文献解读 | 精液菌群与代谢物检测显示不育男性特征

一、背景介绍

男性不育是指育龄夫妇在未采取避孕措施的情况下，经12个月以上规律性生活仍未能实现临床妊娠，虽已知问题与男性相关，但这其中超过半数病因不明，约25%精液参数正常却无法生育，因此被称为特发性男性不育。该病涉及精子数量、活力、形态及遗传等多种因素，目前缺乏有效诊断手段，导致患者常承受严重心理压力，影响伴侣关系与家庭和谐。近年来研究发现，精液微生物群和代谢环境在维持精子质量中起关键作用，某些菌群如乳酸杆菌有益于精子健康，而致病菌可能诱发炎症与氧化应激，损害生育力，环境毒素亦可通过干扰微生物-代谢网络影响生殖功能，因此开展多组学研究，可以挖掘潜在生物标志物，为阐明机制、开发精准诊断与治疗策略提供依据。

 

二、材料方法

研究纳入26名不育男性，以14名有生育史的健康男性作为对照，年龄在18–55岁，排除近期手术、感染、遗传疾病及抗生素使用等干扰因素，样本为禁欲2–7天后通过手淫无菌采集的精液，样本部分用于常规精液分析，其余在液氮速冻后于-80°C保存用于多组学检测。微生物组分析采用16S rRNA基因测序，使用粪便DNA分离试剂盒提取总微生物基因组，提取总DNA后进行扩增子测序，质控后使用SMURF方法整合多区域数据，参考GreenGenes数据库进行物种注释。代谢分析采用LC-MS平台，正负离子模式检测，经XCMS进行峰对齐与提取，结合QC样本确保数据质量。生物信息学分析包括：α/β多样性评估（Chao1、Sobs指数、PCoA）、LEfSe分析筛选差异物种（LDA>2, P<0.05）、PICRUSt2预测功能通路（KEGG）。代谢数据进行OPLS-DA建模，并开展通路富集分析。统计学分析使用t检验、Mann-Whitney U检验或卡方检验比较组间差异；关联分析采用Pearson/Spearman相关，构建微生物-代谢物-临床指标的综合网络，ROC曲线评估生物标志物诊断效能（AUC），所有分析基于R语言和Majorbio云平台完成。

 

三、结果讨论

研究发现不育患者的精液微生物α多样性显著降低，表明其微生物群落稳定性受损，两组之间尽管整体群落结构相似，但内部物种丰富度下降，不育患者中一些有益菌如戊糖片球菌和肺炎链球菌显著减少，而致病菌如申克莱不动杆菌富集。功能分析显示患者多数KEGG代谢通路活性下降，但某些与氧化应激和环境毒素相关的通路显著上调，提示机体对不良微环境的适应性反应。代谢分析进一步揭示了不育患者精液代谢谱的显著紊乱，共鉴定出147种差异代谢物，其中131种上调，16种下调，些代谢物主要富集于“碳代谢”、“蛋白消化与吸收”、“氨基酸合成”等通路，且多呈上调趋势，表明代谢活跃但紊乱，其中四种代谢物（γ-Glu-Tyr、Indalone、Lys-Glu、γ-Glu-Phe）在诊断不育方面表现出极高的效能，AUC均超过0.97，显示出作为非侵入性生物标志物的巨大潜力。此外发现微生物与精子质量指标存在显著关联，戊糖片球菌和雷氏普罗威登斯菌与精子浓度和精液体积正相关，并且与有益脂质LPC 18:2正相关；肺炎链球菌与前向运动率正相关，有害代谢物Lys-Glu和Indalone与精子活力负相关，与圆细胞数正相关，提示可能通过促进炎症反应损害精子质量。

 

四、研究结论

研究揭示了男性不育患者存在显著的精液微生态失调，代谢网络紊乱等，研究筛选出了四种具有极高诊断价值的代谢物（γ-Glu-Tyr、Indalone、Lys-Glu、γ-Glu-Phe），展现出作为非侵入性生物标志物的巨大潜力。此外研究凸显了精液样本在组学检测中的独特优势：精液是直接参与生育过程的体液，能真实反映男性生殖道的微环境状态，且样本易于采集，适合大规模筛查和动态监测，为开发简便、高效的男性不育诊断方法提供了切实可行的技术路径。

 

五、结果展开

 

图1. 流程图展示研究。包括受试者招募；精液采集；实验检测：16S rRNA测序、LC-MS检测、常规精液分析；数据分析：菌群α/β多样性、LEfSe差异菌、PICRUSt2功能预测、代谢OPLS-DA、VIP差异代谢物、KEGG通路富集、Pearman/Spearman关联分析、ROC曲线评估标志物性能；临床关联：精液微生态-代谢失衡特征、筛选与精子质量密切相关的关键菌属及代谢物、为不育提供新的无创诊断候选标志物。

 

图2. 显示不育男性与可育男性精液微生物多样性与群落结构比较。

A和B. 显示两组间α多样性的对比，分别依据Chao1指数与Sobs指数计算。

C和D. 显示两组间β多样性的对比，分别进行PCoA与NMDS分析。
E和F. 显示两组在菌类门与种水平上的群落组成百分比堆叠图。

 

图3. 显示不育与可育男性LEfSe分析及功能预测。

A. LDA得分条形图显示组间差异显著的微生物群（LDA>2.0）。

B. 两组在物种水平上显著差异的微生物。

C. 基于PICRUSt2和KEGG通路富集的功能预测分析。

 

图4. 显示不育男性与生育男性精液代谢组成及差异比较。

A和B. 显示正离子模式（POS）与负离子模式（NEG）数据的偏最小二乘判别分析（OPLS-DA）图。

C和D. 显示正离子模式（POS）与负离子模式（NEG）数据的OPLS-DA模型置换检验。
E–I. 显示在不育男性中表达上调最显著的5种代谢物，包括Terbutaline、His-Asp、Lys-Glu、2,3-dihydroxybiphenyl、Arg-Arg。

 

图5. 显示差异代谢物的KEGG功能分析及ROC曲线分析。

A. 显示KEGG通路富集图。纵轴表示KEGG通路，横轴表示富集分析的p值。

B. 显示差异丰度评分图。纵轴表示差异代谢通路，横轴表示差异丰度评分（DA score），反映整体代谢变化趋势。

C–F. 显示对区分两组性能最佳的4种代谢物进行ROC曲线分析，并给出曲线下面积(AUC)。

 

图6. 组学数据之间和组学数据与临床指标的相关性分析。

A. 显示临床指标与精液微生物群的相关性分析。

B. 显示临床指标与差异代谢物（DEMs）的相关性分析。

C. 显示精液微生物群与差异代谢物（DEMs）的相关性分析。

 

参考文献：

Yao, H., Luo, C., Xian, Y. et al. Integrated profiling of semen microbiota and metabolome reveals dysregulation in primary idiopathic male infertility. J Transl Med 23, 1092 (2025).