从儿童到成人，一个决定胃癌风险的微生物网络 | 热心肠日报

核心网络鉴定

对255例儿童胃样本的全长16S测序揭示了由11个核心细菌属组成的相互拮抗的CST1A与CST1B模块。

发育与临床框架

该CST1A-CST1B网络在儿童早期出现并贯穿整个生命周期，为胃部疾病风险分层提供了保守的生态框架。

疾病关联

CST1A在儿童十二指肠溃疡中显著减少并伴随Helicobacter pylori抑制，而CST1B在八个独立队列中富集并与胃癌风险显著相关。

功能分化

功能预测提示CST1A与细胞运动及脂肪酸降解相关，而CST1B与氨基糖代谢及肽聚糖生物合成相关。

保护性验证

体内外实验证实CST1A成员Achromobacter spanius通过减少炎症显著减轻了乙醇和吲哚美辛驱动的胃黏膜损伤。

胃肠道微生物组核心微生物群幽门螺杆菌消化性溃疡Achromobacter spanius胃黏膜儿童

在人体消化道的起始端，胃不仅是一个消化食物的“酸液池”，更是一个充满微生物博弈的复杂生态系统。长久以来，科学界对胃部微生物的关注几乎都聚焦于单一病原体——幽门螺杆菌。然而，一个令人困惑的临床事实始终存在：全球超过40%的人口感染幽门螺杆菌，但最终发展为胃癌的仅占1%–3%。这暗示着，在幽门螺杆菌之外，胃内可能存在着一个更基础的、维系健康的

微生物生态网络

，其失衡才是驱动疾病的关键。北京时间2026年2月，一项发表于Cell Reports Medicine的研究，首次系统性地描绘了这一网络在生命早期的形成过程，并揭示了其与胃病风险的深层关联。

这项研究由福建医科大学的许钊葳、林旭团队与临港实验室的江河伟团队合作完成。他们并未从复杂的成人病灶入手，而是选择了一个独特的视角：

儿童期的胃部微生态

。研究团队采集了255名儿童的胃黏膜样本，通过高精度的全长16S rRNA测序，排除了年龄、长期用药等混杂因素的干扰，试图捕捉胃部微生物群落在“出厂设置”下的原始面貌。

发现互为拮抗的两个核心菌群

在排除了幽门螺杆菌感染的儿童中，研究人员通过构建微生物共现网络，

识别出11个核心细菌属

，它们清晰地聚合成两个在生态功能上相互拮抗的群落，研究团队将其命名为

CST1A和CST1B

。这两个群落如同一个“跷跷板”，共同构成了胃部微生态的核心骨架。

CST1A群落富集了如无色杆菌（Achromobacter）和BCP（伯克霍尔德菌-卡巴莱罗尼亚菌-帕拉伯克霍尔德菌复合群）等细菌，它们与更高的血红蛋白、更健康的血液指标呈正相关。而CST1B群落则主要由链球菌（Streptococcus）、罗氏菌（Rothia）等常见于口腔的机会性病原体组成，其丰度与不良健康指标呈正相关。研究显示，

这两个群落间的动态平衡

，而非任何一个单一菌种的绝对数量，是维持胃黏膜健康的关键。

溃疡如何打破“跷跷板”平衡

当这种平衡被打破时，疾病的风险便随之而来。研究团队在对比健康儿童与十二指肠溃疡患儿时发现，溃疡组儿童的胃内菌群呈现出一种

一致的失衡模式

：保护性的CST1A群落丰度和检出率显著下降，而CST1B群落则相对占据优势，导致CST1A/CST1B的比值显著降低。这种“跷跷板”向致病一侧的倾斜，在溃疡发生的急性期尤为明显。

有趣的是，研究还追踪了溃疡愈合过程中的菌群变化。数据表明，在恢复期，原本被扰乱的共现网络结构会

部分地向健康状态回归

，网络相似度从急性期的0.72提升至恢复期的0.80。这表明，尽管遭受了疾病的巨大冲击，这个核心微生物网络仍展现出动态的可逆性，为未来的微生态干预提供了希望。

幽门螺杆菌：压垮平衡的“最后一根稻草”

那么，臭名昭著的幽门螺杆菌在这个生态模型中扮演何种角色？研究通过中介效应分析揭示，幽门螺杆菌的定植并非直接引起疾病，而是作为一种

强大的生态扰动因子

，系统性地抑制了整个核心菌群，尤其是对保护性的CST1A群落表现出更强的负面效应。幽门螺杆菌的感染，相当于在原本就微妙平衡的“跷跷板”上，向致病一端施加了一个额外的、持续的压力，从而加速了生态失衡的进程。

为了验证CST1A群落的保护功能，研究团队选取了其中的代表性菌种——Achromobacter spanius进行了动物实验。在体外细胞模型和活体小鼠模型中，**预先定植A. spanius能显著减轻**由乙醇或吲哚美辛诱导的胃黏膜损伤。转录组分析进一步揭示，这种保护作用是通过调节炎症、免疫及凋亡相关信号通路实现的，并且该效应依赖于活菌的存在。

跨越年龄与地域的疾病预测力

这项研究的价值远不止于儿童胃病。研究团队在涵盖亚洲、南美和欧洲8个独立队列、总计1299名患者的宏大数据中进行了跨队列验证，

证实了该核心菌群网络的广泛适用性

。无论患者是儿童还是成人，无论疾病是十二指肠溃疡、胃癌还是癌前病变，基于CST1A和CST1B丰度构建的机器学习模型，都能以极高的准确性（AUC值最高达0.944）区分患者与健康人群，其预测性能系统性地优于仅使用幽门螺杆菌丰度的模型。这确立了一种全新的、不依赖于幽门螺杆菌的

胃病风险评估范式

。

该研究团队提出的核心观点是，胃内存在一个在生命早期即已建立、并贯穿整个生命周期的核心微生物生态框架。它并非由某个单一病原体主导，而是一个由CST1A和CST1B两大功能模块相互拮抗构成的动态网络。这一发现将我们对胃病的认知，从“单一病原体感染”模式，推向了

“生态群落失衡”的系统性视角

，为未来开发以恢复菌群网络平衡为靶点的精准微生态疗法，奠定了坚实的科学基础。

图片摘要