Cell子刊:微生物-肠-脑轴前景令人兴奋,但如何突破研究瓶颈?
K.G. Jameson 等 2020-06-03
研究显示,微生物组紊乱会导致动物行为发生改变。

编者按:

宿主中的菌群正逐渐成为大脑活动和行为的一个重要调控者。肠道微生物可通过微生物-肠-脑轴介导代谢反应、免疫功能和神经通路。然而,目前有关微生物-肠-脑轴还有很多未知之谜。

今天,我们特别编译了发表在 Molecular Cell 杂志上关于微生物与神经元信号研究挑战的观点性文章。希望本文能够为相关的产业人士和诸位读者带来一些帮助与启发。

微生物-肠-脑轴

我们的肠道中定殖着数万亿微生物,它们构成了肠道菌群,与我们共同进化。过去的十年,随着多组学技术、无菌动物模型、交叉遗传学和实时成像技术的发展,微生物组对宿主生理和行为具有重要调控作用的观点逐渐被人们广泛接受。

早前,关于肠道微生物组与神经行为表型的研究提出了微生物-肠-脑轴的概念,即肠道微生物可通过介导代谢反应、免疫功能和神经通路参与神经系统功能和行为的调控。有研究表明,某些特定微生物可合成和/或调节多种调控神经传导的神经递质,同时还可能产生一些直接或间接影响神经活动的代谢产物。

因此,共生微生物通过肠-脑轴对感觉神经元的作用引起了科学界的广泛关注。微生物调节神经元活动的机制研究(见图 1)主要关注微生物对膳食成分、神经递质、尚未明确鉴定的代谢产物和神经递质药物等方面的影响。

图.微生物通过调控膳食成分、神经递质、未定性代谢产物和神经递质药物代谢活动与神经系统相互作用

微生物对短链脂肪酸的调控作用

早年,Claude Bernard 和 Ivan Pavlov 在饮食行为方面的研究,奠定了饮食通过肠-脑轴调控微生物的基础 (Leulieret al., 2017)。

19 世纪 20 年代,随着无菌啮齿动物模型的出现,肠道微生物被认定为膳食代谢和宿主营养的重要调控者(Gustafsson, 1946-1947)。无菌动物模型显示,短链脂肪酸中的丁酸、丙酸、乙酸和戊酸含量在肠道和血液中明显不足,这一结果表明肠道微生物参与调控宿主局部或全身短链脂肪酸的生物利用度(Høverstadand Midtvedt, 1986)。

随着拟杆菌中多糖利用位点被发现和鉴定,之后的研究发现,肠道微生物会通过影响复合多糖的酵解过程,促进短链脂肪酸的产量(Bjursell et al., 2006)。

大量的研究进一步表明,肠道微生物和短链脂肪酸的作用与饮食行为失调有关(Byrne et al., 2015),尤其是在肥胖小鼠和肥胖人群中均发现肠道菌群的改变与乙酸和丁酸水平显著相关(Ridaura et al., 2013, Turnbaugh et al., 2006)。而对肥胖患者进行丙酸盐干预,可刺激肠道激素的分泌,同时还能降低体重(Chambers et al., 2015)。

目前,有些动物实验显示,微生物是通过影响食欲来影响体重增加量,但是短链脂肪酸具体是如何通过调控微生物以改变宿主进食行为还尚不清楚。

短链脂肪酸游离脂肪酸受体 2 和受体 3(分别为 FFAR2 和 FFAR3)能够在肠神经系统、感觉神经表达(De Vadder et al., 2014, Egerod et al., 2018),这提示我们激活神经系统对介导机体代谢具有重要作用。

此外,研究还发现丙酸饮食干预,可诱导脑干、下丘脑和脊髓背迷走神经复合体中的 fos 基因的表达(De Vadder et al., 2014)。但是这也带来一个问题:是否可以通过激活短链脂肪酸诱导的周围感觉神经元,进而调控宿主进食行为呢?

越来越多的关于肠道菌群对宿主行为产生影响的证据的出现 (Vuong et al., 2017),引发了一个关键性的问题——膳食营养成分对微生物调控作用的程度有多大,尤其是在微生物组受到复杂的宿主行为(包括稳态喂养和社会环境、压力和认知等)的影响下。

短链脂肪酸是调节能量稳态的基本成分之一,多种非神经元细胞亚型都会表达短链脂肪酸受体。如在免疫细胞中,短链脂肪酸可以参与调节型 T 细胞的分化(Arpaia et al., 2013, Furusawa et al.,2013, Smith et al., 2013)和小胶质细胞的成熟(Erny et al., 2017);在肠内分泌细胞中,短链脂肪酸可刺激肠道激素的分泌(Larraufie et al., 2018)。

除促进短链脂肪酸的产生之外,肠道微生物对胆汁酸次级代谢也是必不可少的。胆汁酸是一种膳食相关代谢产物,其同源受体可在多种细胞类型表达(包括感觉神经元子集),以调节不同的宿主表型(Mertens et al., 2017)。

由于受多重效应的影响,所以我们有必要对 SCFA 和胆汁酸改变宿主行为的精确信号通路进行研究。对 SCFA 和胆汁酸信号转导特定神经元通路功能作用的研究,对于揭示微生物组如何通过饮食代谢调控神经元活动具有重要意义。

微生物对神经递质的调控作用

肠道菌群可能不仅会通过调节饮食代谢产物(如 SCFA 和胆汁酸)来影响宿主的行为,而且还可能会影响宿主神经递质水平。

20 世纪初,Henry Dale 首次发现微生物可以合成神经递质(Valenstein, 2002)。在对黑麦麦角的研究中,他发现了神经递质—乙酰胆碱,这比从哺乳动物组织中首次提取乙酰胆碱早了十年。

Dale 和 George Barger 发现,乙酰胆碱可以模拟副交感神经系统的刺激效果,这表明它是一种化学介导的神经传递。之后的研究发现,乙酰胆碱可能来自麦角中的芽孢杆菌污染物,而不是麦角本身。

继这一里程碑式的发现之后,人们陆续发现了其他可由微生物产生并受到微生物组调控的神经递质,包括去甲肾上腺素(NE)、5-羟色胺(5-HT)、γ-氨基丁酸(GABA)和多巴胺(DA) (Strandwitz, 2018)。

抛开以上内容,我们知道所有的生命体都会产生氨基酸衍生物,形成常见的神经递质,那么这就产生了一个问题: 神经递质对微生物有什么作用?宿主微生物组能否通过神经递质来影响神经系统?

迄今为止,只有几项研究探讨了经典神经递质对细菌生理学的影响。一项早期的研究发现,儿茶酚胺类去甲肾上腺素(NE)和肾上腺素(E)与密度感应信号分子自体诱导分子-3 的化学结构相似,因此,它们都可以刺激肠出血性大肠杆菌的运动性和毒性(Clarkeet al., 2006)。科学家们推测:去甲肾上腺素和肾上腺素对细菌发病机制的直接作用,可能有助于加剧应激反应,增加感染几率。

最近,一项利用体外共培养筛选和宏基因组测序技术的研究,从人类肠道微生物组中分离出了γ-氨基丁酸(GABA)合成菌和γ-氨基丁酸(GABA)消耗菌(Strandwitz et al., 2019)。特别地,脆弱类杆菌合成的γ-氨基丁酸(GABA)可以促进 KLE1738 生长,这一结果表明γ-氨基丁酸可作为细菌生长底物。

另一项研究发现,5-羟色胺(5-HT)可调节 Turicibacter sanguinis 在肠道内的定殖,再次表明神经递质对促进微生物适应能力具有重要作用(Fung et al., 2019)。

除上述研究之外,关于神经递质对肠道菌群不同成员的作用程度,微生物中与合成和代谢相关的具体基因和基因产物,以及微生物是如何感知或响应神经递质,目前的相关报道都很少。

要探究这些问题需要综合微生物学、生物化学和生物信息学方法来进行计算机预测、微生物基因和蛋白质功能的体外测定以及微生物组反应的体内研究。

明确微生物合成、转化和对神经递质作用的分子基础,将有助于进一步探讨微生物依赖性神经递质对宿主生理作用潜在影响的机制。

尽管有证据表明,宿主体内的某些特定细菌可以调节肠道神经递质水平,在某些情况下甚至可以调节血液中神经递质水平或调节身体远端大脑中神经递质水平。然而,微生物对神经递质的调控作用,是否真的会影响神经元的活动和行为,目前尚不清楚。

对小鼠的研究发现,肠道菌群可以促进分布在肠上皮的肠嗜铬细胞(ECs)合成 5-羟色胺(5-HT)。肠嗜铬细胞合成的 5-HT 占结肠和血液中 5-HT 总量的 60%。在肠内,微生物调节的 5-HT,可以通过激活肌间神经丛的传入神经元促进胃肠运动,但外源性肠支配神经是否也受到影响尚不清楚。

几项独立研究表明,肠嗜铬细胞的亚群可能可以与化学感应的迷走神经或背根神经元的 5-HT-感受传入纤维产生突触,这提示我们微生物可以通过调节局部 5-HT 水平,直接作用于中枢神经系统(Bellono et al., 2017, Bohórquez et al., 2015)。

目前还缺乏微生物组-肠道-感觉神经元信号传导的证据,但越来越多的研究报道了微生物组对宿主行为的影响。

通过应用膈下迷走神经切断术,研究人员证明了严重受损的迷走神经信号传导可以消除微生物组对宿主行为的影响(Bravo et al., 2011, Sgritta et al., 2019)。因此,为精确评估微生物对神经系统直接作用的潜力,需要尽量规避迷走神经切断术、仔细检查功能性神经元对微生物调控的神经递质的应答反应。

随着调控神经递质的微生物基因的识别、调控和修饰生物合成技术手段,以及用于特定微生物菌群定殖、靶向神经生理学评估的无菌动物模型和交叉遗传工具的发展,将大大推进微生物对神经系统直接作用的研究进展。

除对感觉神经元通路进行评价,还应关注微生物调控的神经递质或其前体的体液转运。一项研究指出,结肠中带有重同位素标记的醋酸盐进入血流后,会穿过血脑屏障,导致下丘脑醋酸盐水平升高。醋酸盐为脑内神经胶质细胞 GABA 循环提供原料,从而增加中枢神经系统的 GABA 含量(Frost et al., 2014)。

利用新的生物技术工具,选择性地标记由微生物组产生或调节的目标神经调节因子,加上动物模型时空追踪技术,将有助于评估微生物组对中枢神经系统远端的影响。   



未知的微生物产物和神经系统

除短链脂肪酸(SCFA)、胆汁酸和神经递质外,还有很多其他依赖于微生物的生物化学物质,可能会影响神经元功能。人类肠道微生物对肠腔、血液和组织器官产生的代谢产物均具有调控作用。然而,目前科学家对多种微生物调节的代谢物结构、同源受体、信号通路和生理功能仍然知之甚少(Milshteyn et al., 2018)。

最近的功能宏基因组学研究,逐渐揭开了代谢产物合成和信号传导的菌群基因谱。通过质粒宏基因组文库的筛选,科学家确定了细菌的效应基因。

通过对基因产物的鉴定,发现了一种可激活宿主 G-蛋白偶联受体(GPCR,又名 GPR)G2A 的 N-酰基酰胺,称为 commendamide (Cohen et al., 2015)。对 N-酰基酰胺的进一步研究发现,细菌促生性 N-酰基丝氨酸能激活内源性大麻素受体 GPR119A (Cohen et al., 2017)。

上述研究表明,功能宏基因组学不仅是发现新的细菌代谢物的有效工具,而且还可以揭示出细菌代谢产物是如何模拟内源性 GPCR 配体来影响宿主生理功能的。

已经有人开始在体外识别可被细菌代谢产物激活的 GPCRs 和孤儿受体。对人类肠道菌群来源的细菌进行单独培养的上清液筛选结果发现,多巴胺(DA)、组胺和 5-HT 受体对可溶性细菌产物高度敏感。而且研究发现,细菌可以产生苯乙胺和酪胺可激活多巴胺(DA)受体,而组胺本身可激活组胺受体(Chen et al., 2019)。

除此之外,还有一些未被鉴定的细菌性产物,可以被多种通常在神经系统表达的神经肽和激素受体激活。

在另一项研究中,从一份简化版的人体微生物组的混合物中分离的上清液,发现也能有效地激活神经递质 GPCRs。此外,组氨酸本身,细菌产生的尸胺、腐胺和胍基丁胺,都可以激活组氨酸受体(Colosimoet al., 2019)。

该研究还发现,细菌上清液中含有可激活大脑血管生成因子-1 的 9,10-亚甲基棕榈酸,以及可激活神经调节肽受体-1 的 12-甲基肉豆蔻酸。

综上所述,特定微生物产物可以激活神经元表达的神经递质 GPRCs。

未来的研究,应该集中在鉴定特定的微生物代谢产物以及其向神经元发出信号的机制,还要确定如果这些代谢产物是由复杂的宿主微生物组产生的话,那么宿主是否还具有这些物质的生物可利用性。

目前的研究结果显示,细菌具有激活特定神经递质 GPCRs 的作用,但是具体是哪些细菌分子还不清楚。

此外,目前相关研究主要局限于单独或有限几种菌落培养的细菌,那么对于从培养的微生物中无法提取到的其他分子,以及数据是否捕获了复杂菌群交互作用的生理性相关结果都是值得关注的问题。用单一培养方法,从宿主生物标本中直接筛选代谢产物,将会极大促进相关研究。

除了微生物组中的细菌外,支原体和病毒对神经元的活性也未研究清楚。

皮肤中感觉性神经纤维可直接感知传染性白色念珠菌(Kashem etal., 2015),而对支原体中的非致病性成分是否会影响神经元活性知之甚少。此外,噬菌体可以改变肠道神经递质色胺和酪胺的含量水平(Hsu et al., 2019),但是这些神经递质对神经元活性的研究还不清楚。

上述研究强调了新型研究技术在选择性调控微生物组中非细菌成分中的重要作用,以帮助我们充分了解整个肠道微生物组对宿主神经系统复杂的调控作用。

虽然之前的研究证据显示,微生物可在体外合成直接与神经元相关的 GPCRs 结合的分子,但还需要进一步的研究来确定它们是否会与宿主组织中的神经元 GPCRs 结合,以便于深入评估其信号转导的生理作用。

因此,有必要对体内微生物代谢产物的空间分布和受体激活给予更多的关注。研究也已经表明微生物组沿或者跨胃肠道表现出明显的空间结构或呈“microbiogeographies”分布(Donaldson et al.,2016)。

此外,最新的单细胞 RNA 测序研究表明,肠神经支配性背根神经节和迷走神经元受体谱的分布具有蜂窝分布、空间性和异质性(Hockley et al., 2019, Kupari et al., 2019)。

高通量原位微生物成像、代谢产物图谱和 GPCR 图谱等技术的发展,将有助于建立肠道的生理作用全图,便于我们更好地理解功能性微生物与神经系统的相互作用。

微生物与神经疾病药物的相互作用

研究显示特定微生物可参与神经递质的合成、调控、感知和/或响应,那么就引出如下问题:微生物是否会影响神经传递调控类药物的作用?

肠道菌群可以生成多种能够代谢药物的酶,影响宿主对药物的生物利用度,这也是导致患者对药物疗效存在广泛差异的原因。

先前的研究阐明了葡萄糖醛酸化过程促进药物清除的机制,同时从肠道微生物中鉴定出了细菌性 β-葡萄糖醛酸酶,为微生物组作为异生物质代谢调节剂的创新性研究奠定了基础(Wallaceet al., 2010)。

自此,微生物群的异生物质代谢作用逐渐衍伸至多种神经靶向药物治疗领域。对人类微生物组的测序研究以及对培养性细菌与常用药物相互作用的筛选结果发现,许多抗精神病药、抗抑郁药、阿片类药物和抗胆碱能药物极大地影响了细菌生理作用,肠道微生物组的组成也会随之发生明显变化(Jackson et al., 2018, Maier et al., 2018, Zimmermann et al., 2019a)。

虽然微生物组对药物代谢作用明显,但是很难与具有相同代谢功能的宿主衍生酶分开量化。

最近一项研究,利用无菌模型、药理学和细菌遗传学方法,比较了微生物与宿主的异源转化。

该研究比较了小鼠各组织中抗病毒药物溴呋啶的代谢水平。通过只有单个微生物编译酶不同的无菌小鼠模型,研究人员成功研发出一种药物动力学小鼠模型,可预测微生物组对药物代谢的作用特点,包括口服生物利用度、宿主药物代谢动力、代谢产物吸收和小肠转运(Zimmermann et al., 2019b)。

利用上述建模的方法,可进一步解析微生物对抗病毒药物索利夫定和苯二氮氯硝西泮的代谢作用(Zimmermann et al., 2019b)。

个别研究利用生物化学和宏基因方法,来鉴定具有调控药物(包括神经退行性疾病药物)代谢作用的特定细菌种类和新型细菌酶。

目前用于帕金森疾病的主流治疗药物为左旋多巴(L-多巴,多巴胺的一种天然前体形式)。左旋多巴可以穿过血脑屏障,在脑组织转化为多巴胺。然而,胃肠道才是药物广泛代谢的场所,胃肠道中发生的反应会导致药物的生物利用度降低,外周组织多巴胺浓度升高,引起有害副作用。

鉴于多巴胺在宿主机体的代谢机制,最近有科学家发现一条全新的左旋多巴微生物代谢通路,即粪肠球菌可以脱去左旋多巴的羧基,将其转化为多巴胺;随后多巴胺在迟缓埃格特菌的作用下脱羟基作用,生成 m-酪胺(Maini Rekdal et al., 2019)。

值得注意的是,编码多巴胺脱羟酶的细菌基因中存在单核苷酸多态性,可以预测某些病人对药物的代谢能力。

因此,临床治疗领域已经逐渐认识到微生物组在靶向治疗方面,具有巨大发展潜力。它不仅可以提高治疗神经障碍性疾病的药物疗效,还可以作为研发多种个性化临床治疗方案的一种手段。

尽管科学界对神经调节性药物的微生物代谢作用分子机制研究方面,取得了长足的进展。但是这些研究成果与临床应用还存在巨大的差距。目前为止,很少有研究对神经性疾病药物的微生物代谢改变导致的症状结局进行严格评估。

因此,目前尚不清楚这些机制是否会对宿主最终的临床相关结局产生影响。需要利用基因追踪细菌种类和无菌疾病动物模型技术的实验,评估微生物对药物的特定性功能与神经性行为结局之间的关系。

以上研究进展,对深入理解微生物群在神经性疾病患者个体药物疗效差异的调控作用,及评估可追踪技术在临床治疗方面的潜能方面,具有至关重要的作用。



令人兴奋的前景

越来越多的研究证据显示,宿主的微生物组发生紊乱会导致动物行为发生改变,进一步印证了微生物组-肠-脑轴信号传导的观点。

迄今为止,多项研究突出强调了感觉神经元信号传导、体液代谢通讯、免疫调节类似介导微生物组-神经系统之间交互作用的直接和间接通路。但是,全面评估和分析相关信号传导机制的研究明显不足。

随着测序技术、病毒靶向技术、交叉遗传和成像技术、无菌动物模型技术和细菌遗传系统的研究手段的发展,可以更好地理解微生物-肠-脑轴背后的分子学和细胞学机制,以及异质细胞类型对多效性微生物线索响应时协调传导信号所产生的细微差别。

尤其是,对感觉神经元和肠上皮细胞的研究分析发现,微生物依赖性膳食成分、神经递质和未定性代谢产物,可通过与自身传入神经纤维受体结合的方式,或通过肠上皮细胞上内皮细胞的信号转导方式,直接和间接激活感觉神经元。

而条件性敲除特定神经元或上皮细胞亚群受体,剥夺或者赋予细菌某种功能结构,有助于识别微生物信号传导通路对宿主大脑功能和行为调控的特异性效果。

另外,目前为止,很少有研究使用体内电生理化学、遗传基因编码和钙标志物工具,来直接评估微生物代谢产物对神经元活性的功能作用。深入研究介导肠-脑轴神经元信号传导的特异性通路和功能,对理解肠道微生物组是如何改变宿主生理功能是必不可少的。

上述研究内容在动物模型中比较容易实施,但是开展评估相应研究成果与人群健康结局关系的研究难度比较大。询问并认真记录人微生物组与神经调控药物之间是否存在相互作用,以及这种相互作用对药物有效性和临床结局的影响是否可测量,可作为溯源依据。

综上所述,未来揭秘微生物和微生物产物如何被宿主感觉系统检测和解译的基本原则,深入理解动物及其相关微生物群落的共同演化进程的前景令人兴奋。

参考文献:

(滑动下方文字查看)

1.Arpaia, N., Campbell, C., Fan, X., Dikiy, S., van derVeeken, J., deRoos, P., Liu, H., Cross, J.R., Pfeffer, K., Coffer, P.J., andRudensky, A.Y. (2013). Metabolites produced by commensal bacteria promoteperipheral regulatory T-cell gener- ation. Nature 504, 451–455.

2.Bellono, N.W., Bayrer, J.R., Leitch, D.B., Castro, J.,Zhang, C., O’Donnell, T.A., Brierley, S.M., Ingraham, H.A., and Julius, D.(2017). Enterochromaffin cells are gut chemosensors that couple to sensoryneural pathways. Cell 170, 185– 198.e16.

3.Bjursell, M.K., Martens, E.C., and Gordon, J.I. (2006).Functional genomic and metabolic studies of the adaptations of a prominentadult human gut symbiont, Bacteroides thetaiotaomicron, to the suckling period.J. Biol. Chem. 281, 36269–36279.

4.Boho ́ rquez, D.V., Shahid, R.A., Erdmann, A., Kreger,A.M., Wang, Y., Calakos, N., Wang, F., and Liddle, R.A. (2015). Neuroepithelialcircuit formed by inner- vation of sensory enteroendocrine cells. J. Clin.Invest. 125, 782–786.

5.Bravo, J.A., Forsythe, P., Chew, M.V., Escaravage, E.,Savignac, H.M., Dinan, T.G., Bienenstock, J., and Cryan, J.F. (2011). Ingestionof Lactobacillus strain regulates emotional behavior and central GABAreceptor expression in a mouse via the vagus nerve. Proc. Natl. Acad. Sci. USA 108,16050–16055.

6.Byrne, C.S., Chambers, E.S., Morrison, D.J., and Frost,G. (2015). The role of short chain fatty acids in appetite regulation andenergy homeostasis. Int. J. Obes. 39, 1331–1338.

7.Chambers, E.S., Viardot, A., Psichas, A., Morrison, D.J.,Murphy, K.G., Zac- Varghese, S.E., MacDougall, K., Preston, T., Tedford, C.,Finlayson, G.S., et al. (2015). Effects of targeted delivery of propionate tothe human colon on appetite regulation, body weight maintenance and adiposityin overweight adults. Gut 64, 1744–1754.

8.Chen, H., Nwe, P.K., Yang, Y., Rosen, C.E., Bielecka,A.A., Kuchroo, M., Cline, G.W., Kruse, A.C., Ring, A.M., Crawford, J.M., et al.(2019). A forward chemical genetic screen reveals gut microbiota metabolitesthat modulate host physi- ology. Cell 177, 1217–1231.e18.

Clarke, M.B., Hughes, D.T., Zhu, C., Boedeker, E.C., andSperandio, V. (2006). The QseC sensor kinase: a bacterial adrenergic receptor.Proc. Natl. Acad. Sci. USA 103, 10420–10425.

9.Cohen, L.J., Kang, H.S., Chu, J., Huang, Y.H., Gordon,E.A., Reddy, B.V., Ter- nei, M.A., Craig, J.W., and Brady, S.F. (2015).Functional metagenomic discov- ery of bacterial effectors in the humanmicrobiome and isolation of commen- damide, a GPCR G2A/132 agonist. Proc. Natl.Acad. Sci. USA 112, E4825–E4834.

10.Cohen, L.J., Esterhazy, D., Kim, S.H., Lemetre, C.,Aguilar, R.R., Gordon, E.A., Pickard, A.J., Cross, J.R., Emiliano, A.B., Han,S.M., et al. (2017). Commensal bacteria make GPCR ligands that mimic humansignalling molecules. Nature 549, 48–53.

11.Colosimo, D.A., Kohn, J.A., Luo, P.M., Piscotta, F.J.,Han, S.M., Pickard, A.J., Rao, A., Cross, J.R., Cohen, L.J., and Brady, S.F.(2019). Mapping interactions of microbial metabolites with humanG-protein-coupled receptors. Cell Host Microbe 26, 273–282.e7.

12.De Vadder, F., Kovatcheva-Datchary, P., Goncalves, D.,Vinera, J., Zitoun, C., Duchampt, A., Ba€ckhed, F., and Mithieux, G. (2014).Microbiota-generated metabolites promote metabolic benefits via gut-brainneural circuits. Cell 156, 84–96.

13.Donaldson, G.P., Lee, S.M., and Mazmanian, S.K. (2016).Gut biogeography of the bacterial microbiota. Nat. Rev. Microbiol. 14,20–32.

14.Egerod, K.L., Petersen, N., Timshel, P.N., Rekling, J.C.,Wang, Y., Liu, Q., Schwartz, T.W., and Gautron, L. (2018). Profiling of Gprotein-coupled recep- tors in vagal afferents reveals novel gut-to-brainsensing mechanisms. Mol. Metab. 12, 62–75.

15.Erny, D., Hrabe de Angelis, A.L., and Prinz, M. (2017).Communicating systems in the body: how microbiota and microglia cooperate.Immunology 150, 7–15.

16.Frost, G., Sleeth, M.L., Sahuri-Arisoylu, M., Lizarbe,B., Cerdan, S., Brody, L., Anastasovska, J., Ghourab, S., Hankir, M., Zhang,S., et al. (2014). The short- chain fatty acid acetate reduces appetite via acentral homeostatic mecha- nism. Nat. Commun. 5, 3611.

17.Fung, T.C., Vuong, H.E., Luna, C.D.G., Pronovost, G.N.,Aleksandrova, A.A., Riley, N.G., Vavilina, A., McGinn, J., Rendon, T., Forrest,L.R., and Hsiao, E.Y. (2019). Intestinal serotonin and fluoxetine exposuremodulate bacterial colonization in the gut. Nat. Microbiol. 4,2064–2073.

18.Furusawa, Y., Obata, Y., Fukuda, S., Endo, T.A., Nakato,G., Takahashi, D., Nakanishi, Y., Uetake, C., Kato, K., Kato, T., et al.(2013). Commensal microbe-derived butyrate induces the differentiation ofcolonic regulatory T cells. Nature 504, 446–450.

19.Gustafsson, B. (1946-1947). Germ-free rearing of rats.Acta Anat. (Basel) 2, 376–391.

20.Hockley, J.R.F., Taylor, T.S., Callejo, G., Wilbrey,A.L., Gutteridge, A., Bach, K., Winchester, W.J., Bulmer, D.C., McMurray, G.,and Smith, E.S.J. (2019). Single-cell RNAseq reveals seven classes of colonicsensory neuron. Gut 68, 633–644.

21.Høverstad, T., and Midtvedt, T. (1986). Short-chain fattyacids in germfree mice and rats. J. Nutr. 116, 1772–1776.

22.Hsu, B.B., Gibson, T.E., Yeliseyev, V., Liu, Q., Lyon,L., Bry, L., Silver, P.A., and Gerber, G.K. (2019). Dynamic modulation of thegut microbiota and metabo- lome by bacteriophages in a mouse model. Cell HostMicrobe 25, 803–814.e5.

23.Jackson, M.A., Verdi, S., Maxan, M.E., Shin, C.M.,Zierer, J., Bowyer, R.C.E., Martin, T., Williams, F.M.K., Menni, C., Bell,J.T., et al. (2018). Gut microbiota associations with common diseases andprescription medications in a popu- lation-based cohort. Nat. Commun. 9,2655.

24.Kashem, S.W., Riedl, M.S., Yao, C., Honda, C.N.,Vulchanova, L., and Kaplan, D.H. (2015). Nociceptive sensory fibers driveinterleukin-23 production from CD301b+ dermal dendritic cells and driveprotective cutaneous immunity. Im- munity 43, 515–526.

25.Kupari, J., Ha€ring, M., Agirre, E., Castelo-Branco, G., andErnfors, P. (2019). An atlas of vagal sensory neurons and their molecularspecialization. Cell Rep. 27, 2508–2523.e4.

26.Larraufie, P., Martin-Gallausiaux, C., Lapaque, N., Dore,J., Gribble, F.M., Re- imann, F., and Blottiere, H.M. (2018). SCFAs stronglystimulate PYY produc- tion in human enteroendocrine cells. Sci. Rep. 8,74.

27.Leulier, F., MacNeil, L.T., Lee, W.J., Rawls, J.F., Cani,P.D., Schwarzer, M., Zhao, L., and Simpson, S.J. (2017). Integrativephysiology: at the crossroads of nutrition, microbiota, animal physiology, andhuman health. Cell Metab. 25, 522–534.

28.Maier, L., Pruteanu, M., Kuhn, M., Zeller, G., Telzerow,A., Anderson, E.E., Bro- chado, A.R., Fernandez, K.C., Dose, H., Mori, H., etal. (2018). Extensive impact of non-antibiotic drugs on human gut bacteria.Nature 555, 623–628.

29.Maini Rekdal, V., Bess, E.N., Bisanz, J.E., Turnbaugh,P.J., and Balskus, E.P. (2019). Discovery and inhibition of an interspecies gutbacterial pathway for Levodopa metabolism. Science 364, eaau6323.

30.Mertens, K.L., Kalsbeek, A., Soeters, M.R., and Eggink,H.M. (2017). Bile acid signaling pathways from the enterohepatic circulation tothe central nervous system. Front. Neurosci. 11, 617.

31.Milshteyn, A., Colosimo, D.A., and Brady, S.F. (2018).Accessing bioactive nat- ural products from the human microbiome. Cell HostMicrobe 23, 725–736.

32.Ridaura, V.K., Faith, J.J., Rey, F.E., Cheng, J., Duncan,A.E., Kau, A.L., Griffin, N.W., Lombard, V., Henrissat, B., Bain, J.R., et al.(2013). Gut microbiota from twins discordant for obesity modulate metabolism inmice. Science 341, 1241214.

33.Sgritta, M., Dooling, S.W., Buffington, S.A., Momin,E.N., Francis, M.B., Brit- ton, R.A., and Costa-Mattioli, M. (2019). Mechanismsunderlying microbial- mediated changes in social behavior in mouse models ofautism spectrum dis- order. Neuron 101, 246–259.e6.

34.Smith, P.M., Howitt, M.R., Panikov, N., Michaud, M.,Gallini, C.A., Bohlooly-Y, M., Glickman, J.N., and Garrett, W.S. (2013). Themicrobial metabolites, short- chain fatty acids, regulate colonic Treg cellhomeostasis. Science 341, 569–573.

35.Strandwitz, P. (2018). Neurotransmitter modulation by thegut microbiota. Brain Res. 1693 (Pt B), 128–133.

36.Strandwitz, P., Kim, K.H., Terekhova, D., Liu, J.K.,Sharma, A., Levering, J., McDonald, D., Dietrich, D., Ramadhar, T.R., Lekbua,A., et al. (2019). GABA- modulating bacteria of the human gut microbiota. Nat.Microbiol. 4, 396–403.

37.Turnbaugh, P.J., Ley, R.E., Mahowald, M.A., Magrini, V.,Mardis, E.R., and Gordon, J.I. (2006). An obesity-associated gut microbiomewith increased ca- pacity for energy harvest. Nature 444, 1027–1031.

Valenstein, E.S. (2002). The discovery of chemicalneurotransmitters. Brain Cogn. 49, 73–95.

38.Vuong, H.E., Yano, J.M., Fung, T.C., and Hsiao, E.Y.(2017). The microbiome and host behavior. Annu. Rev. Neurosci. 40,21–49.

39.Wallace, B.D., Wang, H., Lane, K.T., Scott, J.E., Orans,J., Koo, J.S., Venka- tesh, M., Jobin, C., Yeh, L.A., Mani, S., and Redinbo,M.R. (2010). Alleviating cancer drug toxicity by inhibiting a bacterial enzyme.Science 330, 831–835.

40.Yano, J.M., Yu, K., Donaldson, G.P., Shastri, G.G., Ann,P., Ma, L., Nagler, C.R., Ismagilov, R.F., Mazmanian, S.K., and Hsiao, E.Y.(2015). Indigenous bacteria from the gut microbiota regulate host serotoninbiosynthesis. Cell 161, 264–276.

41.Zimmermann, M., Zimmermann-Kogadeeva, M., Wegmann, R.,and Goodman, A.L. (2019a). Mapping human microbiome drug metabolism by gutbacteria and their genes. Nature 570, 462–467.

42.Zimmermann, M., Zimmermann-Kogadeeva, M., Wegmann, R.,and Goodman, A.L. (2019b). Separating host and microbiome contributions to drugpharmacokinetics and toxicity. Science 363, eaat9931.

 


原文链接:Jameson K G, Olson C A, Kazmi S A, et al. Toward Understanding Microbiome-Neuronal Signaling[J]. Molecular Cell, 2020.

作者|K.G. Jameson, C.A. Olson, S.A. Kazmi, E.Y. Hsiao

编译|ninety

审校|617

 

相关推荐
评论
热门分类