科研丨同济大学附十院: 结直肠癌的综合分析揭示跨队列肠道微生物特征和相关血清代谢物（国人佳作）

编译：微科盟小翟，编辑：微科盟居居、江舜尧。

微科盟原创微文，欢迎转发转载，转载须注明来源《微生态》公众号。

导读  

背景: 已有研究报道了与结直肠癌(CRC)相关的异常肠道菌群或循环代谢组，但如何获取跨地理区域一致的CRC相关特征仍然是一个挑战。这对于CRC的代谢特征来说尤其是个问题，因为分析通常使用不同的平台和实验方法，这对跨数据集检查造成了障碍。鉴于此，我们希望阐明具有广泛人群相关性的CRC的微生物和代谢特征。

方法: 在这项综合宏基因组(健康对照(HC)=91，结直肠腺瘤(CRA)=63，CRC=71)和代谢组学(HC=34，CRA=31，CRC=35)的分析中，首次在上海队列中确定了CRC相关特征和微生物-代谢物相关性。在内部队列中训练了一个肠道微生物组，并在7个已发表的CRC宏基因组数据集中进行了交叉验证。内部代谢与跨队列微生物特征的联系被用作推断具有潜在外部相关性的血清代谢物的证据。此外，复合微生物-代谢物检测组被用于诊断CRC或腺瘤。

结果: 在肠道微生物组和血清代谢组中发现了与CRC相关的改变。开发了一种复合微生物-代谢物诊断检测组，腺瘤的曲线下面积为0.912，CRC为0.994。我们发现，许多CRC相关代谢物与该疾病的跨队列肠道微生物组特征相关，包括CRC富集的亮氨酰丙氨酸、5-羟色胺和咪唑丙酸以及CRC减少的全氟辛烷磺酸、2-亚麻酰基-rac-甘油(18:2)和sphingadienine。

结论: 本研究生成了CRC的跨队列宏基因组特征，其中一些与内部CRC相关的血清代谢物相关。微生物和代谢变化可能具有广泛的人群相关性。

图文摘要

论文ID

原名：Integrated analysis of colorectal cancer reveals cross-cohort gut microbial signatures and associated serum metabolites

译名：结直肠癌的综合分析揭示了跨队列肠道微生物特征和相关血清代谢物

期刊：Gastroenterology

IF：33.883

发表时间：2022.7

通讯作者：秦环龙

通讯作者单位：同济大学附属第十人民医院

DOI号：10.1053/j.gastro.2022.06.069

实验设计

结果

1 参与者的临床信息

补充表2汇总了参与CRC宏基因组/代谢组学研究(上海CRC队列)受试者的临床信息。从上海队列的一部分参与者中获得了符合非靶向代谢组学要求的空腹血清样本，详细信息如补充表3所示。此外，我们还收集了一个代谢组学验证队列(HC=76, CRC=113)，专门对内部代谢组进行交叉检验(补充表4)。在整个上海CRC队列和代谢组验证队列中，健康对照、CRA患者和CRC患者在年龄、性别和BMI方面均无统计学差异。然而，在进行宏基因组和代谢组学分析(Mann-Whitney U检验，P < 0.01)的上海CRC队列亚群中，年龄、性别和BMI不同，并根据相关代谢组学分析进行了调整。在宏基因组，训练的代谢组以及验证队列中，高血压、糖尿病、心脏病、吸烟和饮酒的个体比例在三组之间具有可比性。

2 CRA和CRC的肠道微生物特征

我们首先调查了HC、CRA和CRC组的肠道菌群结构，并在门、属和种水平上检测到beta多样性存在显著差异(ANOSIM检验，P = 0.043、0.001和0.001;图1A-C)，尽管有相似的基因数量和分类α-多样性(Wilcoxon秩和检验，P > 0.05;补充图2)。多样性指数与分类群的相关性分析显示，在门水平上，厚壁菌门、疣微菌门和放线菌门为Shannon-wiener指数的正向贡献者，而拟杆菌门为负向贡献者(P< 0.05，图1D)。在属水平的38个微生物多样性贡献者中(P < 0.05)，除Bacteroides(拟杆菌属)和Fusobacterium(梭杆菌属)外，其余均为阳性应答者，其中包括多个产生丁酸的类群，如Alistipes(另枝菌属)、Eubacterium(真杆菌属)、Coprococcus(粪球菌属)和Faecalibacterium (粪杆菌属)(图1E)，说明了微生物群异常的代谢潜力。

微生物多样性和潜在贡献者的研究结果(图1D和E)表明，与CRC发病机制相关的大量成分的改变在分类学分析中得到了证实(图2A)。在门水平上，厚壁菌门的相对丰度从HC到CRA和CRC依次下降(33.99%、26.37%和24.28%；Wilcoxon秩和检验，错误发现率(FDR)< 0.05)，而相对于HC，梭杆菌门在CRA和CRC富集(0.98%、0.69%和0.16%；FDR< 0.05)(补充图3)。在属水平上，有7种CRC减少的类群(FDR < 0.05)，即Roseburia(罗氏菌属)、Faecalibacterium(粪杆菌属)、Eubacterium(真杆菌属)、Megamonas(巨单胞菌属)、Dorea、Ruminococcus(瘤胃球菌属)和Coprococcus(粪球菌属)，以及23种CRC富集的类群(FDR < 0.05)，如Peptostreptococcus(消化链球菌属)、Parvimonas(微单胞菌属)、Porphyromonas(卟啉单胞菌属)、Gardnerella(加德纳菌属)、Gemella(孪生球菌属)、Eikenella(艾肯菌属)、Fusobacterium(梭杆菌属)、Coprobacillus(粪芽孢菌属)、和Campylobacter(弯曲菌属)。在种水平上，有31种CRC富集的微生物和15种CRC减少的微生物(FDR < 0.05；补充表5)。其中，Parvimonas_unclassified、Fusobacterium nucleatum和Peptostreptococcus stomatis或Roseburia intestinalis和Faecalibacterium prausnitzii与CRC显示出最显著的相关性或反相关性(FDR < 1.0×10-6)。还有腺瘤相关特征，包括CRA富集的Porphyromonas_gingivalis、Dialister_succinatiphilus和Megasphaera_micronuciformis以及CRA减少的Bacteroides_coprophilus和Megamonas_unclassified(FDR < 0.05；补充表5)。与以往的研究一致的是Fusobacterium nucleatum、Parvimonas spp.、Parvimonas micra和Gemella morbillorum等微生物的改变，我们的研究结果一定程度上加强了CRC宏基因组数据集中肠道微生物群变化的共识。

图1 CRC、CRA和HC不同分类水平的肠道菌群谱。在门(A)、属(B)和种(C)水平上，主坐标分析显示CRC、CRA和HC组肠道微生物组成存在显著差异。基因数量(MetaGene和CD-HIT预测的非冗余基因数量，见补充方法)和多样性指数与肠道菌群在门(D)和属(E)水平的相关性。颜色条表示相关值(红色表示正相关，而蓝色表示负相关)。+FDR < 0.05，* FDR < 0.01，** FDR < 0.001。

3 结直肠癌不同阶段的分类学改变

我们试图评估CRC阶段特异性微生物群模式。为此，我们将患者分为不同的病理阶段(CRA和CRC I-IV期)。虽然通过主坐标分析(PCoA)(ANOSIM检验，P > 0.05；补充图4)显示，各阶段或组合阶段(早期或I+II期与晚期或III+IV期)的微生物结构无差异，但采用线性判别分析(LDA)效应大小(LEfSe)(补充图5)捕获了阶段特异性分类学差异。因此，我们重新研究了46种CRC相关肠道微生物(图2C和补充表5)，并比较了它们在CRC阶段(I、II、III或IV)与HC或CRA之间的相对丰度，并将CRC-HC差异与CRC-CRA差异进行比对，发现二者具有明显的一致性(图2D)。在CRC相关微生物中，有6种微生物在CRA和CRCI期之间存在显著差异，即Peptostreptococcus anaerobius、Lactobacillus iners、Gardnerella vaginalis、Atopobium vaginae、Megasphaera genomosp_type_1和Eikenella corrodens(Wilcoxon秩和检验，FDR < 0.05)。这些细菌可能预示着与癌变有关的微生物异常的早期阶段。此外，CRCII期和HC或CRA之间的差异微生物数量大约是CRCI期和HC或CRA之间差异微生物的4倍，而且这些改变在第III和IV期基本保持不变，表明第II阶段构成了伴随CRC发展而产生的组成改变的主要时间点。

图2 不同分类水平CRC的肠道菌群特征。CRC和HC在门(A)、属(前10个属，B)和种(前20个种，C)水平上发生显著变化。热图显示了47种肠道微生物的相对丰度，它们显示CRC (I、II、III、IV期)与HC或CRA之间的显著差异(D)。#特定阶段CRC与HC之间的显著差异(FDR < 0.05)，+特定阶段CRC与CRA之间的显著差异(FDR < 0.05)。

4 CRA和CRC中血清代谢物的改变情况

肠道微生物群的变化(图2C和D及补充表5)表明循环代谢物发生了变化，因为有报道称这两类特征之间存在联系。对CRA或CRC与HC之间的血清代谢组比较显示，总体代谢谱(ANOSIM检验，P=1×10-3；图3A)和8条超通路存在显著差异(ANOSIM检验，P < 0.05；图3B-I)。其中，与氨基酸代谢密切相关的多肽超通路在健康对照组和患者之间分离效果最好。这些总体差异与CRA和HC之间的29种差异表达代谢物(包括13种氨基酸)和CRC和HC之间的59种差异表达代谢物(包括22种氨基酸)相一致(补充表6)。腺瘤特异性特征包括CRA富集的N-甲基脯氨酸和葫芦巴碱，以及CRA减少的鞘氨醇和二氢鞘氨醇，而癌特异性特征包括CRC富集的亮氨酰甘氨酸、N-乙酰神经氨酸、异亮氨酰甘氨酸、苯乙酰肉碱和五羟色胺，以及CRC减少的3-羟基月桂酸、全氟辛烷磺酸和尿嘧啶。除了上述CRA和CRC特异性描述外，两组特征之间也存在显著重叠，因为在CRA和CRC中有25种代谢物(包括12种氨基酸)都发生了一致的改变(补充表6)，其中包括亮氨酰丙氨酸、天冬氨酸、(N(1)+N(8))-乙酰亚精胺、咪唑丙酸、异亮氨酸和精氨酸，表明包括许多氨基酸在内的大量代谢改变与整个致癌过程有关。接下来，我们在宏基因组验证队列中研究了CRC各阶段的代谢动力学。104种代谢物的浓度在I、II、III或IV期与HC之间的血清中存在显著差异(log2倍数变化> 1.7，Wilcoxon秩和检验，FDR < 0.05;图4A)，大部分属于脂质和氨基酸的超通路。大部分代谢特征在CRC的所有阶段均显著升高(图4B)，如咪唑丙酸、全氟辛烷磺酸和2-亚麻酰基-rac-甘油(18:2)。然而，一些阶段特异性代谢物也被确定，例如I期的N-甲基脯氨酸或苏氨酰苯丙氨酸，III阶段的熊去氧胆酸或2,3-二羟基-2-甲基丁酸，IV阶段的5-羟甲基-2-糠酸或邻苯二酚硫酸盐。总之，CRA特异性、CRC特异性和阶段特异性代谢特征可以在确定的致病阶段进行诊断，而CRA/CRC通用特征可以帮助进行阶段不敏感的检测。

图3 基于PERMANOVA (Adonis)的总体循环代谢组(A)和8条超通路(B-I)中代谢物的主坐标分析。

图4 CRC循环代谢谱的改变。与HC相比，在log2倍数变化>1.7的阈值下，CRC阶段特异性血清代谢物谱变化(A)。与HC相比，训练组和试验组在CRC患者各阶段(I、II、III、IV)的代谢变化(B)。右侧不同颜色的方块表示超通路(C，碳水化合物；CV，辅因子和维生素；NT，核苷酸)和子通路的代谢物类别。右侧的色条表示各种代谢物的相对丰度。* FDR < 0.05。

5 CRC的跨队列肠道微生物检测组及其与循环代谢物的关系

在上海队列中获得了与CRC相关的微生物和代谢特征(图1-4)后，我们好奇它们在其他CRC人群中的相关性。为此，我们进行了两步meta分析，首先通过训练上海队列产生了一个内部微生物组，随后在来自七个地区的已发表的CRC数据集中进行交叉验证。由此产生的跨队列组包括14个CRC富集的微生物，如Parvimonas unclassified、Peptostreptococcus stomatis和Fusobacterium nucleatum，以及5个CRC减少的物种，包括Roseburia intestinalis、Streptococcus salivarius和Enterobacter cloacae(补充图6)。在这些队列中都存在的19个物种中，有8个CRC富集的微生物和1个CRC减少的微生物在内部训练队列中由随机森林产生的12个微生物组中被重新捕获，在训练队列中产生的AUROC值为0.919(图6D)，在七个验证队列中AUROC值在0.727-0.869范围内(图6E)。结果表明，这些特征可以代表核心人群的CRC风险。

为了评估代谢改变的外部人群相关性，我们研究了肠道微生物组(包括交叉队列微生物特征)和血清代谢组之间的关系，并观察到肠道微生物多样性与许多血清代谢物之间的显著相关性，如亮氨酰丙氨酸、1-arachidonoyl-GPA(20:4)和tetradecadienoate(14:2) (Wilcoxon秩和检验，FDR < 0.05;补充图7 a)。这一结果表明，代谢物和肠道微生物有相当大的联系，属水平类群与血清代谢通路之间的广泛相关性支持了这一结论(补充图7B-C)。这些联系包括Porphyromonas与谷氨酸、乙酰化肽、嘌呤和脂质途径之间的联系，Lactobacillus与乙酰化肽途径之间的联系，以及Peptostreptococcus或Parvimonas与溶胞浆酶原和甾醇途径之间的联系。有趣的是，CRC富集的Gardnerella表现出广泛的血清代谢耦合，包括与甘氨酸/丝氨酸/苏氨酸代谢、酮体、脂肪酸、多胺和苯丙氨酸代谢途径呈正相关，与多不饱和脂肪酸、纤溶酶原、甾醇、磷脂酰胆碱和单酰甘油代谢途径负相关。重要的是，这些属是交叉队列微生物特征的亲本分类群。因此，我们的研究结果表明，上海队列中产生的许多微生物和代谢特征与其他CRC人群中的此类异常是一致的。

6 肠道微生物组特征和血清代谢物之间的广泛相关性

微生物性状(多样性或属水平分类群)与血清代谢性状(代谢物或附属途径)之间的联系表明，致癌过程中涉及大量微生物-代谢物相互作用，CRA和CRC中发现的微生物-代谢物关联证明了这一点(Wilcoxon秩和检验，FDR<0.05)。在CRA中，我们发现了与Megamonas_unclassified的广泛代谢联系(补充图7D)，包括其与葫芦巴碱(N’-甲基烟酸)、1-亚麻酰基-rac甘油(18:2)、sphingadienine和鞘氨醇的正相关，以及与天冬氨酸、亮氨酰丙氨酸和苏氨酰苯丙氨酸的负相关。值得注意的是，Megamonas_unclassified和葫芦巴碱之间的联系可能预示着一个潜在的治疗靶点，因为葫芦巴碱通过靶向核因子E2相关因子2在肺癌中发挥抗肿瘤成分作用。

在CRC中，肠道微生物和循环代谢物之间的显著相关性数量是CRA的1.7倍(图5A-C)，可能反映了加剧的微生物和代谢改变，包括许多涉及交叉队列微生物特征的改变(补充图6)。例如，CRC富集的Fusobacterium nucleatum、Peptostreptococcus anooxidus和Peptostreptococcus stomatis表现出广泛的代谢耦联，包括与CRC升高的苯乙酰肉碱、甘氨酰缬氨酸、亮氨酰丙氨酸、亮氨酰甘氨酸、苏氨酰苯丙氨酸和天冬氨酸等代谢物呈正相关，与CRC减少的代谢物如1-亚麻酰基-rac甘油(18:2)、2-亚麻酰基-rac甘油(18:2)和1-dihomo-linolenylglycerol (20:3)呈负相关(图5D)。在这些分子中，甘氨酸与胰管腺癌有关。此外，Lactobacillus iners、Porphyromonas asaccharolytica和Gardnerella vaginalis与苯乙酰肉碱、亮氨酰丙氨酸、亮氨酰甘氨酸和苏氨酰苯丙氨酸呈正相关，而Faecalibacterium prausnitzii和Roseburia intestinalis与其中一些代谢物呈负相关。苯乙酰肉碱，一种肠道微生物依赖性代谢物，与肺癌和前列腺癌有关。此外，Lactobacillus iners、Porphyromonas asaccharolytica和Gardnerella vaginalis与血清素和咪唑丙酸呈正相关，Faecalibacterium prausnitzii和Roseburia intestinalis与dihydrocaffeate sulfate、2-羟基马尿酸(水杨酸盐)，1-亚麻酰基-rac-甘油(18:2)和龙胆酸盐呈正相关。因此，研究结果显示了多个跨队列微生物特征的广泛代谢联系，包括一些具有临床意义的特征。

观察到的微生物-代谢物关联(图5D)可以通过微生物组功能的变化来解释。为了验证这个问题，我们将满足对数倍数变化>1.2的差异血清代谢物与Metacyc途径相关联，并揭示了15个分子与4个微生物组超通路之间的联系(补充图8)。结果表明，肠道微生物在脂肪酸、某些氨基酸(如精氨酸、丙氨酸、缬氨酸和赖氨酸)和维生素(生物素和视黄醇)的代谢过程中参与了某些CRC相关血清代谢物的加工。例如，全氟辛烷磺酸与微生物视黄醇代谢相关，1-亚麻酰基-rac-甘油(18：3)与多个微生物组途径相关，说明了CRC相关循环代谢物的微生物组功能耦合。因此，我们的研究结果表明，CRC患者肠道微生物组功能异常与血清代谢组异常有关。

图5 建立基于肠道微生物谱的CRC预测模型。随机森林模型中包含的特征数量与训练和其他7个验证队列中相应的预测性能之间的关系(A)。在其他7个队列中，分类器通过选择12个标志物对一个队列进行训练，预测微生物检测组的AUROC得分(B)。根据平均准确度下降对微生物进行排序(C)。12-microbe组在训练队列中显示AUROC值为0.919 (D)，其他7个验证队列的AUROC范围为0.727-0.869 (E)。12-microbe组10倍交叉验证预测结直肠腺瘤(CRA)、CRC I、II、III、IV期及CRC早期(I+II)、晚期(III+IV)的AUROC得分(F)。

7 开发具有强大诊断性能的复合微生物-代谢物检测组

我们研究了是否可以通过开发由微生物和代谢物组成的诊断组来提高性能。为此，我们从内部队列中招募了拥有宏基因组和代谢组学数据的参与者(n=100)。从整个内部队列(图6A-C)中确定的12种肠道微生物在100个个体部分数据集中产生的AUROC值为0.959(补充图9)。我们还通过交叉验证检验了该组对CRA和不同CRC阶段的预测效果(图6F)。AUROC值分别是:CRA为0.662、CRC I期为0.875、II期为0.958、III期为0.869、IV期为0.993、早期(I期+II期)为0.958()和晚期(III期+IV期)为0.885()。这些结果表明，参与者的子集保持了整个内部队列的宏基因组特征。

接下来，我们筛选了代谢特征，并根据部分内部队列的随机森林排序发现了3种代谢物作为CRC的预测标志物，即N(1)+N(8)-乙酰亚精胺、2-亚麻酰基-rac-甘油(18:2)和全氟辛烷磺酸(图7A和B)。3-代谢物组在部分训练集中显示AUROC为0.963，在独立代谢验证队列中为0.86(图7C和D)，AUROC得分为0.662或0.875-0.993，用于区分CRA或不同CRC阶段(I、II、III、IV、早期或晚期)与HC。

通过结合上述微生物和代谢特征生成了一个复合检测组，其在部分训练队列中的AUROC为0.995，在CRA子集中为0.912，在CRC子集中为0.994，并进行了10倍交叉验证(图7E)。重要的是，在这三种代谢物中，2-亚麻酰基-rac-甘油(18:2)和全氟辛烷磺酸与Roseburia intestinalis、Fusobacterium nucleatum、Peptostreptococcus stomatis/anaerobius、Porphyromonas asaccharolytia、Gardnerrella vaginalis和Lactobacillus iners等多种交叉队列微生物特征呈正相关，进一步强调了我们研究结果的广泛人群相关性。

图6 结直肠癌(CRC)中肠道微生物与血清代谢物的关系。CRC(A)、结直肠腺瘤(CRA)(B)和健康对照(HC)中肠道微生物在物种水平与循环代谢物之间的动态关联网络。虚线表示负相关，实线表示正相关。绿色方块代表物种，橙色和黄色圆圈代表循环代谢物。热图(D)显示了肠道微生物在物种水平上与不同超通路和子通路附属的血清代谢物之间的广泛联系。右侧的色条表示相关系数(蓝色方块表示负相关，红色方块表示正相关)。+FDR < 0.05，* FDR < 0.01，** FDR < 0.001，$CRC富集的跨队列微生物。

图7 基于血清代谢物谱的CRC预测模型。根据平均下降精度(A)对代谢物进行排序。根据不同选择的代谢物数量预测10倍交叉验证误差(B)。训练队列(C)和验证队列(D)中3种循环代谢物的相对丰度。*** P< 0.001，**** P< 0.0001。训练队列(E)和验证队列(F)的AUROC曲线。通过10倍交叉验证，3种代谢物预测CRC早期(I+II)和后期(III+IV)各阶段的AUROC值(G)。训练队列(H)和10倍交叉验证(I)中12个物种和3种代谢物组合检测组的AUROC值。

讨论

在本研究中，我们从上海队列中发现了与结直肠癌相关的肠道微生物组和血清代谢组的广泛改变。通过进一步利用来自东亚、北美和欧洲的7个独立宏基因组CRC数据集，我们生成了一组具有良好诊断效果和与CRC相关血清代谢物密切联系的队列微生物特征。我们研究结果的外部地理相关性可能有助于为未来研究确定微生物和代谢特征的优先顺序。

在本研究产生的交叉队列小组中的19种微生物中，Parvimonas_unclassified、Peptostreptococcus stomatis、Gemella morbillorum、Fusobacterium nucleatum和Porphyromonas asaccharolytic是模型中的最重要的5个贡献特征。这些细菌在CRC的所有阶段都表现出一致的富集，这与之前的报告一致。因此，他们构成了CRC的核心人群风险，需要进一步调查。目前，已经对F. nucleatum获得了相当多的机制见解。而Peptostreptococcus stomatis和Gemella morbillorum与消化道多种类型的癌症有关，尽管几乎没有病因发现。此外，尽管之前尚未报道过Gardnerella vaginalis与CRC之间的联系，但该细菌在我们的模型中排名第四，是宫颈上皮内瘤、男性泌尿道感染、肺部感染和胸腔积液等疾病的风险因素，这可能涉及其多微生物生物膜的形成。因此，我们的结果为CRC提供了潜在的基于微生物群的治疗靶点。

代谢组学分析显示循环中存在大量疾病相关的改变，与CRC血清中3种促炎细胞因子(IL-6、IL-8和TNF-α)水平升高一致(FDR<0.05)(补充图10)。值得注意的是，由于接受代谢组学分析的上海CRC队列亚组中存在性别、年龄和BMI的组间差异，因此不能排除这些混杂因素以及饮食习惯、营养状况等相关变量对100名参与者肠道微生物和血清代谢物的影响。这些差异丰富的代谢物可大致分为29种CRA特异性特征、59种CRC特异性特征和25种CRA/CRC通用特征。在CRA特异性代谢物中，N-甲基脯氨酸与膳食酸负荷有关。在CRC特异性特征中，亮氨酰甘氨酸增强了致死性前列腺癌，而在结肠癌大鼠模型中，N-乙酰神经氨酸减少。血清素(5-羟色胺)是一种常见的神经递质，与CRC的淋巴结转移和不良预后有关。有证据表明，5-羟色胺能够激活其再摄取转运蛋白和受体，促进CRC的发展和肿瘤细胞的增殖。虽然血清素通常被认为是致癌物质，但其在肿瘤发展中的作用是复杂的。最近的一项研究还表明，血清素可以通过促进CRC早期的DNA修复来抑制致癌过程。因此，调节或微调血清素活性或浓度似乎是CRC的一种治疗选择。

在CRA/CRC通用特征中，与先前的研究有着明显的共识，包括在人类队列中CRC富集的精氨酸、天冬氨酸和异亮氨酸，以及CRC减少的全氟辛烷磺酸在小鼠模型中建立的保护作用。虽然CRC代谢组学特征的跨队列meta分析目前由于缺乏共同的实验平台而受到限制，但研究之间的一致性说明了开发通用代谢组的可能性(图7C和D)。重要的是，我们发现该化合物与多种肠道微生物有联系，包括CRC富集的Lactobacillus iners、Lactobacillus crispatus和Porphyromonas endodontalis以及CRC减少的Roseburia intestinalis(图5D)。虽然这些报告提供了具有临床意义的发现，但还需要更多的努力来阐明这些代谢物在癌变过程中的具体作用。

值得注意的是，以前没有关于CRA或CRC中咪唑丙酸富集的报道，但该分子与多种慢性疾病有关，如2型糖尿病、高血压和意外流产。它是微生物衍生的组氨酸的产物，通过mTORC1和AMPK信号影响胰岛素分泌和二甲双胍的降糖作用，从而损害葡萄糖止血作用。此外，咪唑丙酸在胸癌小鼠模型中通过抑制细胞焦亡显示出对辐射诱导的心肺损伤的抵抗力。重要的是，它与5-羟色胺、苯乙酰谷氨酰胺和甘氨酰缬氨酸类似，都具有广泛的微生物联系(图5D)。总之，我们的研究结果一致说明了肠道微生物组和血清代谢组变化之间的复杂联系。

到目前为止，大量研究报告了基于肠道微生物、肠道代谢物、循环代谢物和复合微生物-代谢物特征的CRA或CRC诊断组。然而，除了基于宏基因组的检测组(跨队列比较是可行的)，很少有人致力于解决外部数据集在包含代谢特征检测组中的适用性。在本研究中，我们证明了许多代谢特征与跨队列微生物特征有实质性的联系。此外，我们在独立队列中验证了来自部分内部队列的代谢检测组。这些结果与本文确定的CRA/CRC相关代谢物与先前报道的结果一致。在本研究中捕获的跨队列收敛性的这些观察结果为初步推断CRC相关的循环代谢异常奠定了基础。本研究中一个有趣的观察结果是，尽管CRA相关和CRC相关的代谢特征基本一致(图5A和补充表6)，但在发病机制的两个阶段之间的宏基因组改变却相对缺乏共识(图2D)。因此，如果有更多的相关数据，调整复合微生物-代谢物组的构成可能会导致更复杂的阶段特异性或阶段不敏感的诊断。

综上所述，我们的研究结果证实了之前的报告，即一组肠道微生物特征可以作为地理位置不同的CRC人群的一般诊断特征。此外，我们还揭示了血清代谢物与微生物的广泛相关性，包括一些与跨队列微生物特征的关联。本研究有助于CRC的诊断，提高对病因的认识。