36537331】。
#### **6.2 当前研究的局限与挑战**
1. **研究的异质性与可重复性**：不同研究在实验设计、样本处理、测序技术和数据分析方法上的差异，导致结果往往难以直接比较和重复。尤其是在FMT研究中，供体差异、移植方案和受体环境等因素都可能导致结果的巨大变异【PMID: 36881441】。
2. **从动物模型到人体的转化**：许多在动物模型中观察到的显著效果，在人体临床试验中往往难以复制。这反映了物种间的生理差异，以及人类生活方式、饮食和遗传背景的复杂性【PMID: 33493503】。
3. **混杂因素的干扰**：饮食、药物（尤其是抗生素和二甲双胍）、地理位置、社会经济状况等众多混杂因素都会影响肠道菌群，给解析菌群与疾病的独立关系带来了巨大挑战【PMID: 34524405, 37806986】。
4. **监管与伦理问题**：作为一种新兴的治疗手段，FMT和工程活菌等微生物疗法的监管框架尚不完善。其长期安全性、生产标准化、质量控制以及相关的伦理问题，都是实现临床转化前必须解决的难题【PMID: 38821100, 38759661】。
### **七、总结**
综上所述，肠道微生物群-内分泌轴作为连接环境、营养与宿主代谢稳态的核心枢纽，其功能失调在肥胖、糖尿病、甲状腺疾病等代谢性疾病的病理生理过程中扮演着至关重要的角色。肠道菌群通过其多样化的代谢产物，如短链脂肪酸和次级胆汁酸，以及细胞组分，深刻地影响着胰岛素信号、能量平衡、脂肪代谢和甲状腺功能等关键内分泌过程。这些复杂的互作网络为我们理解代谢性疾病的发生发展提供了全新的视角。
基于这些机制的深入解析，以调节肠道微生态为目标的精准干预策略，包括个性化营养、益生菌/益生元/后生元以及粪菌移植，正展现出巨大的治疗潜力。这些策略旨在通过恢复肠道菌群的平衡，纠正代谢产物谱的异常，进而改善宿主的内分泌功能和整体代谢健康。
然而，将这些基础研究成果成功转化为安全有效的临床实践，仍面临诸多挑战，包括阐明精确的因果机制、克服个体差异、解决技术和监管障碍等。未来的研究需要整合多组学技术与人工智能，开展设计严谨的大规模人体试验，并开发更为精准的下一代微生物疗法。通过不懈的努力，我们有理由相信，靶向肠道微生物群-内分泌轴的干预措施，终将为全球数以亿计的代谢性疾病患者带来更有效、更个体化的治疗新希望。【--Final content--】
**肠道微生物群-内分泌轴与代谢性疾病**
### **一、引言**
#### **1.1 代谢性疾病的流行现状与挑战**
代谢性疾病，包括肥胖、2型糖尿病（Type 2 Diabetes, T2D）、非酒精性脂肪性肝病（Nonalcoholic Fatty Liver Disease, NAFLD）及其进展形式非酒精性脂肪性肝炎（Nonalcoholic Steatohepatitis, NASH）等，已成为全球性的重大公共卫生挑战[1]。这些疾病的患病率正以惊人的速度增长，与肥胖、糖尿病和代谢综合征的流行趋势并行[2,3]。例如，NAFLD的全球患病率高达20-25%[2]。代谢性疾病不仅严重影响患者的生活质量，还显著增加了心脑血管疾病、神经系统疾病乃至某些癌症的风险[4,5]。尽管现代医学在治疗上取得了一定进展，但现有疗法多为对症处理，难以从根本上逆转疾病进程，且个体化差异显著，这给临床管理带来了巨大挑战[6,7]。因此，深入探索代谢性疾病的复杂病理生理机制，并开发更具精准性和个体化的干预策略，已成为当前医学研究的迫切需求。
#### **1.2 肠道微生物群-内分泌轴的研究背景与意义**
近年来，栖居于人体胃肠道的数万亿微生物——肠道微生物群（Gut Microbiota, GM），被认为是调节宿主健康的关键因素[8]。随着高通量测序、代谢组学等技术的发展，研究者们逐渐揭示了肠道微生物群与宿主之间复杂的相互作用，尤其是在代谢和免疫调节中的核心作用[5,8]。肠道微生物群通过产生多样化的代谢产物，与宿主的多个器官系统进行双向通讯，形成了所谓的“微生物-肠-脑轴”、“微生物-肠-肝轴”等复杂的调控网络[9,10]。
其中，肠道微生物群与内分泌系统的互作，即“肠道微生物群-内分泌轴”，正成为解释代谢性疾病发病机制的新兴前沿领域。内分泌系统通过激素调节全身的能量代谢、血糖稳态、脂肪储存和炎症反应，而肠道微生物群及其代谢产物能够直接或间接地影响激素的合成、分泌和信号传导[11,12]。研究发现，代谢性疾病患者普遍存在肠道菌群失调（dysbiosis），其组成和功能发生显著改变[1,5]。这种失调破坏了肠道微生物群-内分泌轴的稳态，进而驱动或加剧了胰岛素抵抗、能量失衡和慢性炎症等病理过程[13,14]。因此，深入阐明肠道微生物群-内分泌轴在代谢性疾病中的互作机制，不仅能为我们理解疾病的根本原因提供新视角，更有望为开发基于微生物组的精准诊断、预防和治疗新策略奠定坚实的理论基础[1,15]。
### **二、肠道微生物群及其代谢产物的生理功能**
#### **2.1 肠道菌群的组成与动态变化**
人体肠道微生物群是一个高度多样化且动态变化的生态系统，包含细菌、古菌、病毒和微真核生物等[16]。在健康个体中，菌群结构相对稳定，主要由厚壁菌门（Firmicutes）和拟杆菌门（Bacteroidetes）构成，它们与其他门类的微生物共同维持着肠道微生态的平衡[17]。然而，这个平衡并非一成不变，肠道菌群的组成和功能受到多种因素的深刻影响，包括宿主遗传、饮食、生活方式、抗生素使用以及生命早期暴露等[18,19]。例如，高脂饮食、高糖饮食或极低热量饮食等都会显著改变菌群结构[20,21,22]。此外，下丘脑等中枢神经系统也能通过神经通路快速调节肠道菌群的组成，揭示了宿主与微生物之间存在快速的双向通讯[23]。这种动态变化意味着肠道菌群是连接环境因素与宿主生理状态的关键枢纽。
#### **2.2 主要代谢产物的生成与作用**
肠道微生物群通过发酵宿主未消化的膳食成分（如膳食纤维）或代谢内源性物质（如胆汁酸），产生数以千计的生物活性代谢物，这些代谢物是菌群发挥生理功能的关键介质[1,8]。
**短链脂肪酸（Short-Chain Fatty Acids, SCFAs）**：主要包括乙酸、丙酸和丁酸，是膳食纤维经菌群发酵后的主要产物[24]。SCFAs是结肠细胞的主要能源，尤其是丁酸，它能通过促进上皮紧密连接、作为结肠细胞ATP产生燃料和调节免疫系统来维持肠道屏障的完整性[25]。SCFAs通过激活G蛋白偶联受体（G protein-coupled receptors, GPCRs）如GPR41、GPR43，或抑制组蛋白去乙酰化酶（Histone Deacetylases, HDACs）来调节宿主的免疫和代谢过程[8,24]。它们不仅在肠道局部发挥抗炎作用，还能进入循环系统，影响肝脏、肺部、大脑等远端器官的功能[24]。然而，SCFAs的作用具有背景依赖性，例如，尽管丁酸通常被认为是有益的，但在某些情况下，如在特定肿瘤微环境中，它可能通过抑制HDAC2促进肺癌转移[26]。
**次级胆汁酸（Secondary Bile Acids）**：初级胆汁酸在肝脏由胆固醇合成，进入肠道后，被肠道菌群（如*Clostridium*属）代谢转化为次级胆汁酸，如石胆酸（lithocholic acid, LCA）和脱氧胆酸（deoxycholic acid, DCA）[8,27]。这些胆汁酸（Bile Acids, BAs）是有效的信号分子，通过激活法尼醇X受体（Farnesoid X Receptor, FXR）和Takeda G蛋白偶联受体5（TGR5）等受体，广泛参与调节葡萄糖、脂质和能量代谢[27,28]。例如，特定次级胆汁酸可通过激活肠道FXR和全身TGR5信号通路，重新激活棕色脂肪组织的产热功能，从而改善能量平衡[29]。菌群对胆汁酸的代谢重塑了整个胆汁酸池的组成，这种变化与多种代谢性疾病的发生发展密切相关[30]。
**其他代谢产物**：肠道菌群还能产生多种其他影响宿主内分泌和代谢的分子。
- **色氨酸代谢物**：如吲哚及其衍生物，可以通过激活芳香烃受体（Aryl Hydrocarbon Receptor, AhR）来调节免疫和代谢[8,31]。例如，吲哚-3-丙酸（IPA）能增强免疫治疗效果[32]，而吲哚-3-乳酸（ILA）则参与调节胆汁酸代谢[33]。
- **三甲胺-N-氧化物（Trimethylamine N-oxide, TMAO）**：由菌群代谢膳食中的胆碱和左旋肉碱生成三甲胺（TMA），再经肝脏氧化而成[20]。高水平的TMAO与心血管疾病风险增加有关[34]。高脂饮食可通过损害结肠上皮细胞线粒体功能，增加氧气和硝酸盐的腔内生物利用度，从而加剧*Escherichia coli*对胆碱的分解代谢，导致循环TMAO水平升高[20]。
- **支链氨基酸（Branched-Chain Amino Acids, BCAAs）**、**酚类衍生物**和**内源性大麻素**等也被证实参与了代谢性疾病的病理过程[1,8]。
### **三、肠道微生物群影响内分泌过程的机制**
肠道微生物群通过其代谢产物和细胞组分，构建了一个复杂的信号网络，深刻地影响着宿主的内分泌功能，尤其是在能量代谢的核心环节。
#### **3.1 对胰岛素抵抗的调控机制**
胰岛素抵抗是T2D和多种代谢综合征的核心病理特征。肠道微生物群通过多种途径调节胰岛素敏感性。
首先，菌群的碳水化合物代谢能力与胰岛素抵抗直接相关。一项结合多组学的研究发现，胰岛素抵抗个体的粪便中，宿主可利用的单糖含量增加，这与特定的微生物碳水化合物代谢途径和宿主炎症细胞因子水平相关。与胰岛素敏感性相关的细菌表现出独特的碳水化合物代谢模式，移植这些细菌能够改善小鼠的胰岛素抵抗表型[14]。
其次，微生物代谢产物是关键的调控分子。SCFAs，特别是丁酸，通常被认为能改善胰岛素敏感性，其机制可能涉及促进胰高血糖素样肽-1（Glucagon-like peptide-1, GLP-1）的分泌[35]。GLP-1是一种肠促胰岛素，能促进胰岛素分泌并抑制胰高血糖素释放。然而，某些微生物代谢物也可能导致胰岛素抵抗。例如，在多囊卵巢综合征（Polycystic Ovary Syndrome, PCOS）模型中，*Bacteroides vulgatus*产生的精脒（agmatine）可作为FXR激动剂，抑制L细胞分泌GLP-1，从而导致胰岛素抵抗和卵巢功能障碍[36]。
此外，菌群失调引起的低度慢性炎症是诱发胰岛素抵抗的另一重要机制。菌群产生的脂多糖（Lipopolysaccharide, LPS）等成分可破坏肠道屏障，进入血液循环，激活Toll样受体4（Toll-like receptor 4, TLR4）信号通路，引发全身性炎症，损害胰岛素信号传导[37,38]。一些益生元如茯苓多糖（PCP）可通过调节菌群，增加SCFAs产生，激活成纤维细胞生长因子21（FGF21）/PI3K/AKT信号通路，从而改善肥胖引起的脂肪组织胰岛素抵抗[39]。
#### **3.2 脂肪堆积与能量稳态的调节**
肠道微生物群在调节能量摄入、消耗和储存方面扮演着“内分泌器官”的角色[13]。
在能量消耗方面，菌群及其代谢产物能调节脂肪组织的产热功能。研究表明，一些干预措施如槲皮素给药或胃旁路手术，可通过重塑菌群，特别是增加非12α-羟基化胆汁酸（如熊去氧胆酸UDCA和LCA）的产生，这些胆汁酸激活脂肪细胞上的TGR5，刺激白色脂肪组织（WAT）的“褐变”和棕色脂肪组织（BAT）的产热，从而增加能量消耗，对抗肥胖[28,29]。同样，富含*Akkermansia muciniphila*的菌群产生的ILA可通过FTO/m6A/YTHDF2通路，上调胆汁酸合成关键酶CYP8B1的表达，促进胆固醇向胆酸（CA）转化，CA进而激活脂肪组织中的FXR，抑制脂质积累[33]。
在能量摄入方面，肠道菌群与肠道内分泌细胞（Enteroendocrine cells, EECs）的互作调节食欲。一项研究发现，结肠EECs的缺失会导致小鼠食欲过盛和肥胖，而这种表型可通过菌群移植传递，证明菌群在其中起着必要和充分的作用。机制上，菌群产生的谷氨酸差异与食欲增加有关，结肠内给予谷氨酸可直接增加食物摄入[40]。此外，益生元干预可通过改变菌群，影响与食物决策相关的奖赏脑区的活动，减少对高热量食物的偏好[41]。
在能量储存方面，菌群通过多种机制影响脂肪的吸收和积累。例如，由饮食糖分诱导的菌群失调，特别是*Faecalibaculum rodentium*的增殖，会耗尽具有保护作用的Th17细胞，而这些Th17细胞通过IL-17依赖的方式调节肠道上皮的脂质吸收，从而保护宿主免受代谢综合征的影响[21]。
#### **3.3 肠道菌群与甲状腺功能的关联**
甲状腺是调节新陈代谢率的关键内分泌器官，其功能与肠道微生物群之间存在着密切的双向联系[42]。
首先，肠道菌群参与甲状腺激素的代谢。肠道是甲状腺激素储存和代谢的重要场所，菌群可以影响甲状腺激素的吸收、降解和肠肝循环，从而调节循环中活性甲状腺激素的水平[42]。
其次，菌群失调与自身免疫性甲状腺疾病（Autoimmune Thyroid Diseases, AITD），如格雷夫斯病（Graves' disease, GD）和桥本氏甲状腺炎有关。在GD/GO（Graves' orbitopathy）的小鼠模型中，菌群组成与TSHR诱导的疾病异质性相关。使用万古霉素减少菌群丰度和多样性，可显著降低GD和GO的发病率和严重程度，这与*Akkermansia* spp.的减少和IL-4水平的增加有关。相反，移植来自严重GO患者的粪菌则加重了诱导的GD[43]。这表明菌群在TSHR诱导的自身免疫中扮演了重要角色。
此外，环境内分泌干扰物（EDCs）可通过影响肠道菌群-甲状腺轴来破坏代谢稳态。例如，环境污染物DEHP暴露可通过引起菌群失调（如*Prevotellaceae_UCG-001*丰度增加）和抑制脂肪组织中局部甲状腺激素信号（脱碘酶和甲状腺激素受体表达下调），加速老年小鼠的脂质代谢紊乱[44]。另一项研究也发现，TCEP暴露通过破坏下丘脑-垂体-甲状腺（HPT）轴和肠-肝轴，对斑马鱼产生肝毒性效应[45]。一个有趣的进化案例是，大熊猫体内*DUOX2*基因的单核苷酸突变导致甲状腺功能减退，进而引起能量消耗降低等适应性表型，而这种突变也伴随着肠道菌群的改变[46]。
### **四、肠道微生物群-内分泌轴在代谢性疾病中的互作**
肠道微生物群-内分泌轴的失调是多种代谢性疾病发生和发展的共同病理生理基础。在T2D、肥胖、甲状腺疾病等典型代谢性疾病中，这种互作表现出独特的模式和机制。
#### **4.1 典型代谢性疾病中的微生物群-内分泌互作实例**
**2型糖尿病（T2D）**：T2D的核心特征是胰岛素抵抗和β细胞功能障碍。研究表明，T2D患者的肠道菌群发生显著改变，通常表现为产丁酸菌（如*Faecalibacterium*）的减少和机会性致病菌的增加[47]。菌群通过多种途径加剧T2D病程。一方面，菌群失调导致肠道屏障功能受损，LPS等炎症分子入血，激活TLR4/NF-κB通路，引发慢性低度炎症，加重胰岛素抵抗[38]。另一方面，菌群代谢产物的改变直接影响血糖控制。例如，胰岛素抵抗个体肠道中单糖水平升高，与特定菌群的碳水化合物代谢增强有关[14]。此外，在1型糖尿病（T1D）中，肠道菌群-免疫互作也参与了β细胞的破坏过程。一项随机对照试验显示，粪菌移植（Fecal Microbiota Transplantation, FMT）可以延缓新发T1D患者内源性胰岛素产量的下降，且β细胞功能的保留与小肠*Prevotella*丰度呈负相关，而与某些血浆代谢物（如1-花生四烯酰-GPC）水平呈正相关[48]。
**肥胖**：肥胖被认为是能量摄入超过能量消耗的结果，而肠道微生物群在这一失衡过程中扮演了核心角色[13]。肥胖个体的菌群通常表现为多样性降低，以及厚壁菌门/拟杆菌门（F/B）比值的改变[17]。菌群通过影响能量获取、脂肪储存和食欲调节来促进肥胖。无菌小鼠在移植了肥胖小鼠的菌群后，会比移植了瘦小鼠菌群的同伴积累更多的脂肪，这表明菌群具有传递肥胖表型的能力[13]。机制上，菌群代谢产物如SCFAs和次级胆汁酸，通过与宿主受体（如GPRs、FXR、TGR5）互作，调节脂肪组织的产热、脂肪酸氧化和脂质合成[13,28]。例如，高脂饮食会改变菌群结构，减少有益菌如*Akkermansia muciniphila*，从而影响胆汁酸谱和能量消耗[33]。同时，菌群也通过肠-脑轴影响饮食行为，如调节下丘脑的食欲控制中枢和大脑的奖赏系统[40,41]。
**甲状腺疾病**：肠道菌群与甲状腺功能之间的联系日益清晰。自身免疫性甲状腺疾病（AITD）患者的菌群组成与健康人群存在差异，例如，GD患者中*Bacteroides*属丰度降低[43]。动物模型研究有力地支持了菌群在AITD发病中的作用。在TSHR诱导的GD/GO模型中，调节菌群（如使用抗生素或FMT）能显著影响自身抗体水平、甲状腺组织学改变和眼眶病理[43]。此外，菌群还参与甲状腺激素的代谢，影响其生物利用度[42]。环境因素如内分泌干扰物DEHP，可通过扰乱肠道菌群和抑制局部甲状腺激素信号，加剧与年龄相关的肥胖[44]。这些证据共同指向一个“肠-甲状腺轴”，其失调可能是甲状腺疾病发病和进展的重要驱动因素。
**其他相关代谢性疾病**：肠道微生物群-内分泌轴的失调还与其他代谢紊乱密切相关。
- **多囊卵巢综合征（PCOS）**：作为育龄女性最常见的内分泌紊乱，PCOS常伴有高雄激素血症、排卵功能障碍和代谢异常[49]。PCOS患者的肠道菌群失调，可能通过多种途径影响疾病表型。例如，*B. vulgatus*产生的精脒通过激活FXR通路抑制GLP-1分泌，导致胰岛素抵抗[36]。此外，菌群代谢产物丁酸水平的降低与颗粒细胞铁死亡增加有关，而补充丁酸或调节菌群产生丁酸的药物（如淫羊藿苷）可改善PCOS症状[50]。
- **代谢相关脂肪性肝病（MASLD）**：MASLD（旧称NAFLD）的进展与肠-肝轴功能障碍密切相关[51]。菌群失调和肠道屏障受损导致LPS等微生物产物进入肝脏，通过激活TLRs触发肝脏炎症和纤维化[7,51]。菌群对胆汁酸的代谢也至关重要。一种新发现的微生物源性胆汁酸3-琥珀酰胆酸（3-sucCA），由*Bacteroides uniformis*产生，可通过促进*Akkermansia muciniphila*的生长来缓解MASH[52]。
- **男性生殖障碍**：代谢综合征常伴有精子生成障碍。研究发现，高能饮食诱导的菌群失调（如*Ruminococcaceae_NK4A214_group*丰度降低）导致胆汁酸水平下降，进而影响肠道对维生素A的吸收。循环中维生素A代谢异常最终损害睾丸功能，这一过程可通过FMT证实，揭示了“肠-睾丸轴”的存在[53,54]。肠道来源的外泌体携带的miRNA（如miR-211-5p）也被发现可介导菌群失调引起的精子发生障碍[55]。
#### **4.2 机制整合与疾病进展**
综合来看，肠道微生物群-内分泌轴在代谢性疾病中的互作是一个多层次、多环节、网络化的复杂过程。疾病的发生和进展往往是多个机制协同作用的结果。
1. **菌群失调作为始动因素**：不健康的饮食（高脂、高糖）、抗生素滥用、环境暴露等因素首先引起肠道菌群失调[19,20,21]。
2. **代谢产物谱改变与肠道屏障破坏**：菌群失调导致有益代谢物（如丁酸）减少，有害代谢物（如LPS、TMAO）增加[20,25]。丁酸的减少削弱了肠道屏障的完整性，而LPS等则直接破坏紧密连接，导致“肠漏”[37]。
3. **系统性低度炎症与内分泌信号紊乱**：LPS等微生物相关分子模式（MAMPs）通过门静脉循环进入肝脏和全身，激活免疫细胞（如巨噬细胞），释放大量促炎细胞因子（如TNF-α, IL-6），形成慢性低度炎症状态[51]。这种炎症状态是导致胰岛素抵抗、脂肪组织功能障碍和β细胞损伤的关键驱动力[6,39]。同时，改变的代谢物谱（如胆汁酸、SCFAs、吲哚衍生物）直接作用于各种宿主受体（FXR, TGR5, GPRs, AhR），干扰了GLP-1、胰岛素、甲状腺激素等关键激素的信号通路，进一步加剧了代谢紊乱[27,28,31]。
4. **恶性循环与多器官受累**：代谢紊乱（如高血糖、高血脂）反过来又会进一步恶化肠道菌群的生态环境，形成恶性循环[5]。长期的代谢失衡和炎症最终导致多器官损伤，如肝脏脂肪变性、心血管动脉粥样硬化、肾功能损害和神经退行性变，使疾病从单一的代谢异常演变为复杂的多系统疾病[4,34]。
### **五、基于微生物组的精准干预策略**
基于对肠道微生物群-内分泌轴互作机制的深入理解，一系列旨在通过调节肠道微生态来治疗代谢性疾病的精准干预策略应运而生，展现出巨大的临床应用潜力。
#### **5.1 个性化营养干预**
饮食是塑造肠道菌群最直接和有力的因素，因此，通过精准调控膳食成分来优化菌群结构和功能，是干预代谢性疾病的基石[56]。
**膳食纤维与益生元**：膳食纤维，特别是可被菌群发酵的纤维（即益生元），是产SCFAs菌群的主要“食粮”。增加膳食纤维摄入，如菊粉、抗性淀粉、豆类等，已被证明可以增加菌群多样性，富集有益菌如*Bifidobacterium*、*Faecalibacterium*和*Akkermansia*，提高SCFAs产量，从而改善胰岛素抵抗、促进体重减轻、降低炎症水平[57,58,59]。例如，一项随机对照试验表明，补充抗性淀粉可通过重塑肠道菌群（特别是增加*Bifidobacterium adolescentis*）来促进超重/肥胖个体的体重减轻[57]。同样，菊粉治疗能改善PCOS患者的代谢紊乱和卵巢功能，其效果可由FMT传递，证明了菌群的中介作用[60]。
**精准与个性化**：“精准营养”的概念强调，不同个体对膳食干预的反应存在显著差异，这主要由其基线菌群组成决定[17,61]。研究发现，个体对不同益生元的代谢反应在其内部是保守的，而个体间的反应差异与他们日常的纤维摄入量相关，纤维摄入不足者可能从益生元干预中获益更多[62]。因此，未来的营养干预需要从“一刀切”转向“量体裁衣”，基于个体的微生物组和代谢表型特征，预测其对特定膳食纤维的反应，从而制定最优的个性化饮食方案[61,63]。
#### **5.2 益生菌/益生元的应用与机制**
益生菌是活的微生物，当摄入足够数量时，能为宿主带来健康益处。益生元则是选择性促进一种或多种有益菌生长和/或活性的底物。
**益生菌**：特定益生菌菌株已被证明在代谢性疾病中具有治疗潜力。例如，口服含有长双歧杆菌（*Bifidobacterium longum*）的益生菌混合物，能促进肝癌术后患者的肝功能恢复，改善其一年总生存率，这与5-羟色胺、次级胆汁酸和SCFAs等代谢途径的改变有关[64]。在动物模型中，*Desulfovibrio vulgaris*作为一种有效的乙酸产生菌，能减轻小鼠的NAFLD[65]。*Lactobacillus reuteri*则被发现可能参与调节糖皮质激素节律，影响应激反应[66]。然而，益生菌的应用也面临挑战，如需要活菌在肠道中成功定植并发挥功能，这在复杂的肠道环境中并非易事[11]。
**益生元/合生元/后生元**：益生元（如菊粉、低聚果糖FOS、灵芝多糖等）通过为有益菌提供“燃料”来发挥作用[37,67]。FOS能通过改变菌群、增加肠道粘液产生和分泌来预防高脂饮食诱导的肥胖[67]。合生元（Synbiotics）是益生菌和益生元的组合，旨在协同增效。后生元（Postbiotics）则包括细菌衍生的成分和分子，如SCFAs、细胞壁组分等，它们可以直接作用于宿主，无需活菌定植，从而避免了定植效率低和对现有菌群产生广泛影响的问题[11]。这些“下一代益生菌”和相关产品为微生物组干预提供了更精准、更可控的策略[68]。
#### **5.3 粪菌移植（FMT）在代谢性疾病中的临床进展**
FMT是将健康供体的粪便微生物群移植到患者肠道内，以重建健康的肠道微生态。作为一种强有力的菌群干预手段，FMT在代谢性疾病中的应用正受到广泛关注。
**临床证据**：一项里程碑式的随机对照试验显示，对新发T1D患者进行自体FMT（与健康供体FMT相比），能在12个月内显著保留残余的β细胞功能，阻止内源性胰岛素产量的下降[48]。这一发现为T1D的治疗提供了全新的思路。在其他代谢性疾病中，FMT也显示出潜力。动物实验中，移植来自胃旁路术后小鼠的菌群，能够复制手术带来的减重和代谢改善效果[29]。同样，移植经益生元（如菊粉、灵芝多糖、海藻酸盐）处理后的小鼠菌群，也能将有益的代谢效应传递给受体小鼠，证实了菌群在这些干预措施中的核心作用[37,60,69]。
**挑战与局限**：尽管前景广阔，FMT的应用仍面临诸多挑战。首先，FMT的疗效在不同研究和不同患者之间存在很大变异性，这可能与供体选择、受体基线状态、移植方案以及移植后环境等多种因素有关[70]。一项研究警示，FMT后受体小鼠的饲养环境（无菌或SPF级）会显著影响其肠道菌群的定植和最终的代谢表型，凸显了标准化实验流程的重要性[71]。此外，FMT的长期安全性和潜在风险（如传播未知病原体或诱发不良免疫反应）也需要更深入的研究和审慎的评估。因此，开发更精准的、基于特定功能菌株或菌群组合的“菌群疗法”，可能是比全粪移植更安全、更可控的未来方向[72]。
### **六、展望与挑战**
肠道微生物群-内分泌轴的研究为我们理解和干预代谢性疾病打开了一扇全新的大门。尽管已取得显著进展，但该领域仍充满机遇与挑战。
#### **6.1 微生物组精准干预的未来方向**
未来的研究将更加聚焦于“精准”和“个体化”。
1. **从关联到因果的机制解析**：当前许多研究仍停留在描述菌群变化与疾病的关联上。未来需要更多地利用基因编辑的微生物[73]、无菌动物模型、多组学整合分析和精心设计的人体干预试验，来阐明特定菌株、基因或代谢物在疾病发生发展中的确切因果作用和分子机制[5,8]。
2. **开发下一代生物治疗药物（LBTs）**：超越传统的益生菌和FMT，未来的趋势是开发基于功能定义的菌株组合或基因工程改造的“智能”活菌。这些工程菌可以被设计用于在肠道内原位合成特定的治疗性代谢物，或响应特定的疾病信号，从而实现更精准、高效的治疗[68]。
3. **整合多组学数据与人工智能（AI）**：结合基因组学、转录组学、蛋白质组学、代谢组学和微生物组学数据，并利用AI和机器学习算法，有望构建预测模型，以识别疾病风险、预测治疗反应，并为患者量身定制个性化的营养和药物干预方案[74,75]。
4. **关注生命早期窗口**：生命早期是肠道菌群建立和免疫系统成熟的关键窗口期。孕期和婴幼儿时期的营养、药物暴露等都会对菌群产生深远影响，进而影响一生的健康[19,76]。因此，针对这一窗口期进行微生物组干预，可能在预防代谢性疾病方面具有事半功倍的效果[77]。
#### **6.2 当前研究的局限与挑战**
1. **研究的异质性与可重复性**：不同研究在实验设计、样本处理、测序技术和数据分析方法上的差异，导致结果往往难以直接比较和重复。尤其是在FMT研究中，供体差异、移植方案和受体环境等因素都可能导致结果的巨大变异[71]。
2. **从动物模型到人体的转化**：许多在动物模型中观察到的显著效果，在人体临床试验中往往难以复制。这反映了物种间的生理差异，以及人类生活方式、饮食和遗传背景的复杂性[78]。
3. **混杂因素的干扰**：饮食、药物（尤其是抗生素和二甲双胍）、地理位置、社会经济状况等众多混杂因素都会影响肠道菌群，给解析菌群与疾病的独立关系带来了巨大挑战[47,79]。
4. **监管与伦理问题**：作为一种新兴的治疗手段，FMT和工程活菌等微生物疗法的监管框架尚不完善。其长期安全性、生产标准化、质量控制以及相关的伦理问题，都是实现临床转化前必须解决的难题[74,80]。
### **七、总结**
综上所述，肠道微生物群-内分泌轴作为连接环境、营养与宿主代谢稳态的核心枢纽，其功能失调在肥胖、糖尿病、甲状腺疾病等代谢性疾病的病理生理过程中扮演着至关重要的角色。肠道菌群通过其多样化的代谢产物，如短链脂肪酸和次级胆汁酸，以及细胞组分，深刻地影响着胰岛素信号、能量平衡、脂肪代谢和甲状腺功能等关键内分泌过程。这些复杂的互作网络为我们理解代谢性疾病的发生发展提供了全新的视角。
基于这些机制的深入解析，以调节肠道微生态为目标的精准干预策略，包括个性化营养、益生菌/益生元/后生元以及粪菌移植，正展现出巨大的治疗潜力。这些策略旨在通过恢复肠道菌群的平衡，纠正代谢产物谱的异常，进而改善宿主的内分泌功能和整体代谢健康。
然而，将这些基础研究成果成功转化为安全有效的临床实践，仍面临诸多挑战，包括阐明精确的因果机制、克服个体差异、解决技术和监管障碍等。未来的研究需要整合多组学技术与人工智能，开展设计严谨的大规模人体试验，并开发更为精准的下一代微生物疗法。通过不懈的努力，我们有理由相信，靶向肠道微生物群-内分泌轴的干预措施，终将为全球数以亿计的代谢性疾病患者带来更有效、更个体化的治疗新希望。
参考文献
[1] Allison Agus, Karine Clément, Harry Sokol. Gut microbiota-derived metabolites as central regulators in metabolic disorders. Gut. 2021;70(6):1174-1182. https://pubmed.ncbi.nlm.nih.gov/33272977/
[2] Josep M Llovet, Catherine E Willoughby, Amit G Singal, et al. Nonalcoholic steatohepatitis-related hepatocellular carcinoma: pathogenesis and treatment. Nat Rev Gastroenterol Hepatol. 2023;20(8):487-503. https://pubmed.ncbi.nlm.nih.gov/36932227/
[3] Xiaobo Wang, Liang Zhang, Bingning Dong. Molecular mechanisms in MASLD/MASH-related HCC. Hepatology. 2025;82(5):1303-1324. https://pubmed.ncbi.nlm.nih.gov/38349726/
[4] Renjun Lv, Xueying Liu, Yue Zhang, et al. Pathophysiological mechanisms and therapeutic approaches in obstructive sleep apnea syndrome. Signal Transduct Target Ther. 2023;8(1):218. https://pubmed.ncbi.nlm.nih.gov/37230968/
[5] Yong Fan, Oluf Pedersen. Gut microbiota in human metabolic health and disease. Nat Rev Microbiol. 2021;19(1):55-71. https://pubmed.ncbi.nlm.nih.gov/32887946/
[6] Bart O Roep, Sofia Thomaidou, René van Tienhoven, et al. Type 1 diabetes mellitus as a disease of the β-cell (do not blame the immune system?). Nat Rev Endocrinol. 2021;17(3):150-161. https://pubmed.ncbi.nlm.nih.gov/33293704/
[7] Xiaohan Xu, Kyle L Poulsen, Lijuan Wu, et al. Targeted therapeutics and novel signaling pathways in non-alcohol-associated fatty liver/steatohepatitis (NAFL/NASH). Signal Transduct Target Ther. 2022;7(1):287. https://pubmed.ncbi.nlm.nih.gov/35963848/
[8] Willem M de Vos, Herbert Tilg, Matthias Van Hul, et al. Gut microbiome and health: mechanistic insights. Gut. 2022;71(5):1020-1032. https://pubmed.ncbi.nlm.nih.gov/35105664/
[9] Jian Sheng Loh, Wen Qi Mak, Li Kar Stella Tan, et al. Microbiota-gut-brain axis and its therapeutic applications in neurodegenerative diseases. Signal Transduct Target Ther. 2024;9(1):37. https://pubmed.ncbi.nlm.nih.gov/38360862/
[10] Herbert Tilg, Timon E Adolph, Michael Trauner. Gut-liver axis: Pathophysiological concepts and clinical implications. Cell Metab. 2022;34(11):1700-1718. https://pubmed.ncbi.nlm.nih.gov/36208625/
[11] Han Fang, Rodrigo Rodrigues E-Lacerda, Nicole G Barra, et al. Postbiotic Impact on Host Metabolism and Immunity Provides Therapeutic Potential in Metabolic Disease. Endocr Rev. 2025;46(1):60-79. https://pubmed.ncbi.nlm.nih.gov/39235984/
[12] Hallie R Wachsmuth, Savanna N Weninger, Frank A Duca. Role of the gut-brain axis in energy and glucose metabolism. Exp Mol Med. 2022;54(4):377-392. https://pubmed.ncbi.nlm.nih.gov/35474341/
[13] Patrice D Cani, Matthias Van Hul. Gut microbiota in overweight and obesity: crosstalk with adipose tissue. Nat Rev Gastroenterol Hepatol. 2024;21(3):164-183. https://pubmed.ncbi.nlm.nih.gov/38066102/
[14] Tadashi Takeuchi, Tetsuya Kubota, Yumiko Nakanishi, et al. Gut microbial carbohydrate metabolism contributes to insulin resistance. Nature. 2023;621(7978):389-395. https://pubmed.ncbi.nlm.nih.gov/37648852/
[15] Karina Ratiner, Dragos Ciocan, Suhaib K Abdeen, et al. Utilization of the microbiome in personalized medicine. Nat Rev Microbiol. 2024;22(5):291-308. https://pubmed.ncbi.nlm.nih.gov/38110694/
[16] Jonathon L Baker, Jessica L Mark Welch, Kathryn M Kauffman, et al. The oral microbiome: diversity, biogeography and human health. Nat Rev Microbiol. 2024;22(2):89-104. https://pubmed.ncbi.nlm.nih.gov/37700024/
[17] V Saroja Voruganti. Precision Nutrition: Recent Advances in Obesity. Physiology (Bethesda). 2023;38(1):0. https://pubmed.ncbi.nlm.nih.gov/36125787/
[18] Manon C W Spaander, Ann G Zauber, Sapna Syngal, et al. Young-onset colorectal cancer. Nat Rev Dis Primers. 2023;9(1):21. https://pubmed.ncbi.nlm.nih.gov/37105987/
[19] Huan Huang, Jiayin Jiang, Xinyu Wang, et al. Exposure to prescribed medication in early life and impacts on gut microbiota and disease development. EClinicalMedicine. 2024;68:102428. https://pubmed.ncbi.nlm.nih.gov/38312240/
[20] Woongjae Yoo, Jacob K Zieba, Nora J Foegeding, et al. High-fat diet-induced colonocyte dysfunction escalates microbiota-derived trimethylamine N-oxide. Science. 2021;373(6556):813-818. https://pubmed.ncbi.nlm.nih.gov/34385401/
[21] Yoshinaga Kawano, Madeline Edwards, Yiming Huang, et al. Microbiota imbalance induced by dietary sugar disrupts immune-mediated protection from metabolic syndrome. Cell. 2022;185(19):3501-3519.e20. https://pubmed.ncbi.nlm.nih.gov/36041436/
[22] Reiner Jumpertz von Schwartzenberg, Jordan E Bisanz, Svetlana Lyalina, et al. Caloric restriction disrupts the microbiota and colonization resistance. Nature. 2021;595(7866):272-277. https://pubmed.ncbi.nlm.nih.gov/34163067/
[23] Míriam Toledo, Sara Martínez-Martínez, Matthias Van Hul, et al. Rapid modulation of gut microbiota composition by hypothalamic circuits in mice. Nat Metab. 2025;7(6):1123-1135. https://pubmed.ncbi.nlm.nih.gov/40263603/
[24] Elizabeth R Mann, Ying Ka Lam, Holm H Uhlig. Short-chain fatty acids: linking diet, the microbiome and immunity. Nat Rev Immunol. 2024;24(8):577-595. https://pubmed.ncbi.nlm.nih.gov/38565643/
[25] Kallie E Hays, Jacob M Pfaffinger, Rebecca Ryznar. The interplay between gut microbiota, short-chain fatty acids, and implications for host health and disease. Gut Microbes. 2024;16(1):2393270. https://pubmed.ncbi.nlm.nih.gov/39284033/
[26] Yi Ma, Haiming Chen, Haoran Li, et al. Intratumor microbiome-derived butyrate promotes lung cancer metastasis. Cell Rep Med. 2024;5(4):101488. https://pubmed.ncbi.nlm.nih.gov/38565146/
[27] Jingwei Cai, Bipin Rimal, Changtao Jiang, et al. Bile acid metabolism and signaling, the microbiota, and metabolic disease. Pharmacol Ther. 2022;237:108238. https://pubmed.ncbi.nlm.nih.gov/35792223/
[28] Xiaoqiang Zhu, Xiaojuan Dai, Lijun Zhao, et al. Quercetin activates energy expenditure to combat metabolic syndrome through modulating gut microbiota-bile acids crosstalk in mice. Gut Microbes. 2024;16(1):2390136. https://pubmed.ncbi.nlm.nih.gov/39163273/
[29] Julia Münzker, Nadine Haase, Andreas Till, et al. Functional changes of the gastric bypass microbiota reactivate thermogenic adipose tissue and systemic glucose control via intestinal FXR-TGR5 crosstalk in diet-induced obesity. Microbiome. 2022;10(1):96. https://pubmed.ncbi.nlm.nih.gov/35739571/
[30] Kelly A Fogelson, Pieter C Dorrestein, Amir Zarrinpar, et al. The Gut Microbial Bile Acid Modulation and Its Relevance to Digestive Health and Diseases. Gastroenterology. 2023;164(7):1069-1085. https://pubmed.ncbi.nlm.nih.gov/36841488/
[31] Xiudan Wang, Rui Tian, Chenghong Liang, et al. Biomimetic nanoplatform with microbiome modulation and antioxidant functions ameliorating insulin resistance and pancreatic β-cell dysfunction for T2DM management. Biomaterials. 2025;313:122804. https://pubmed.ncbi.nlm.nih.gov/39236631/
[32] Dingjiacheng Jia, Qiwen Wang, Yadong Qi, et al. Microbial metabolite enhances immunotherapy efficacy by modulating Txa0cell stemness in pan-cancer. Cell. 2024;187(7):1651-1665.e21. https://pubmed.ncbi.nlm.nih.gov/38490195/
[33] Jiaqi Liu, Youhua Liu, Chaoqun Huang, et al. Quercetin-Driven Akkermansia Muciniphila Alleviates Obesity by Modulating Bile Acid Metabolism via an ILA/m6A/CYP8B1 Signaling. Adv Sci (Weinh). 2025;12(12):e2412865. https://pubmed.ncbi.nlm.nih.gov/39888270/
[34] Yuchen Lai, Yujie Zhu, Xihui Zhang, et al. Gut microbiota-derived metabolites: Potential targets for cardiorenal syndrome. Pharmacol Res. 2025;214:107672. https://pubmed.ncbi.nlm.nih.gov/40010448/
[35] Tatsuya Fukuda, Ryotaro Bouchi, Takato Takeuchi, et al. Importance of Intestinal Environment and Cellular Plasticity of Islets in the Development of Postpancreatectomy Diabetes. Diabetes Care. 2021;44(4):1002-1011. https://pubmed.ncbi.nlm.nih.gov/33627367/
[36] Chuyu Yun, Sen Yan, Baoying Liao, et al. The microbial metabolite agmatine acts as an FXR agonist to promote polycystic ovary syndrome in female mice. Nat Metab. 2024;6(5):947-962. https://pubmed.ncbi.nlm.nih.gov/38769396/
[37] Tingting Sang, Chengjie Guo, Dandan Guo, et al. Suppression of obesity and inflammation by polysaccharide from sporoderm-broken spore of Ganoderma lucidum via gut microbiota regulation. Carbohydr Polym. 2021;256:117594. https://pubmed.ncbi.nlm.nih.gov/33483079/
[38] Huajie Zhao, Min Li, Liang Liu, et al. Cordyceps militaris polysaccharide alleviates diabetic symptoms by regulating gut microbiota against TLR4/NF-κB pathway. Int J Biol Macromol. 2023;230:123241. https://pubmed.ncbi.nlm.nih.gov/36641024/
[39] Wenwen Liu, Luzhe Yu, Quan Chen, et al. Poria cocos polysaccharides alleviate obesity-related adipose tissue insulin resistance via gut microbiota-derived short-chain fatty acids activation of FGF21/PI3K/AKT signaling. Food Res Int. 2025;215:116671. https://pubmed.ncbi.nlm.nih.gov/40484558/
[40] Shuai Tan, Jacobo L Santolaya, Tiffany Freeney Wright, et al. Interaction between the gut microbiota and colonic enteroendocrine cells regulates host metabolism. Nat Metab. 2024;6(6):1076-1091. https://pubmed.ncbi.nlm.nih.gov/38777856/
[41] Evelyn Medawar, Frauke Beyer, Ronja Thieleking, et al. Prebiotic diet changes neural correlates of food decision-making in overweight adults: a randomised controlled within-subject cross-over trial. Gut. 2024;73(2):298-310. https://pubmed.ncbi.nlm.nih.gov/37793780/
[42] Marian E Ludgate, Giulia Masetti, Paula Soares. The relationship between the gut microbiota and thyroid disorders. Nat Rev Endocrinol. 2024;20(9):511-525. https://pubmed.ncbi.nlm.nih.gov/38906998/
[43] Sajad Moshkelgosha, Hedda Luise Verhasselt, Giulia Masetti, et al. Modulating gut microbiota in a mouse model of Graves orbitopathy and its impact on induced disease. Microbiome. 2021;9(1):45. https://pubmed.ncbi.nlm.nih.gov/33593429/
[44] Sheng-Long Cao, Yan Shen, Xiao-Han Yang, et al. Environmental di-(2-ethylhexyl) phthalate exposure accelerates lipid metabolism disorders via the gut-fat axis in male SAMP8 mice: role of gut microbiota and thyroid hormone signaling. Environ Int. 2025;204:109808. https://pubmed.ncbi.nlm.nih.gov/41014783/
[45] Dandan Tian, Yihan Yu, Yingying Yu, et al. Tris(2-chloroethyl) Phosphate Exerts Hepatotoxic Impacts on Zebrafish by Disrupting Hypothalamic-Pituitary-Thyroid and Gut-Liver Axes. Environ Sci Technol. 2023;57(24):9043-9054. https://pubmed.ncbi.nlm.nih.gov/37276532/
[46] Agata M Rudolf, Qi Wu, Li Li, et al. A single nucleotide mutation in the dual-oxidase 2 (DUOX2) gene causes some of the pandas unique metabolic phenotypes. Natl Sci Rev. 2022;9(2):nwab125. https://pubmed.ncbi.nlm.nih.gov/35251670/
[47] Viktoriya L Nikolova, Megan R B Smith, Lindsay J Hall, et al. Perturbations in Gut Microbiota Composition in Psychiatric Disorders: A Review and Meta-analysis. JAMA Psychiatry. 2021;78(12):1343-1354. https://pubmed.ncbi.nlm.nih.gov/34524405/
[48] Pieter de Groot, Tanja Nikolic, Silvia Pellegrini, et al. Faecal microbiota transplantation halts progression of human new-onset type 1 diabetes in a randomised controlled trial. Gut. 2021;70(1):92-105. https://pubmed.ncbi.nlm.nih.gov/33106354/
[49] Jiawen Dong, D Aled Rees. Polycystic ovary syndrome: pathophysiology and therapeutic opportunities. BMJ Med. 2023;2(1):e000548. https://pubmed.ncbi.nlm.nih.gov/37859784/
[50] Xiaohan Huang, Hucheng Geng, Chunxiao Liang, et al. Leonurine restrains granulosa cell ferroptosis through SLC7A11/GPX4 axis to promote the treatment of polycystic ovary syndrome. Free Radic Biol Med. 2025;226:330-347. https://pubmed.ncbi.nlm.nih.gov/39547522/
[51] Raquel Benedé-Ubieto, Francisco Javier Cubero, Yulia A Nevzorova. Breaking the barriers: the role of gut homeostasis in Metabolic-Associated Steatotic Liver Disease (MASLD). Gut Microbes. 2024;16(1):2331460. https://pubmed.ncbi.nlm.nih.gov/38512763/
[52] Qixing Nie, Xi Luo, Kai Wang, et al. Gut symbionts alleviate MASH through a secondary bile acid biosynthetic pathway. Cell. 2024;187(11):2717-2734.e33. https://pubmed.ncbi.nlm.nih.gov/38653239/
[53] Teng Zhang, Peng Sun, Qi Geng, et al. Disrupted spermatogenesis in a metabolic syndrome model: the role of vitamin A metabolism in the gut-testis axis. Gut. 2022;71(1):78-87. https://pubmed.ncbi.nlm.nih.gov/33504491/
[54] Emmanuelle Martinot, Laura Thirouard, Hélène Holota, et al. Intestinal microbiota defines the GUT-TESTIS axis. Gut. 2022;71(4):844-845. https://pubmed.ncbi.nlm.nih.gov/33985968/
[55] Tong Chen, Boqi Zhang, Guitian He, et al. Gut-Derived Exosomes Mediate the Microbiota Dysbiosis-Induced Spermatogenesis Impairment by Targeting Meioc in Mice. Adv Sci (Weinh). 2024;11(22):e2310110. https://pubmed.ncbi.nlm.nih.gov/38526201/
[56] Edward C Deehan, Valentin Mocanu, Karen L Madsen. Effects of dietary fibre on metabolic health and obesity. Nat Rev Gastroenterol Hepatol. 2024;21(5):301-318. https://pubmed.ncbi.nlm.nih.gov/38326443/
[57] Huating Li, Lei Zhang, Jun Li, et al. Resistant starch intake facilitates weight loss in humans by reshaping the gut microbiota. Nat Metab. 2024;6(3):578-597. https://pubmed.ncbi.nlm.nih.gov/38409604/
[58] Xiaotao Zhang, Ehsan Irajizad, Kristi L Hoffman, et al. Modulating a prebiotic food source influences inflammation and immune-regulating gut microbes and metabolites: insights from the BE GONE trial. EBioMedicine. 2023;98:104873. https://pubmed.ncbi.nlm.nih.gov/38040541/
[59] Ning Li, Xinyan Han, Ming Ruan, et al. Prebiotic inulin controls Th17 cells mediated central nervous system autoimmunity through modulating the gut microbiota and short chain fatty acids. Gut Microbes. 2024;16(1):2402547. https://pubmed.ncbi.nlm.nih.gov/39287045/
[60] Lulu Geng, Xin Yang, Jiani Sun, et al. Gut Microbiota Modulation by Inulin Improves Metabolism and Ovarian Function in Polycystic Ovary Syndrome. Adv Sci (Weinh). 2025;12(20):e2412558. https://pubmed.ncbi.nlm.nih.gov/40192074/
[61] Car Reen Kok, Devin Rose, Robert Hutkins. Predicting Personalized Responses to Dietary Fiber Interventions: Opportunities for Modulation of the Gut Microbiome to Improve Health. Annu Rev Food Sci Technol. 2023;14:157-182. https://pubmed.ncbi.nlm.nih.gov/36446139/
[62] Zachary C Holmes, Max M Villa, Heather K Durand, et al. Microbiota responses to different prebiotics are conserved within individuals and associated with habitual fiber intake. Microbiome. 2022;10(1):114. https://pubmed.ncbi.nlm.nih.gov/35902900/
[63] Andrea Gianotti, Veronica Marin, Gaetano Cardone, et al. Personalized and precise functional assessment of innovative flatbreads toward the colon microbiota of people with metabolic syndrome: Results from an in vitro simulation. Food Res Int. 2025;209:116197. https://pubmed.ncbi.nlm.nih.gov/40253173/
[64] Jingjing Yu, Peng Zhu, Linlin Shi, et al. Bifidobacterium longum promotes postoperative liver function recovery in patients with hepatocellular carcinoma. Cell Host Microbe. 2024;32(1):131-144.e6. https://pubmed.ncbi.nlm.nih.gov/38091982/
[65] Ying Hong, Lili Sheng, Jing Zhong, et al. Desulfovibrio vulgaris, a potent acetic acid-producing bacterium, attenuates nonalcoholic fatty liver disease in mice. Gut Microbes. 2021;13(1):1-20. https://pubmed.ncbi.nlm.nih.gov/34125646/
[66] Gabriel S S Tofani, Sarah-Jane Leigh, Cassandra E Gheorghe, et al. Gut microbiota regulates stress responsivity via the circadian system. Cell Metab. 2025;37(1):138-153.e5. https://pubmed.ncbi.nlm.nih.gov/39504963/
[67] Paola Paone, Francesco Suriano, Ching Jian, et al. Prebiotic oligofructose protects against high-fat diet-induced obesity by changing the gut microbiota, intestinal mucus production, glycosylation and secretion. Gut Microbes. 2022;14(1):2152307. https://pubmed.ncbi.nlm.nih.gov/36448728/
[68] Sanjeeva Kumar Murali, Thomas J Mansell. Next generation probiotics: Engineering live biotherapeutics. Biotechnol Adv. 2024;72:108336. https://pubmed.ncbi.nlm.nih.gov/38432422/
[69] Weiyun Zheng, Mengmeng Duan, Jinhui Jia, et al. Low-molecular alginate improved diet-induced obesity and metabolic syndrome through modulating the gut microbiota in BALB/c mice. Int J Biol Macromol. 2021;187:811-820. https://pubmed.ncbi.nlm.nih.gov/34363822/
[70] Patricia P Bloom, Elliot B Tapper, Vincent B Young, et al. Microbiome therapeutics for hepatic encephalopathy. J Hepatol. 2021;75(6):1452-1464. https://pubmed.ncbi.nlm.nih.gov/34453966/
[71] Laurence Daoust, Béatrice S-Y Choi, Anne-Laure Agrinier, et al. Gnotobiotic mice housing conditions critically influence the phenotype associated with transfer of faecal microbiota in a context of obesity. Gut. 2023;72(5):896-905. https://pubmed.ncbi.nlm.nih.gov/36881441/
[72] Manabu Nagayama, Lasha Gogokhia, Randy S Longman. Precision microbiota therapy for IBD: premise and promise. Gut Microbes. 2025;17(1):2489067. https://pubmed.ncbi.nlm.nih.gov/40190259/
[73] Wen-Bing Jin, Ting-Ting Li, Da Huo, et al. Genetic manipulation of gut microbes enables single-gene interrogation in a complex microbiome. Cell. 2022;185(3):547-562.e22. https://pubmed.ncbi.nlm.nih.gov/35051369/
[74] Marietta Iacucci, Giovanni Santacroce, Irene Zammarchi, et al. Artificial intelligence and endo-histo-omics: new dimensions of precision endoscopy and histology in inflammatory bowel disease. Lancet Gastroenterol Hepatol. 2024;9(8):758-772. https://pubmed.ncbi.nlm.nih.gov/38759661/
[75] Wolfgang Sadee, Danxin Wang, Katherine Hartmann, et al. Pharmacogenomics: Driving Personalized Medicine. Pharmacol Rev. 2023;75(4):789-814. https://pubmed.ncbi.nlm.nih.gov/36927888/
[76] Alessio Fasano, Benoit Chassaing, Dirk Haller, et al. Microbiota during pregnancy and early life: role in maternal-neonatal outcomes based on human evidence. Gut Microbes. 2024;16(1):2392009. https://pubmed.ncbi.nlm.nih.gov/39161102/
[77] Shumin Wang, Jingjing Cui, Shilong Jiang, et al. Early life gut microbiota: Consequences for health and opportunities for prevention. Crit Rev Food Sci Nutr. 2024;64(17):5793-5817. https://pubmed.ncbi.nlm.nih.gov/36537331/
[78] Kara G Margolis, John F Cryan, Emeran A Mayer. The Microbiota-Gut-Brain Axis: From Motility to Mood. Gastroenterology. 2021;160(5):1486-1501. https://pubmed.ncbi.nlm.nih.gov/33493503/
[79] Qing Zhao, Yao Chen, Weihua Huang, et al. Drug-microbiota interactions: an emerging priority for precision medicine. Signal Transduct Target Ther. 2023;8(1):386. https://pubmed.ncbi.nlm.nih.gov/37806986/
[80] Francesco Giammarile, Diana Paez, Richard Zimmermann, et al. Production and regulatory issues for theranostics. Lancet Oncol. 2024;25(6):e260-e269. https://pubmed.ncbi.nlm.nih.gov/38821100/
**Word文档：**
[肠道微生物群-内分泌轴与代谢性疾病.docx](https://ai-base.medsci.cn/files/tools/effe0e8e-eb48-4daa-9dc2-948537a7bf2b.docx?timestamp=1765733232&nonce=8780a373be7f4982b65c67f56cf2d2ed&sign=hEAGcYKXW9CIfzVCTC3nu90b4ZBmaB_dWe5LkcGBENI=)