肠道微生物组预测免疫疗法成功的准确度有多高？
基于微生物组的预测准确性因癌症类型及预测模型的构建方式不同而存在显著差异。其中规模最大、最全面的研究分析了来自四种不同癌症的1,359名患者的粪便样本，发现结合细菌和真菌生物标志物的模型能够预测免疫治疗反应，其曲线下面积（AUC）根据癌症类型不同可达72–90%[1]。AUC是衡量准确性的指标，0.5相当于抛硬币的概率，1.0则为完美预测；因此0.72–0.90意味着良好至优秀的预测能力。例如，在肾细胞癌中，该模型的准确率达到了83–90%[1]。
然而，当同样的方法在仅包含四项黑色素瘤研究（共130名患者）的小型荟萃分析中进行测试时，该预测模型应用于一组新的27名患者后，AUC值降至仅0.625（准确率62.5%）[8]。这一下降凸显了一个关键问题：在训练数据上表现良好的模型，往往在应用于新的、未见过的患者时效果更差。类似地，一项关于结直肠癌的研究发现，基于63名患者构建的模型在训练时AUC达到0.89，但在外部11名患者的测试组中降至0.72[9]。这些数据表明，尽管微生物组是一个有前景的预测指标，但其准确性尚不足以在所有患者中可靠地用于常规临床实践。
哪些特定的肠道微生物与更好的免疫治疗效果相关？
没有单一微生物具有普遍预测性，但多项研究中，若干细菌始终在应答者体内出现。其中，普拉梭菌（Faecalibacterium prausnitzii）是最常被引用的细菌之一：在2024年一项大型研究中[1]，该菌在多种癌症类型的应答者体内富集；另一项针对非小细胞肺癌患者的独立分析发现，该菌在免疫治疗应答者中的丰度显著更高[7]。另一种有益微生物是阿克曼氏菌（Akkermansia muciniphila），它与胃癌患者的更佳预后相关[4]，同时被证实对预测淋巴瘤患者CAR-T细胞治疗应答具有关键作用[6]。
另一方面，某些细菌始终与较差的治疗反应相关。例如，在多种癌症类型中，应答者体内的Hungatella hathewayi菌均呈减少趋势[1]，而韦荣球菌科水平较高则与接受免疫治疗的肝胆癌患者生存率较低有关[3]。值得注意的是，特定的“有益”与“有害”微生物可能因癌症类型而异：对黑色素瘤有效的菌群未必适用于肺癌[1][8]。这意味着需要采取个性化、针对特定癌症类型的方案，而非一刀切的微生物检测方法。
通过改变肠道微生物组，我们能改善免疫疗法吗？
是的，早期证据表明，调节微生物组可以增强免疫疗法的反应，但相关研究仍处于初步阶段。粪便微生物群移植（FMT）——将健康供体或应答者的粪便移植到患者体内——已显示出潜力。一项研究发现，接受抗PD-1治疗无效的转移性黑色素瘤患者，在移植了应答者的粪便后，反应率有所提高，且未增加毒性[5]。类似地，一项小鼠实验表明，移植人类应答者的粪便可延缓肿瘤进展，并增强肺癌免疫疗法的效果[7]。
其他干预措施如益生菌、益生元和饮食调整也在探索中，但相关证据尚不直接。2024年的一项综述指出，这些策略在增强免疫疗法反应和减少副作用方面显示出潜力，但强调仍需大规模随机对照试验来确认其有效性并制定指南[2]。关键结论是：尽管微生物组可以被改变，但目前尚不清楚针对不同患者或癌症类型的最佳干预方式。
关于这些来源
该答案基于9篇经同行评审的研究构建而成——发表于2021年至2024年间，其中4篇为2024年及之后发表，6篇发表于Q1期刊，累计被引用610次——这些研究是从15篇通过质量筛选的文献中选出的最具相关性的成果，而该15篇文献又源自从超过5亿篇论文数据库中检索到的81篇论文。
本文引用的文献
肠道微生物群对多种癌症中免疫检查点抑制剂的影响及其作为预测治疗反应的微生物标志物
在此最大规模的研究中（涵盖1359名患者、4种癌症类型），基于细菌和真菌生物标志物的模型预测免疫疗法应答的准确率达72%至90%，具体因癌症类型而异。
肠道微生物群作为抗肿瘤免疫治疗效果的生物标志物与调节因子
一篇综述指出，特定肠道微生物与多种癌症免疫治疗效果的改善存在关联，但该研究呼吁开展大规模随机试验以验证其预测价值。
肠道微生物组与肝胆肿瘤基于抗PD-1免疫治疗的临床应答相关
在65名肝胆癌患者中，毛螺菌科和另枝菌属水平较高与抗PD-1治疗后的更长生存期相关，而韦荣球菌科则与较差预后相关。
在胃癌免疫治疗效果中，肠道微生物组的可预测性调控
在30例胃癌患者中，基于6种细菌的机器学习模型预测免疫治疗反应的AUC达到0.941；其中阿克曼氏菌（Akkermansia muciniphila）是关键预测因子。
肠道微生物组与癌症免疫治疗：我们能否将肠道微生物组作为癌症免疫治疗临床反应的预测性生物标志物？
一项对10项临床研究的综述发现，免疫治疗前的肠道微生物组特征与黑色素瘤、肝细胞癌（HCC）及非小细胞肺癌（NSCLC）患者的无进展生存期和总生存期持续相关。
非抗生素破坏的肠道微生物组与CD19-CAR-T细胞癌症免疫治疗的临床反应相关
在172名接受CAR-T治疗的淋巴瘤患者中，一个基于微生物组的机器学习模型（在德国训练并在美国验证）稳健地预测了长期应答者；阿克曼氏菌是关键特征之一。
肠道微生物组影响非小细胞肺癌对免疫治疗的反应
在71例非小细胞肺癌患者中，较高的肠道微生物多样性和粪杆菌属丰度与更佳的免疫治疗反应相关；来自应答者的粪便移植可延缓小鼠肿瘤生长。
预测转移性黑色素瘤免疫治疗应答的肠道微生物群荟萃分析。
一项针对4项黑色素瘤研究（共130名患者）的荟萃分析发现，基于微生物组的分类器在独立队列中预测应答者的AUC仅为62.5%，显示出有限的跨队列准确性。
摘要 A030：肠道微生物组作为结直肠癌诊断与免疫治疗反应预测的新型生物标志物
在结直肠癌中，一项利用肠道微生物组数据的模型在外部测试集中预测免疫治疗反应的AUC达到0.72；其中，霍氏真杆菌（Eubacterium hallii）是一个关键特征。