摘要
婴儿期肠道微生物组的构建是重要的健康决定因素，然而其中的病毒组分（病毒组，virome）仍未得到充分表征。作者通过对来自 8 个国家的 12 个婴儿队列进行荟萃分析，以建模生命头三年肠道病毒组的发育过程。研究结果揭示了独特的多样性模式：病毒丰富度在出生后的前 8 个月内显著增加，同时群落均匀度下降。作者定义了病毒发育速度（virome developmental velocity, VDV）——即连续样本间的变化率——其随时间显著下降。这与群落层面的趋同相呼应，即婴儿病毒组随年龄增长而变得更加相似。在功能层面，向稳定状态的过渡伴随着胞外温和噬菌体（temperate phages）的显著减少，以及噬菌体编码的辅代谢基因（auxiliary metabolic genes, AMGs）的转变，这些基因可调控宿主代谢。本研究提供了肠道病毒组发育的基线表征，其以保守的演替轨迹为标志，为识别疾病相关扰动提供了框架。
Keywords: Infant gut virome（婴儿肠道病毒组）; Bacteriophage community assembly（噬菌体群落构建）; Virome developmental velocity（病毒发育速度）; Auxiliary metabolic genes（辅代谢基因）; Phage-host family（噬菌体和宿主家族）; Early-life microbiome（生命早期微生物组）
文献信息
- Shamash, M., & Maurice, C. F. (2026). A meta-analysis of infant gut viromes reveals global patterns in bacteriophage community assembly and functional capacity over the first three years of life.Nature Communications, 17, 7698. https://doi.org/10.1038/s41467-026-74609-5
- 期刊：Nature Communications（IF = 18.1）
- 收稿日期：2026 年 3 月 3 日；接收日期：2026 年 6 月 8 日；在线发表：2026 年 6 月 18 日
- 作者单位：加拿大麦吉尔大学微生物与免疫学系；麦吉尔微生物组研究中心
研究总结
背景介绍
人类肠道微生物组从出生开始构建，并持续贯穿生命头几年。尽管大量研究聚焦于肠道细菌组及其与婴儿健康的关联，但肠道病毒组——主要由感染细菌的**噬菌体（bacteriophages, phages）**构成——在早期生命中的作用仍知之甚少。现有证据表明，这一病毒群落并非随机获得，而是与首批细菌宿主的到来密切相关：肠道中的初始噬菌体来源于先驱肠道细菌的诱导型前噬菌体，并在随后数月作为肠道病毒组的重要成员持续存在。
肠道营养景观在婴儿期经历重要转变，主要由富含人乳寡糖（human milk oligosaccharides, HMOs）的饮食向复杂的、含植物来源多糖的饮食过渡。虽然肠道细菌组通过调整其结构和组成来适应这些变化，但病毒组在支持这一过渡中的作用仍未得到探索。噬菌体可携带辅代谢基因（AMGs），在海洋等其他生态系统中已被证实能调控宿主代谢基因；然而，肠道病毒组中与氮利用和碳利用相关的 AMGs 虽在成人中有所鉴定，生命早期病毒组 AMGs 的特征仍属空白。
定义婴儿肠道病毒组健康发育程序面临一大障碍：病毒组在序列水平具有极度个体差异性，不同个体的病毒序列重叠极少。为克服这一挑战，作者此前提出了一种基于**预测细菌宿主家族（predicted host family, PHF）**对病毒序列进行分组的新分析方法，从而在噬菌体功能潜力层面识别更广泛的关联。本研究利用该方法，对婴儿肠道病毒组进行荟萃分析，以识别噬菌体群落构建与功能容量的全球模式。
重要结果
结果1：12个队列的整合与统一流程构建全球婴儿肠道病毒组目录
作者筛选了符合以下标准的队列：（1）公开可用的游离病毒组（病毒样颗粒 enriched）Illumina 测序数据；（2）采样于生命头三年（0-38 月龄）；（3）研究者定义的"健康"临床状态。最终纳入来自 8 个国家的 12 项研究，包含 999 名婴儿的 1,893 个样本，其中 6 项为纵向研究、6 项为横断面研究。
所有原始测序数据均通过标准化生物信息学流程重新处理：个体样本从头组装、病毒识别、生成非冗余病毒操作分类单元（vOTU）目录。在 95% 平均核苷酸一致性（ANI）和 85% 比对分数（AF）下对 ≥3 kb 的病毒序列进行去冗余，构建了包含49,745 个 vOTUs的文库。通过对 485,806 个蛋白簇（95% 平均氨基酸一致性）进行 KOfam 数据库注释评估其功能潜力。在覆盖深度 ≥1× 且覆盖广度 ≥75% 的检测阈值下，来自 991 名婴儿的 1,869 个样本被保留用于下游分析（24 个样本因测序深度不足被排除）。
图 1 图注：(A) 12 项研究的采样地理位置分布；(B) 样本年龄分布（0-38 月龄）；© 标准化生物信息学分析流程，包括从头组装、病毒识别、vOTU 聚类、丰度定量与功能注释；(D) 基于 PHF 水平加权 UniFrac 距离的主坐标分析（PCoA），样本按婴儿月龄（左）和原始研究队列（右）着色，伴随的 PERMANOVA 结果量化了元数据变量对病毒组 beta 多样性的相对贡献。
结果2：婴儿肠道病毒组在序列水平高度个体化，但在宿主家族层面保守
为评估 vOTUs 的分布，作者基于采样密度和关键发育里程碑将样本划分为 5 个年龄区间：0 月龄（新生儿）、1-3 月龄（早婴期）、4-6 月龄（过渡期）、7-12 月龄（晚婴期）、>1 岁（幼儿期）。在 vOTU 水平，单个 vOTU 的流行率普遍较低，呈现长尾的稀有 vOTU 分布。任一单一 vOTU 的最大流行率在各发育阶段均处于低位，范围从 15.4%（1-3 月龄）到 48%（4-6 月龄）。值得注意的是，在任何年龄区间内，没有任何单一 vOTU 的流行率超过一半，这表明在序列水平缺乏核心病毒组特征。
然而在更宽泛的 PHF 层面，模式趋于一致：独特性 vOTUs 汇聚于一组共享的细菌宿主。各年龄区间的优势 PHFs 在多数婴儿中被检出，在 7-12 月龄时** Bacteroidaceae（拟杆菌科）噬菌体宿主家族的检出率高达 97.5%**。宿主靶点呈现清晰的时间演替：靶向 Bifidobacteriaceae（双歧杆菌科）——新生儿肠道中的优势细菌家族及 HMOs 的关键消耗者——的噬菌体在生命前 6 个月达到流行率峰值，与典型的纯母乳喂养期相吻合。在所有年龄区间中，在超过半数婴儿中检出的核心 PHF 数量从出生时的 2 个稳步增加到幼儿期的 9 个。
图 2 图注：(A) 各年龄区间 vOTU 流行率分布，显示长尾的稀有性；(B) PHF 水平的流行率，核心宿主家族在多数婴儿中稳定检出；© 广义加性混合模型（GAMM）拟合的 vOTU 水平 α 多样性指标（丰富度、香农指数、Pielou 均匀度）随婴儿月龄的非线性关系，阴影带表示 95% 置信区间；(D) PHF 水平加权 UniFrac 距离的 PCoA 可视化，样本按婴儿月龄（左）和原始研究队列（右）着色。
结果3：病毒丰富度快速扩张，病毒发育速度递减，群落趋同
为在控制研究间异质性和重复测量的前提下建模 vOTU 水平的 α 多样性轨迹，作者实施了广义加性混合模型（generalized additive mixed models, GAMMs）。在考虑固定效应（测序深度、研究）和随机效应（个体）后，仅观测丰富度在整个采样期内与年龄显著相关（p=0.042），在生命前 8 个月内显著增加，之后达到平台期。相比之下，香农指数在三年采样期内保持稳定。丰富度增加与香农多样性稳定的组合暗示了群落结构的转变——事实上 Pielou 均匀度在前 18 个月内有所下降（虽不显著），之后恢复到基线水平。
为量化病毒组组装的动态，作者定义了病毒发育速度（VDV）——同一婴儿两个连续样本间的距离（PHF 水平加权 UniFrac 或 vOTU 水平 Bray-Curtis）除以时间间隔（月）。VDV 在 PHF 和 vOTU 水平均与年龄显著负相关（p<0.001），在出生时最高，约 6 月龄时趋于稳定。结合丰富度发现，这些数据表明生命前 6-8 个月是肠道病毒组发育最具活力的时期。
为评估病毒组趋同和个体间变异随时间的变化，β 离散度（beta dispersion）——每个样本到其特定年龄中心在多元排序空间中的距离——在 PHF 水平随年龄显著下降（p=0.0032），这一下降趋势甚至持续到 36 月龄之后。相比之下，vOTU 水平的 β 离散度与年龄无关（p=0.23）。PHF 与 vOTU 水平 β 离散度模式的不一致性表明：婴儿肠道病毒组在向噬菌体-宿主互作的共同结构趋同的同时，在序列水平始终保持高度个体化。
基于 PHF 丰度训练随机森林回归模型预测婴儿年龄：训练集上 RMSE=2.49 月、R²=0.93；测试集上 RMSE=5.14 月、R²=0.555。最重要的预测特征为 Rikenellaceae（理研菌科）、Bacteroidaceae、Bifidobacteriaceae 噬菌体宿主家族。生命早期年龄预测主要由 Bifidobacteriaceae 和 Veillonellaceae（韦荣球菌科）的下降驱动（前 3 月龄最高），而向幼儿期的过渡则以 Rikenellaceae 和 Bacteroidaceae 丰度的增加为标志（13 月龄后最高）。留一队列交叉验证（LOSOCV）证实了模型的稳健性。
图 3 图注：(A) PHF 水平病毒发育速度（VDV）随年龄的 GAMM 拟合，出生时为峰值，约 6 月龄稳定；(B) PHF 水平 β 离散度随年龄显著下降；© 随机森林回归模型基于 PHF 水平病毒组组成预测婴儿年龄的性能，预测年龄与实际年龄的散点图按数据集（训练/测试）着色；(D) 年龄预测模型中前 20 个最重要 PHF 特征的热图，显示在 3 月龄区间内的平均相对丰度（按各 PHF 最小-最大缩放），伴随的彩色条和条形图分别指示各 PHF 对模型的总体贡献和重要性。
结果4：温和噬菌体在生命早期胞外病毒组中占主导并随年龄下降
为验证"出生后温和噬菌体通过定植细菌的诱导迅速定殖肠道病毒组"的假说，作者预测了 vOTU 的生活方式，并用 GAMMs 建模了前几年累积温和噬菌体相对丰度。结果显示温和噬菌体丰度与年龄显著相关（p=0.002），在出生时最高，此后迅速下降。在元数据完整的子集中，剖宫产婴儿在出生时的温和噬菌体丰度显著高于阴道分娩婴儿；纯母乳喂养婴儿的温和噬菌体丰度显著高于配方奶喂养婴儿。
温和病毒组的组成多样性也随时间变化：出生时，大多数检出的温和 vOTUs 预测感染 Bacteroidaceae、Enterobacteriaceae（肠杆菌科）、Bifidobacteriaceae 和 Streptococcaceae（链球菌科）宿主；到 1 岁时，温和病毒组主要由感染 Lachnospiraceae（毛螺菌科）、Bacteroidaceae 和 Ruminococcaceae（瘤胃菌科）的噬菌体构成。这一发现与近期多项研究一致，表明向成人样微生物组的过渡伴随着温和噬菌体主要以宿主基因组内前噬菌体的形式存在。
图 4 图注：(A) 基于 GAMM 建模的累积温和噬菌体相对丰度，拟合曲线表示温和噬菌体相对丰度与婴儿月龄的非线性关系（p=0.002），阴影带为 95% 置信区间；(B) 温和噬菌体宿主家族组成随年龄的演变，从出生时的 Bacteroidaceae/Enterobacteriaceae/Bifidobacteriaceae/Streptococcaceae 主导，过渡到 1 岁时的 Lachnospiraceae/Bacteroidaceae/Ruminococcaceae 主导。
结果5：肠道病毒组功能特化映射关键发育里程碑
为表征婴儿病毒组的功能潜力，作者从 vOTU 文库预测蛋白编码序列，基于 ≥95% 平均氨基酸一致性和 ≥90% 覆盖率聚类为非冗余目录，从 49,745 个 vOTUs 中预测出 797,941 个蛋白编码序列，形成 485,806 个非冗余蛋白簇（减少 39.1%）。通过与 KOfam 数据库比对并过滤 VIBRANT 策展的 KEGG 直系同源组（KOs）列表，鉴定出 AMGs。
在 10 个最流行的 PHFs 中，Ruminococcaceae 和 Bacteroidaceae 噬菌体宿主家族是功能最多样的，分别富集于 37 和 30 个通路类别，这些 AMGs 包括碳水化合物代谢、次生代谢物生物合成和氨基酸代谢相关基因。不同 AMGs 的相对丰度也遵循时间演替：新生儿期（0-3 月龄）以能量、聚糖和氨基酸代谢相关基因为特征；当过渡到固体食物（7-12 月龄）时，观察到与碳水化合物、脂质、异生物质和核苷酸代谢相关的 AMGs 达到峰值，并持续进入第三年。
作者尝试基于 AMG 谱（存在/缺失）和检测时年龄用随机森林分类模型将 vOTUs 分类为 PHFs，模型性能较差（各类别/PHFs 平均 F1 分数 0.58），表明 PHFs 间存在高度的功能冗余——特定的代谢谱系并不一定能够指示宿主。
在非噬菌体病毒组分表征中，geNomad 鉴定出 534 个 vOTUs（占总数据集的 1.1%）代表 31 个非噬菌体病毒家族，按预测宿主分为感染动物（n=466，如细小病毒科、腺病毒科）、植物（n=13）、真菌/原生生物（n=49）和古菌（n=4）的类群，以及病毒噬菌体（n=2）。感染动物的病毒是唯一与婴儿年龄显著相关的组别（p<0.001），约在 9 月龄达到峰值后下降；剖宫产婴儿在 6-12 月龄期间感染动物的病毒丰度显著高于阴道分娩婴儿。
图 5 图注：前 10 个最流行 PHFs 的 AMG 代谢通路富集分析。点的大小表示相对丰度，颜色表示统计显著性。富集通过超几何检验（Fisher 精确检验）确定，以识别相对于 PHF 总基因数和大小显著过代表的功 能类别，仅显示显著（FDR<0.05）结果。Ruminococcaceae 和 Bacteroidaceae 噬菌体宿主家族在碳水化合物代谢、次生代谢物生物合成和氨基酸代谢等通路中呈现最广泛的富集。
方法学参考
可供参考的关键方法：
- 克服病毒组个体化：以预测宿主家族（PHF）为功能单元聚合 vOTUs，在保留生态信息的同时实现跨研究可比性
- vOTU 界定：CD-HIT 以 95% ANI 和 85% AF 聚类，代表病毒生态学物种水平划分的国际通用标准
- 生活方式预测：仅纳入高质量和完整序列可能引入偏差
- α 多样性建模：GAMMs 针对不同指标选用不同分布——丰富度用负二项分布、香农指数用高斯分布、Pielou 均匀度用 β 回归，并将测序深度作为固定效应以避免稀疏化偏差
- VDV 定义：同一婴儿连续样本间距离除以时间间隔，仅在 6 个纵向队列（120 名个体，989 个样本）中计算
- 年龄预测模型：随机森林回归，70/30 训练-测试分割，辅以留一队列交叉验证（LOSOCV）排除研究特异性偏差
- AMG 富集检验：超几何检验（Fisher 精确检验）评估特定 PHF 内 AMG 类别的过代表程度，BH 法校正多重检验
总结
本研究通过对 12 个婴儿队列、999 名婴儿、1,893 个样本的荟萃分析，建立了生命头三年肠道病毒组发育的健康基线。研究揭示了五个相互关联的核心规律：
其一，病毒丰富度在出生后前 8 个月快速扩张，随后进入平台期，而香农多样性在整个三年期间保持稳定，均匀度则在前 18 个月下降。这一组合表明病毒组在个体序列水平高度动态，但在功能宿主层面趋向保守。
其二，病毒发育速度（VDV）在出生时最高，约 6 月龄趋于稳定；与此同时，PHF 水平的 β 离散度随年龄显著下降，表明婴儿病毒组在向共同的噬菌体-宿主互作结构趋同，尽管在序列水平始终保持高度个体化。这一"趋同-个体化并存"的范式是生命早期病毒组发育的关键特征。
其三，基于 PHF 组成的随机森林模型可准确预测婴儿年龄（测试集 RMSE=5.14 月，R²=0.555），最重要的预测特征为 Rikenellaceae、Bacteroidaceae、Bifidobacteriaceae 噬菌体宿主家族。模型的预测能力在 20 月龄后显著下降，提示病毒组组装在生命前 20 个月受年龄严格调控，稳定后则由长期饮食和独特环境暴露等个体化因素主导。
其四，温和噬菌体在胞外病毒组中占主导且随年龄显著下降，从出生时的最高丰度迅速衰减，反映了从"游离温和噬菌体"向"整合前噬菌体"的过渡，与成人样微生物组的建立相吻合。宿主靶向也发生演变：从新生儿期的 Bacteroidaceae/Enterobacteriaceae/Bifidobacteriaceae/Streptococcaceae，转变为 1 岁时的 Lachnospiraceae/Bacteroidaceae/Ruminococcaceae。
其五，病毒组 AMGs 功能潜力随发育里程碑时序更替。Ruminococcaceae 和 Bacteroidaceae 噬菌体宿主家族——两个对膳食纤维发酵至关重要的细菌家族——携带最多样的 AMGs，表明胞外病毒组提供了一个代谢工具箱，支持宿主在断奶后适应富含植物多糖的饮食。新生儿期以能量、聚糖和氨基酸代谢为特征，7-12 月龄过渡到固体食物时，碳水化合物、脂质、异生物质和核苷酸代谢相关 AMGs 达到峰值。
⚠️研究局限性：
（1）所有 12 项研究均来自全球北方（Global North），多数来自高收入国家，尚缺乏来自多样化地理区域和中低收入国家的病毒组研究；
（2）所有研究采用的建库方法均严重偏向双链 DNA 病毒测序，无法提供 RNA 和单链 DNA 病毒组的洞察；
（3）部分元数据（如性别、分娩方式、饮食）的完整报告存在异质性，研究者通过子集建模策略最大化元数据效用，但仍可能引入偏差；
（4）研究聚焦于游离/胞外病毒组（VLP 富集），无法全面反映整合于细菌基因组内的前噬菌体组分。
该研究确立的保守演替轨迹和健康发育基线，为未来研究病毒组对人类健康的驱动作用、识别疾病相关扰动提供了关键框架，标志着婴儿肠道病毒组研究从单一队列描述迈向全球模式识别的重要一步。
参考文献
- Shamash, M., & Maurice, C. F. (2026). A meta-analysis of infant gut viromes reveals global patterns in bacteriophage community assembly and functional capacity over the first three years of life.Nature Communications, 17, 7698. https://doi.org/10.1038/s41467-026-74609-5
相关数据库与资源：
- 分析代码：Zenodo (https://doi.org/10.5281/zenodo.19701266)
- 原始病毒组测序数据：NCBI SRA，BioProject accessions: PRJNA284162, PRJNA387903, PRJNA385126, PRJEB33578, PRJNA524703, PRJNA693793, PRJNA916952, PRJEB46943, PRJNA427187, PRJNA641593
- 病毒识别工具：geNomad (https://github.com/apcamargo/genomad)
- 宿主预测工具：iPHoP (https://github.com/srouxSF/iPHoP)
- 生活方式预测工具：BACPHLIP (https://github.com/alexhockenberry/BACPHLIP)
- AMG 识别工具：VIBRANT (https://github.com/AnantharamanLab/VIBRANT)