科研丨Microbiome(IF:16.8): 肠道微生物群在膳食纤维生理效应中的作用

编译：微科盟北岸，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  

膳食纤维是健康饮食不可分割的一部分，但有关肠道菌群的作用机制和因果贡献的问题仍然存在。本研究对超重成人(BMI：25-35 kg/m2)进行了为期6周的探索性试验，以比较高剂量(女性：25 g/d；男性：35 g/d)补充可发酵玉米麸阿拉伯木聚糖(AX；n=15)与微生物群无法代谢的微晶纤维素(MCC；n=16)的效果。评估与肥胖病理生理学相关的宿主-微生物相互作用的替代终点和生物标志物(氧化三甲胺、肠道激素、细胞因子和肠道屏障完整性测量)。然后，确定是否可以通过粪便微生物群特征或机械生物标志物预测临床结果。结果表明，AX增强餐后饱腹感，降低稳态模型评估的胰岛素抵抗(HOMA‑IR)，而MCC降低肿瘤坏死因子α和粪便钙卫蛋白。机器学习模型确定，利用AX的粪便细菌类群可以预测对饱腹感的影响。HOMA‑IR和钙卫蛋白的降低与粪便胆汁酸的变化相关，但为负相关性，表明纤维的益处可能不是通过其对胆汁酸池的影响介导的。与不易获得的MCC相比，AX补充对宿主-微生物群相互作用的生物标志物(与纤维发酵产生的细菌代谢物(短链脂肪酸)相关)没有影响。本研究证明了纯化膳食纤维作为补充剂的功效，并表明AX的饱腹效应可能与发酵纤维或利用分解产物的细菌类群有关；其他影响可能与微生物组无关。这些结果为纤维类型的特异性治疗应用及其个性化提供了基础。  

论文ID

原名：Elucidating the role of the gut microbiota in the physiological effects of dietary fiber

译名：阐明肠道微生物群在膳食纤维生理效应中的作用

期刊：Microbiome

IF：16.837

发表时间：2022.5

通讯作者：Edward C. Deehan，Jens Walter

通讯作者单位：加拿大阿尔伯塔大学

DOI号：10.1186/s40168-022-01248-5

实验设计

结果

1 参与者基线特征    

为了比较高剂量(女性：25克/天；男性：35克/天)和高纯度(>80膳食纤维)的AX和MCC补充剂对人类健康的影响，研究人员对超重成年人进行了一项单盲、平行组、为期6周的随机对照探索性试验(图1)。共有31名年龄为32.9 ± 8.5岁、BMI为28.7±2.3 kg/m2的参与者(AX:10F和5M；MCC:11F和5M)完成了研究方案，并被纳入统计分析。补充AX和MCC的平均方案依从性分别为94.7 ± 6.5%和95.0 ± 5.6%(补充文件1：图S1)。基线时各组之间未检测到年龄、性别、替代终点或其他研究变量的差异(基准线特征见附加文件2：表S1)。

图1 随机对照试验的研究设计。

ASA24-Canada，加拿大版的基于网络的自动自我管理24小时膳食评估工具；粪便特征、自我报告的粪便稠度和排便频率。    

2 膳食摄入量    

与基线水平相比，在补充AX和MCC的过程中，膳食纤维摄入量分别增加了142%和171%(AX和MCC的p = 0.0002，置换t检验)，组间无差异。这对应于AX和MCC从21 ± 6和19 ± 8克/天分别增加到46±12和44±8克/天(补充文件3：表S2)。有趣的是，在补充AX(p = 0.04)期间，糖的消耗量也增加了35%，而在补充MCC(p = 0.03)期间，糖的消耗量增加了46%，这可能是因为参与者将粉末状补充剂加入到含有糖的食物和饮料中，如酸奶和水果冰沙。各组之间未发现差异(p > 0.1)，表明两组参与者的饮食变化相似。    

3 AX和MCC的生理效应有显著差异    

主成分分析对饱腹感和替代终点的排序显示，AX组和MCC组在基线时没有差异(p = 0.77，置换多元方差分析；图2A)。相比之下，从基线到第6周，各治疗组的变量变化表现出强烈的聚类性(p = 0.006；图2B)，表明两种纤维的总体生理效应存在差异。

图2 补充AX和MCC对饱腹感和替代终点的影响。

主成分分析图显示AX和MCC组在基线时的感知饱腹感和替代终点(A)，以及它们与基线相比的百分比变化(B)。折线图显示每周SLIM量表评分(C)30–60分钟，在用AX或MCC进食后，醒来时为D。条形图(插图)表示SLIM评分曲线(AUCBL–W6)下的面积。散点图显示分别在补充AX或MCC的基线和第6周时，HOMA‑IR(E)、QUICKI(F)、粪便钙卫蛋白(G)和TNF‑α(H)。条形图(插图)表示每组相对于基线值的变化百分比。为了评估相对于基线的组内变化，使用重复测量单因素方差分析和置换分析对C和D数据进行分析，并使用配对置换t检验对E到H数据进行分析。为了评估组间差异，使用基于Manhattan距离的置换多元方差分析对A和B的数据进行分析，并使用未配对置换t检验对C到H的数据进行分析。A到D在p < 0.05时具有统计学意义，E到H在p < 0.01时具有统计学意义。C到H的数据表示为平均值± SD；对于E到H，符号表示单个样本。AX，阿拉伯木聚糖；HOMA-IR，胰岛素抵抗稳态模型评估；MCC，微晶纤维素；QUICKI，定量胰岛素敏感性检测指数；TNF‑α、肿瘤坏死因子‑α。    

3.1 AX和MCC对饱腹感的影响    

通过饱腹感标记强度量级(SLIM)量表评估，与MCC(p = 0.035，置换t检验)相比，AX在进食后30-60分钟(称为“餐后饱腹感”)产生了更高的饱腹感评分，在第2周(p = 0.04)、第4周(p = 0.007)和第6周(p = 0.03)期间检测到组间差异(图2C)。对饱腹感评分的进一步评估显示，在摄入AX后，个体感觉介于“中等饱”和“非常饱”之间，而那些摄入MCC的个体则保持在“轻微饱”和“中等饱”之间。参与者醒来后，在整个治疗期间，AX也会持续增加感觉“轻微饱了”的饱腹感评分，而MCC则倾向于降低感觉“轻度饥饿”的饱腹感评分，组间差异在第5周达到显著水平(p = 0.03)(图2D)。    

3.2 AX和MCC对肥胖相关替代终点和宿主-微生物相互作用生物标志物的影响    

在替代终点中，与MCC组相比，AX消耗减少了胰岛素抵抗稳态模型评估(HOMA-IR；胰岛素抵抗指数；p = 0.006；图2E)，并增加了定量胰岛素敏感性检测指数(QUICKI；胰岛素敏感性指数，p = 0.008；图2F)。与MCC相比，AX对HOMA-IR的影响显示出36%的差异，这与其他微生物群靶向策略(如粪便微生物群移植(FMT))的报告相当。与AX组相比，MCC减少了粪便钙卫蛋白(肠道炎症的替代终点)(p = 0.002)，与基线相比减少了39%(p = 0.004)(图2G)。未检测到AX或MCC对任何其他替代终点的影响(附加文件4：表S3)。    

评估宿主-微生物组相互作用的生物标记物显示，MCC使肿瘤坏死因子-α(TNF-α)比基线水平降低了7%(p = 0.004；图2H)。尽管肠道激素的产生和肠道屏障的完整性先前与纤维发酵有关，但未检测到AX或MCC对宿主-微生物相互作用的剩余生物标记物的其他影响(补充文件4：表S3)    

为了证实显著影响独立于潜在的混杂因素，使用年龄、性别、总纤维和糖消耗量的变化作为协变量进行协方差模型分析(ANCOVA)(补充文件5：表S4)。粪便特征变量也包括在内，因为肥胖与排便习惯的改变有关，在研究人员之前的研究中，AX和MCC促进了更频繁的排便(p< 0.05)，而AX促进了比MCC更软的粪便稠度(p < 0.05)(补充文件4：表S3)。ANCOVA模型显示，观察到的效应不受宿主因素、饮食变化或粪便特征的影响(p < 0.05)。    

3.3 AX和MCC对粪便菌群功能特征的影响    

如前所述，AX消耗使产生短链脂肪酸(SCFAs)的微生物输出丙酸盐，而MCC不会改变粪便中的SCFAs。由于胆汁酸衍生物也具有免疫调节和代谢特性，应用靶向代谢组学来确定AX和MCC对粪便胆汁酸的影响。该分析表明，与基线相比，MCC降低了apocholic acid(p = 0.009，置换t检验)和猪去氧胆酸(p= 0.009)的浓度。胆汁酸和五种次级胆汁酸脱氧胆酸、异石胆酸(ILCA)、牛磺石胆酸(TLCA)、牛磺脱氧胆酸(TDCA)和甘氨脱氧胆酸(GDCA)的粪便总浓度的降低也接近显著水平(0.01 < p < 0.05；表1和附加文件6：表S5)。相比之下，AX与基线相比并没有降低胆汁酸浓度，但与MCC相比，增加了7αOH-3-氧代-4-胆甾烯酸的浓度(p = 0.0096)。两种处理引起的变化也显示出较大的标准差，表明胆汁酸的变化高度个体化。总体而言，本研究结果表明，大颗粒MCC的摄入通过降低次级胆汁酸浓度来改变粪便胆汁酸的分布。    

表1 在基线和补充AX或MCC6周时检测到的最常见胆汁酸的粪便浓度。    

90%以上的粪便样本中检测到列出的胆汁酸(31种化合物)。组内差异的统计显著性通过配对置换t检验确定，而组间差异(AX vs MCC；W6–BL，第6周–基线)通过非配对置换t检验确定。数据为平均值±标准差。*统计显著性设置为p< 0.01，没有星号(*)的粗体p值接近统计显著性(p < 0.05)。    

4 参与AX降解的菌群鉴定    

考虑到参与纤维发酵的细菌决定了健康相关代谢物的生产，旨在确定受试者粪便微生物群中参与AX发酵和利用发酵过程中释放的分解产物的细菌分类群。使用BONCAT荧光标记粪便微生物群内的代谢活性细菌细胞，然后分别通过FACS和16S rRNA基因扩增子测序对活性细胞进行分类和分析(图3和附加文件7：图S2)。对含有细胞活性标记物L-叠氮高丙氨酸(AHA)和Cy5染料的孵育中的荧光细胞进行初步比较，发现在没有AX的情况下，荧光细胞没有基本细胞活性；因此，证明BONCAT具有高度特异性，仅检测到AX诱导的细胞活性(图3)。    

与AX孵育前的总细菌群落相比，活性菌群的α多样性(Shannon指数：p = 0.0008，置换单因素方差分析)和丰富度(Chao1指数：p < 0.0001)较低，扩增子序列变异(ASVs)数量(p= 0.0001)减少31%(补充文件8：表S6)。先前显示利用AX的几种细菌分类群在活跃菌群中的31种优势ASV(平均相对丰度>1%)中有代表性(补充文件8：表S6)，包括与Bifidobacterium longum、Blautia obeum、Bacteroides ovatus、Bacteroides cellulosilyticus和E. rectale相关的ASVs。总体而言，这些结果表明AX发酵不仅限于少数合作物种，而且扩展到更广泛的细菌群落的许多成员，并且涉及几个初级降解菌和次级发酵菌。    

为了比较活性菌群和粪便细菌群落之间个体分类群的丰度，采用了差异丰度检验(DESeq2)。该分析表明，在活性菌群中，拟杆菌科、乳杆菌科和肠杆菌科的数量更为丰富，而理研菌科、瘤胃球菌科和链球菌科的数量较少。在与AX孵育之前，在活性菌群和粪便细菌群落之间鉴定出14种ASVs。在活性菌群中，Bacteroides koreensis、Bacteroides plebeius、Bacteroides xylanisolvens、Lactobacillus spp.和Escherichia/Shigella spp.更为丰富(p < 0.01)。与Coprococcus eutactus、Faecalibacterium prausnitzii和Dialister invisus相关的ASV可能利用AX降解过程中释放的糖和代谢副产物(如乙酸盐和乳酸)，在与AX孵育期间也具有代谢活性，但在活性菌群中含量较少(p < 0.01)。

图3 基于BONCAT的体外检测分析示意图。

冷冻保存的粪便样本在PBS中解冻、过滤和洗涤，然后在AX和细胞活性标记物L-叠氮高丙氨酸(AHA)存在下培养，以检测AX刺激的细菌细胞。培养仅含有AHA的无修饰对照，以检测在没有AX的情况下可能的基础活性。显微镜检查显示所有对照组均无BONCAT信号；因此，未检测到基础活性。然后将AX培养的样品固定在乙醇中，并使用Cy5染料溶液，使用Cu(I)催化的点击化学反应对活性细胞进行染色。用AX培养6小时的粪便微生物群的代表性图片(A)和无AX培养6小时的粪便微生物群的代表性图片(B，BONCAT对照)。通过FACS对受到刺激的细胞进行分类，粉红色显示为Cy5阳性BONCAT信号，所有微生物细胞显示为蓝色(DAPI染色)。在0‑h和6‑h厌氧培养条件下，从分选细胞和样品中提取DNA。通过PCR扩增16S rRNA基因，并使用Illumina Miseq平台进行扩增子测序。    

5 确定与微生物群相关的饱腹感预测因子和替代终点    

为了深入了解肠道微生物群在纤维生理效应中的作用，使用机器学习方法确定纤维对饱腹感和替代终点生理效应的预测因子。模型中包括与微生物群组成和功能(SCFA和胆汁酸)特征相关的变量、宿主-微生物群相互作用的生物标志物(TMAO、胃肠激素、细胞因子和屏障功能测量)以及热量调节的大量营养素摄入数据。对于受纤维消耗影响的每个终点，首先根据研究队列中位数确定高反应者和低反应者(补充文件9：图S3A和S3B)，并将数据集用作训练独立随机森林分类器(RFC)的预测变量，对区分高反应者和低反应者的微生物群相关预测因子进行排序(附加文件9：图S3C和S3D)。    

对于AX对餐后饱腹感的影响，只有在BONCAT鉴定的代谢活性类群上训练的RFC才能建立具有显著预测能力的模型。使用14种差异丰富ASVs获得了最佳模型(受试者操作特征曲线[AUC-ROC]=0.95；图4A)，但基于90种活性ASVs的模型仍然显示出较高的预测精度(AUC-ROC=0.84；图4B)。产丙酸的D. invisus(ASV6pygnt)和与饱腹感呈弱正相关，接近显著性(rs = 0.63，q = 0.08，Spearman相关；图4A)。饱腹感也与产甲酸的Dorea formicigenerans呈负相关(ASV2xmw96；rs = − 0.81，q = 0.007)，产丁酸菌Eubacterium ramulus(ASV56kx74；rs = − 0.60，q = 0.08)和F. prausnitzii(ASV；rs = −0.56，q = 0.098)，也显示出弱负相关(图4B)。F. prausnitzii和D. formicigenans仅在低反应者中进一步显示增加(p < 0.01)。虽然AX诱导的粪便丙酸盐是产生饱腹感的最有力证据，但基于粪便SCFAs变化的RFCs无法预测餐后饱腹感(OOB误差> 0.6)(补充文件9：图S3C)。    

预测HOMA-IR的唯一RFC是次级胆汁酸的AX诱导变化(AUC-ROC = 0.70；图4C)。MCC诱导的粪便钙卫蛋白反应也可通过MCC诱导的次级胆汁酸变化来预测(AUC-ROC = 0.72；图4D)，但不同的次级胆汁酸是预测因子。HOMAIR的改善与石胆酸(LCA)(rs = −0.62，q = 0.08)及其衍生物ILCA(rs = −0.60，q = 0.08)浓度的降低呈弱负相关(图4C)，而钙卫蛋白反应与结合胆汁酸TLCA(rs= −0.68，q = 0.03)、TDCA(rs = −0.70，q = 0.03)和GDCA(rs = −0.63，q = 0.05)的降低呈负相关(图4D)。纤维诱导胆汁酸变化的比较显示，高反应者和低反应者之间存在显著差异，仅在低反应者中检测到变化(图4C和D)。对于TNF-α反应，只有在基线时大量营养素卡路里调整摄入量的RFC才能预测MCC的影响(AUC-ROC = 0.73；图4E)。尽管最具鉴别性的营养素是饱和脂肪，但基线时的摄入与TNF-α反应无关(rs = 0.46，q = 0.17)。    

为了确定替代终点和微生物组特征之间的关联是否独立于影响微生物组组成的混杂因素，使用多变量广义线性模型(GLMs)控制年龄、性别、总纤维和糖摄入量的变化、粪便稠度和排便频率作为协变量(补充文件10：表S7)。这些分析表明，观察到的相关性不受宿主或饮食因素的干扰(p < 0.1)。由于膳食纤维可能通过改变环境条件(如pH值和水可用性)间接影响肠道胆汁酸，因此还评估了与粪便pH值和水分含量的关系(补充文件11：图S4)。虽然两种纤维的值均未发生变化(p > 0.1)，但粪便pH值(q = 0.06)与水分含量(q < 0.05)的变化与预测AX和MCC诱导效应的胆汁酸变化之间分别存在正相关关系。    

本研究旨在评估纤维反应细菌类群和与纤维发酵相关的宿主-微生物相互作用的生物标志物之间的机制关联。虽然SCFAs、屏障功能和主要AX反应类群(P. copri和B. longum)与饱腹感、胰岛素抵抗和炎症有关，但未检测到显著预测(AUC-ROCs < 0.70)。其他单变量GLMs重申，纤维诱导的粪便微生物群组成、丙酸和胆汁酸的主要变化与补充纤维的生理益处无关(q>0.05；补充文件12：图S5)。

图4 通过机器学习识别肠道微生物群组成特征和宿主-微生物群相互作用的生物标记物，预测饱腹感和替代终点反应。

(左)AUC‑ROC曲线显示了随机森林分类器的性能准确性，这些分类器经过训练，可预测高反应者vs低反应者:A和B使用AX进食后的饱腹感，使用AX体外培养期间激活的细菌类群的相对丰度；使用粪便胆汁酸变化，分别对AX和MCC检测(C)HOMA‑IR和(D)粪便钙卫蛋白；以及使用卡路里调整大量营养素的基线摄入量测定MCC的TNF-α。(中)水平条表示终点与A和B代谢活性ASV、C和D粪便胆汁酸或E大量营养素之间的斯皮尔曼相关系数，这些对预测反应很重要。平均重要性值由随机森林确定，它确定了对模型贡献最大的因素。(右)散点图显示了终点与最具鉴别性的微生物群相关因素之间的关联，这些因素与AX诱导的餐后(A和B)饱腹感、(C)HOMA-IR衰减以及(D) MCC诱导的粪便钙卫蛋白衰减相关。垂直条形图显示了按高反应者和低反应者分组的最具鉴别性的微生物群相关因素。根据研究队列中位数定义高反应者(黑色)和低反应者(灰色)。统计学显著性设定为p < 0.05，FDR校正q值 < 0.05。∆，从基线到第6周的绝对变化；%∆，从基线到第6周的变化百分比；AX，阿拉伯木聚糖；AUC‑ROC，受试者工作特征曲线下面积；BL，基线；GDCA，甘氨脱氧胆酸；HOMA-IR，胰岛素抵抗稳态模型评估；TNF‑α、肿瘤坏死因子‑α。    

讨论

本研究确定了两种分离形式的膳食纤维AX和MCC的生理效应，这两种膳食纤维与超重个体的治疗相关。通过使用BONCAT，我们提供了证据，证明AX增强饱腹感的能力是由参与其利用的细菌分类群预测的，这表明肠道微生物群对纤维的发酵可能会影响其饱腹效果。相比之下，AX诱导的胰岛素抵抗减弱虽然与粪便胆汁酸变化有关，但与微生物群特征没有显示出正相关关系。有趣的是，肠道微生物群无法接触到的MCC通过降低粪便钙卫蛋白水平在肠道中显示出抗炎作用，这也可以通过胆汁酸变化来预测。令人惊讶的是，假设将肠道微生物群的代谢活动与宿主代谢和免疫(即TMAO、肠道激素、细胞因子和肠道屏障完整性)联系起来的生物过程的分子标记不受可发酵AX的影响，也无法预测其作用。通过探索肠道微生物群在不同物理化学纤维影响中的作用，本研究为纤维如何影响人类饱腹感和肥胖相关替代终点提供了见解。    

AX诱导饱腹感的能力与之前关于长链AX补充剂和富含AX的全谷物的研究一致。由于其粘性，AX可能会延迟胃排空，从而延长餐后饱腹感。此研究结果表明，AX的微生物发酵也可能有助于在食用AX期间产生饱腹感，因为饱腹感评分是由BONCAT检测到的参与AX分解的细菌分类群预测的。此研究观察到显著的随机森林模型(图4A和B)，饱腹感和丙酸生产菌(D. invisus和B. plebeius)之间呈弱正相关，以及与丁酸生产菌(如E. ramulus和F. prausnitzii)之间呈负相关。这些结果与粪便SCFAs的分析结果总体一致，表明AX改变了丙酸与丁酸的比例，有利于丙酸产生。因此，丙酸和丁酸产生菌之间的底物竞争可能会影响饱腹感，因为只有丙酸盐在人类中显示出饱腹感。虽然还需要进一步的研究来阐明确切的机制和交叉喂养的相互作用，但本研究提供了证据，表明肠道微生物群可能有助于提高人类AX的饱腹感。    

虽然BONCAT有可能对纤维利用中涉及的细菌分类群进行直接评估，但该方法并非没有局限性。由于BONCAT采用体外发酵，体内条件不太可能准确复制，并且初始接种物可能受到粪便收集期间氧气暴露、储存期间活力丧失和冻融的影响。BONCAT也无法检测到不导入氨基酸并将其整合到新合成蛋白质中的微生物。AX是一种高支链粘性的长链纤维，其体外行为可能与在胃肠道中的表现不同。这些限制可能解释了B. longum和P. copri在体外发酵过程中没有代谢活性的原因(补充文件8：表S6)，即使这些物种通过AX在体内扩增。然而，包括BONCAT鉴定的所有细菌ASV的重要随机森林模型支持该方法的价值及其在人类营养研究中的应用。未来的研究需要进一步探索和完善BONCAT的应用，以确定膳食化合物与微生物群之间的相互作用，并改进和验证实验程序。    

不同类型的AX改善葡萄糖和胰岛素代谢的能力得到了很好的支持，并导致了欧洲食品安全局的健康声明。此研究中检测到的效应大小与测试旨在减轻肥胖患者胰岛素抵抗的替代策略的研究中的效应大小相当，例如植物性饮食、Akkermansia muciniphila或FMT。与这些策略相比，AX补充剂将更具成本效益，而且由于它是一种食品级膳食纤维，AX将为开发功能性食品和饮料提供一个很好的机会。有趣的是，MCC组的HOMA-IR增加，这可能归因于治疗期间糖消耗量的增加。考虑到两组的糖消耗量增加相等(补充文件3：表S2)，此研究结果表明，AX可能抵消了糖对胰岛素敏感性的不利影响。    

据研究人员所知，MCC的抗炎作用尚未在人类中报道。然而，这些发现与对小鼠的研究一致，即高纤维素饮食减轻了化学诱导的结肠炎，改善了LPS诱导的肠道通透性。由于MCC在人体中的抗炎作用是新发现，因此需要进行更大规模的研究来证实我们的发现，并探索抗炎特性是否特定于大颗粒、高结晶纤维素。    

虽然AX和MCC的生理效应不同，但在随机森林模型中，这两种反应都可以通过粪便次级胆汁酸的变化来预测，尽管它们的衍生物不同。对于AX，HOMA-IR反应与LCA和ILCA的变化呈负相关，这两种胆汁酸可以通过激活FXR和TGR5介导的信号通路来调节葡萄糖稳态。与MCC相关的粪便钙卫蛋白反应导致TLCA、TDCA和GDCA降低。虽然这些结合胆汁酸的免疫调节特性尚不明确，但TLCA可能通过抑制炎性小体信号发挥抗炎作用。鉴于胆汁酸在代谢和免疫调节中的新作用，这些发现是相关的。然而，尽管具有很好的预测能力，此研究的相关分析仅发现生理益处与胆汁酸变化之间的负相关关系，并且胆汁酸的显著变化仅在低反应者中观察到。本研究的相关数据无法解释因果关系，而负相关可能是通过纤维的间接影响产生的，如pH值的变化(通过AX发酵)或水分含量的变化(通过MCC刺激液体分泌)，如GLMs所示(附加文件11：图S4)。然而，纤维诱导的胆汁酸变化与替代终点之间缺乏正相关性，表明胆汁酸池的调节并不能为AX和MCC的临床益处提供主要机制。这两种纤维与次级胆汁酸减少相关的具体作用仍然具有治疗意义，因为它们提供了有关纤维如何选择性操纵胆汁酸的信息。次级胆汁酸被认为具有细胞毒性；因此，观察到的减少可能构成膳食纤维预防结肠癌发展的机制。    

通过在人体试验中直接比较微生物群可及性纤维和非可及性纤维的影响，本研究旨在评估微生物群在纤维影响中的作用，并测试微生物发酵和纤维生理效应之间的常见假设机制联系。例如，实验设计能够确定纤维诱导的粪便SCFAs变化是否与通过肠道激素或改善屏障功能引起的全身炎症对饱腹感和胰岛素敏感性的影响有关。然而，尽管AX对饱腹感和胰岛素抵抗有影响，但在AX和MCC组中，没有任何机制生物标志物发生显著变化。尽管考虑到动物模型为这些机制的重要性提供了令人信服的证据，但从可发酵纤维的人体研究中得到的结果充其量是不确定的。此外，尽管B. longum和P. copri是数量上占主导地位的AX反应者，并且之前与人类炎症、饱腹感和胰岛素敏感性的改善有关，但这些分类群与生理结果并不相关。微生物组独立效应与微生物组无法接触MCC、无法接触的AXs形式可以提高胰岛素敏感性以及纤维可以改善无菌小鼠的胰岛素敏感性这一事实一致。总体而言，这一结果提醒人们，纤维的某些生理效应可能与微生物组无关，并与纤维的物理化学属性有关，如粘度或粪便膨胀。虽然研究人员承认人体机制研究的局限性，以及准确测量生物标志物的挑战和研究的样本量小，但也必须考虑到动物模型中检测到的纤维机制作用的一些原则，特别是当它们与肠道微生物群有关时，可能不适用于人类。    

结论

综上所述，本研究为纯化形式的膳食纤维的生理益处提供了证据，这一概念在最近的营养学文献中受到越来越多的质疑。鉴于饱腹感、胰岛素抵抗和全身炎症在肥胖和心脏代谢疾病病因中的重要性，此研究结果确立了纯化纤维在预防和治疗慢性疾病中的潜在作用，同时也为未来探索MCC的抗炎作用提供了依据。这两种纤维类型的不同作用可以作为更具针对性的膳食纤维应用的基础，例如AX治疗II型糖尿病和MCC治疗炎症性疾病，这最终可以为营养指南提供信息。此研究结果也为纤维-微生物相互作用在诱导饱腹感中的作用提供了证据，而纤维的代谢和免疫效应可能主要是微生物依赖性的。更好地理解纤维诱导人体生理效应的机制，将有助于为纤维结构或设计碳水化合物的开发提供概念框架，以提高临床疗效。在这方面，我们发现AX对饱腹感的影响与个体微生物群利用纤维的能力有关，这为通过个性化方法优化纤维应用提供了机制基础。