本研究探讨了针对超重或肥胖人群的饮食干预对减重效果的影响，并筛选出与肠道菌群及代谢产物相关的生物标志物。该研究属于微生物组学和代谢组学在人类健康领域的应用，依托于随机对照试验的数据支持。
背景技术
肥胖是一种由多因素引起的慢性疾病，是一项全球性的公共卫生挑战。我国成年人超重和肥胖率患病率约为46％，超重和肥胖总人数位居全球第一(Wang et al.,2019；Pan et al.,2021)。超重和肥胖是多种疾病的危险因素，包括高血压、糖尿病、心血管疾病和某些癌症(如乳腺癌、结直肠癌等)(Wang et al.,2021)。肥胖症不仅增加个体不良健康结局风险，也将给社会带来巨大医疗负担。研究提示体重减轻5％-10％有助于改善血糖控制、降低血压、提升高密度脂蛋白胆固醇浓度，从而降低相关疾病风险(Elmaleh-Sachs etal.,2023)。
生活方式干预是超重和肥胖的首选治疗方式，其他还有减重药物和减重手术等。《中国肥胖临床管理和治疗》指出，饮食干预是体重管理中生活方式干预的核心组成部分(Zeng et al.,2021)。研究表明，限能饮食、低碳水化合物饮食、限时饮食、地中海饮食等饮食方式与常规饮食相比，可有效降低超重或肥胖人群体重，但减重效果受环境、遗传背景等多种因素影响(Thom＆amp;Lean,2017)。因此，寻找可用来预测影响减重效果的预测因子、建立减重效果的预测模型，对于预防肥胖和提升减重效果、降低肥胖相关性并发症发病风险至关重要。
宏基因组学通过高通量测序技术获得微生物群落中包含的所有基因组信息，能更深入地研究样本中微生物的结构和功能，为疾病机制提供新的线索，然而宏基因组学技术无法直接测定微生物的功能活性和关键活性分子。代谢组学是针对样本小分子代谢物的定性和定量检测，有助于阐明疾病发病机制。宏基因组学和代谢组学联合分析可在一定程度上克服单一组学研究的局限性，有助于全面理解微生物-代谢物-疾病之间的关系，识别潜在的生物标志物和治疗靶点。
肥胖的病因复杂，可能包括不良的生活方式(高热量饮食、低体力活动水平)、遗传因素和社会环境因素，其中肠道菌群及其代谢物可能在其中发挥重要作用(Wu et al.,2021)。实验和观察性研究提示(Le Chatelier et al.,2013；Ley et al.,2006；Turnbaughet al.,2009)，肠道菌群组成与肥胖有关，肥胖个体的肠道菌群多样性有所降低。另外肠道微生物也可能通过不同的机制调节宿主的代谢和体重状态，例如直接影响机体从食物中吸收的热量、增加肠道的通透性，以及间接通过菌群产生的代谢物或调节饮食、宿主来源的代谢物影响宿主的代谢，进而影响机体体重(et al.,2004；Cardinelli et al.,2015；Van Hul＆amp;Cani,2023)。
近年来，很多研究开始寻找用于膳食减重效果预测的生物标志物。在欧洲专利申请EP3464621中公开了一种通过小分子RNA(miRNA)预测向个体施加一种或多种膳食干预而获得的体重减轻程度。然而miRNA受种族和环境因素影响较大，在不同人群中表达可能存在差异。近10年来研究提示，减重的个体化差异可能部分取决于肠道菌群的组成(Van Hul＆amp;Cani,2023)。研究提出肠道菌群是个体减重轨迹的重要预测因素(Jie et al.,2021；Roager＆amp;Christensen,2022)。在公开号为CN112980945的中国专利公开了一种利用神经网络模型通过减重前拟杆菌科细菌的相对丰度来预测低碳饮食干预的减重效果，然而该专利可能受限于样本量较少，预测模型建立未分训练集和验证集。且仅发现BacteroidaceaeBacteroides基线相对丰度与减肥效果呈正相关，而通过该菌建立的预测模型的AUC值为73.2％，预测能力有待提升。此外由于粪便样品量有限，未能进行粪便代谢组检测。
鉴于此，目前仍需寻找适合中国人群的生物标志物及建立更精确的预测个体减重效果的预测模型。
实现思路