文献解读 | 学业压不垮：肠道多组学研究为中学生心理健康提供守护方案！

一、背景介绍

青少年处于神经内分泌发育阶段，对心理压力敏感，尤其在东亚文化环境中，青少年所感受到的学业压力尤为突出，长期高强度的压力可诱发抑郁等精神障碍，且与多种慢性病相关，因此探索青少年心理压力的生物学机制并寻找有效干预靶点具有重要意义。已有研究表明，人体存在“菌群-肠-脑轴”，心理压力可通过激素和神经影响肠道，扰动肠道菌群组成，而肠道微生也可以通过产生代谢物调节免疫和神经信号，影响大脑功能和应激反应。鉴于此，采用多组学研究，包括16S测序、宏基因测序、代谢检测，可以揭示心理压力与肠道菌群及代谢物的双向关联，为基于肠道菌群的早期干预策略（如益生菌、饮食调整）提供科学依据。

 

二、材料方法

研究纳入了某中学124名青少年，收集粪便样本进行试验进行16S测序，其中51人完成随访，且进行了宏基因测序与代谢物检测。研究中16S数据处理使用DADA2算法生成ASV，QIIME2进行物种注释，对数转换后用于分析；宏基因数据使用Megahit组装，MetaGeneMark预测ORF，DIAMOND比对数据库，LCA算法进行物种分类，相对丰度经自然对数转换用于分析；代谢数据使用XCMS进行峰提取与对齐，基于自建库鉴定代谢物，数据标准化并转换为Z分数。组间比较使用t检验、Wilcoxon符号秩检验、McNemar检验；多样性分析包括α多样性（Shannon、Simpson等）经Z-score标准化后用多重线性回归，β多样性采用Bray–Curtis距离，通过重复测量PERMANOVA和PCoA可视化；关联分析包括Spearman相关筛选候选菌群/代谢物，多重线性回归调整协变量（年龄、性别、BMI、饮食指数等），弹性网络回归（Elastic Net）筛选预测随访压力的基线特征，中介效应分析采用R程序的mediation包，Bootstrap法（5000次重抽样）估计间接效应；预测模型评估使用逻辑回归结合ROC曲线与AUC评估判别效能，多重检验校正错误发现率。

 

三、结果讨论

研究表明，较高的心理压力水平与肠道菌群多样性降低及特定菌属丰度减少相关，总体压力评分越高，细菌α多样性和β多样性均显著降低，多种压力类型与Desulfobacterota等呈负相关，与Chloroflexi呈正相关；多重线性回归进一步证实这种压力关联。纵向分析显示，心理压力水平可影响一年后肠道微生物组成及粪便代谢，宏基因数据显示压力与6个随访菌种显著相关，包括Actinomyces spp等；代谢数据显示压力与脂质类物质代谢通路相关；中介分析表明特定菌在压力与代谢物之间起中介作用，其中Schaalia odontolytica的中介效应最强。进一步分析表明，特定粪便代谢物具有预测未来心理压力的能力，比如7种基线代谢物，如溶血磷脂酰丝氨酸等，可用于预测一年后的总体压力评分，这些代谢物构建的逻辑回归模型对高/低压力青少年的判别能力良好，AUC达0.72，其中5-OxoETE是最强预测因子。

 

四、研究结论

研究揭示了国内青少年心理应激与肠道菌群的相关联系，为临床早期识别、精准干预甚至“调菌减压”提供了循证基础，5-OxoETE等代谢物与菌种S. odontolytica等指标，有望作为相对客观的压力风险评估因子，辅助学校快速识别心理压力明显的学生，并且明确了几种肠道菌类的失调，有望为治疗干预提供益生菌类靶标。研究在人类发育关键期提供“菌群-肠-脑轴”的直接证据，通过整合16S、宏基因、代谢与心理评估，建立了研究行为-生物交互的多组学方法范式，通过“便便检测”就能提前一年知道孩子会不会被压力击垮，并用益生菌补充改善压力，体现了临床研究带来的直观有温度的影响。

 

五、结果展开

图1. 显示研究设计与分析方法。

 

研究纳入了124名青少年，收集粪便样本用于16S测序，其中51人进行宏基因组测序与代谢检测，并完成一年随访，收集参与者的相关信息，如饮食习惯、身体数据、心理评估等，系统分析心理压力、肠道菌群与粪便代谢物之间的关联。

 

图2. 显示基于16S测序数据分析心理压力与肠道菌群的关联。

 

A. 显示肠道菌群α多样性和β多样性与应激总分的关联。

B. 显示属水平菌群、应激总分与潜在协变量（年龄、性别、BMI、不良饮食指数）之间的相关性网络图。

C. 显示应激总分及各维度得分与肠道菌群在门水平相对丰度的Spearman秩相关。

D. 显示应激总分及各维度得分与肠道菌群在属水平相对丰度的Spearman秩相关。

E. 显示对与心理应激显著相关的菌属进行多元线性回归分析。

 

图3. 显示基于宏基因组测序数据分析青少年基线心理应激与随访肠道菌群的关联。

 

A. 显示基线与随访时肠道菌群在门水平的组成比较。

B. 显示基线与随访时肠道菌群在种水平的组成比较。

C. 显示基于未加权UniFrac距离的β多样性PCoA图分析基线与随访的菌群差异。

D. 显示多元线性回归分析基线应激总分与随访α多样性的关联。

E. 显示基线应激总分及各维度得分与随访肠道菌群种水平相对丰度的Spearman秩相关。

F. 显示基于显著相关物种进行的多元线性回归分析。

 

图4. 显示基于代谢数据分析青少年基线心理应激与随访粪便代谢物的纵向关联。

 

A. 显示代谢物组成概况。

B. 显示所分析出的前10种显著差异代谢物。

C. 显示代谢物主要富集于脂质代谢相关通路。

D. 显示细菌物种与脂质代谢物相关分析。

E. 显示应激维度（左）、细菌（中）与脂质代谢物（右）之间效应路径分析。

F. 显示菌种对应激总分与脂质代谢物之间关联的最大中介效应。

 

图5. 显示基于代谢与宏基因组数据分析青少年基线肠道菌群与代谢物对随访心理应激的关联。

 

A. 显示多元线性回归分析基线肠道菌群α多样性与随访应激总分的关联。

B. 显示使用弹性网络回归筛选与随访应激显著相关的基线菌种进行多元线性回归确认。

C. 显示基于与随访应激总分及各维度显著相关的基线代谢物进行多元线性回归分析。

D. 使用逻辑回归评估基线菌种与代谢物对随访应激总压力分数的预测能力。

E. 使用逻辑回归评估基线菌种与代谢物对随访惩罚分数的预测能力。

F. 使用逻辑回归评估基线菌种与代谢物对随访人际关系分数的预测能力。

H. 使用逻辑回归评估基线菌种与代谢物对随访适应分数的预测能力。

 

参考文献：

Yang C, Lv M, Li Y, He Y, Zhang S, Zhang G, Lan J, Guo Z, Cheng Y, Yang Y, Sun J, Ma L, Zhang L. The interactions between psychological stress, gut microbiota, and fecal metabolites: A longitudinal multi-omics study in Chinese adolescents. Curr Res Microb Sci. 2025 Oct 24;9:100498.