AG8九游会饮食是肠道微生物组最强的调节因素之一。然而，稳健的研究设计和持续的方法学发展才会使饮食与微生物群落之间相互作用的复杂性得到解释。这篇综述总结了进行高质量饮食微生物组研究的注意事项，概述了该领域在面临的独特、关键的挑战，并为以实用的方式应对这些挑战提供相应的建议，这将会让营养学家、微生物学家、肠胃病学家和其他饮食微生物组研究人员受益。饮食微生物学研究中的最佳实践设计需要适当考虑研究目标人群，并谨慎选择试验设计和数据收集方法。作者发现，正在面临的挑战包括：在与微生物群落结构和代谢相关的时间尺度上准确反映摄入量的饮食数据，测量与微生物相关的食物中的营养素，提高测量和理解微生物代谢和功能特性的能力，考虑对多元组成数据集进行分析将为研究提供足够参考微生物组相关的高质量研究至关重要。我们对养分摄入与微生物代谢之间相互作用的理解的不断提高，方法上持续的创新，将会促进个性化饮食治疗的发展。
译名：饮食-微生物组相互作用的研究-概述当前的挑战，基本的方法论以及研究设计最佳实践的建议
饮食长期以来一直被认为是人类健康的重要调节因素。现有的研究已发现，胃肠（GI）菌群是饮食对健康的这种影响的重要介质。膳食底物是胃肠道微生物组结构和功能的关键决定因素，影响代谢产物的产生和微生物与宿主之间的相互作用。关键地观察研究和短期极端饮食干预试验分别提供了其长期和短期影响的性质和程度的研究案例。例如，纤维剥夺以及脂肪和蛋白质的摄入显著增加，对包括大量植物代谢性厚壁菌门在内微生物群落结构产生了明显的破坏性影响。因此，微生物组已成为调节健康结果的饮食干预措施的有吸引力的目标，微生物组也被发现与微生物群在疾病发病机理中被认为重要的疾病（例如，肥胖，炎症性肠病和肠易激综合症）特别相关。
在人体进行以评估饮食与微生物组之间的关系地研究存在内在的复杂性。例如，人类既可以自由选择自己食用的食物，又可以准确地自我报告饮食摄入。这导致了巨大的挑战，据报道在大型人群调查中约占18–54％的参与者没用提供反馈报告。个人也食用各种各样的食物，并且迄今为止，食物成分数据库不足以捕获可能对微生物群有相关影响的所有饮食化合物。此外，尽管高通量测序技术的出现意味着现在可以快速分析大多数微生物群，但将这些数据与饮食摄入量和健康结果联系起来并在研究之间寻求共识仍然存在挑战。部分原因可能是人类肠道中微生物群落组成的个体间显著差异，这可能使某些人对饮食干预措施有反应或者无反应。
为了应对人类饮食-微生物组研究中的这些挑战，需要营养科学和微生物学各个学科之间的交叉，以进行计划，设计，实施，数据分析和解释。这篇综述的目的是讨论饮食微生物学研究中在持续面临挑战以及最佳实践研究设计的问题，因为该领域正朝着预防疾病的个性化营养以及广泛的微生物基因组治疗饮食相关疾病的目标在发展。
饮食研究最公认的内在复杂性之一是饮食摄入量数据是通过自我报告主观测量的。在完成饮食记录之前向参与者提供明确的指示，利用例如食物模型以提高份量大小的准确性以及对收集到的数据进行全面的交叉检查是简单但经常被忽视的策略，而用该方法其实可以提高饮食数据的准确性。关于能量摄入，可以使用基于低和高能量摄入阈值或预测的能量需求的计算来识别不合理的数据。营养专业人员的专业知识是实施这些措施以及对饮食数据进行编码和分析的基础。通过基于手机的应用程序捕捉24小时召回问卷也越来越受到青睐，而其中一些应用程序采用了基于图像的技术。这些工具具有巨大的潜在应用价值，特别是对于减轻受访者的负担并提高依从性和准确性巨大的潜在应用价值。表1详细列出了主要的饮食评估方法及其在饮食微生物组研究中的主要优缺点。
缩写：AES，澳大利亚饮食调查；AHEI，替代健康饮食指数；ASA-24，自动自我管理的24小时膳食评估工具；FFQ，食物频率问卷；HDI，健康饮食指标；HDS，健康饮食评分；HEI，健康饮食指数；MDS，地中海饮食评分。
为了克服自我报告的局限性，生物标志物也可以用作近期饮食摄入量的替代标志物。尿素氮是蛋白质摄入的标志物，在这些生物标志物中得到了最充分的验证，尽管还使用多种其他包括全麦小麦或橄榄油，或营养素，例如碳水化合物和维生素代谢物来估计食物摄入量。最近，还使用元条形码技术对从粪便样本中回收的人类饮食中的植物成分进行定量。目前，这些生物标志物方法仅限于有限的饮食成分，而且价格昂贵，并且其有效性，可重复性有限。此外，某些代谢生物标志物也可能是微生物活动的副产品，这使它们在估计膳食摄入量方面的使用变得复杂。尽管饮食自我报告在未来几年仍将是必要的，但未来的研究旨在利用成本有效的技术来完善现有的生物标志物并识别食物摄入的新物种标志物，对于增进我们对饮食与微生物组之间关系的理解至关重要。
尽管一直在努力更精确地量化饮食摄入量，但将其应用于饮食微生物组研究仍面临挑战。首先，尽管在食物中已测量了许多与饮食与微生物相互作用相关的饮食成分，但并非所有食物都可以在人类饮食中轻易量化，或者根本没有在整个食物供应中进行全面测量。例如，尽管不区分膳食纤维类型，但可以使用当前的饮食分析方法估算总纤维摄入量。考虑到各纤维的理化特性（包括聚合度，粘度）差异很大，这些特性会影响其在微生物发酵中的利用率，因此这是一个重要的缺陷。同样，植物酚已显示出会改变人类胃肠微生物群的组成。尽管它们很少包含在食品成分数据库中。这些食物成分的成分分析和开发有效的测量其摄入量的工具的开发将是向前迈出的重要一步。即使有了这样的进步，饮食成分对肠道微生物的可利用性的测量仍将是有问题的。食品成分表是基于对食品的化学分析得出的AG8九游会，该分析未能说明膳食底物，尤其是植物性食品中生物底物的生物利用度的变化。再加上个体之间的吸收变化，尤其是矿物质的吸收变化，限制了我们精确量化微生物可接触的食物底物水平。
另一个相关的考虑因素是是否应该进行以营养为中心的饮食或饮食整体评估。审查健康与健康或疾病中饮食与微生物组的关联性的大部分横断面研究都集中在单个营养素与微生物组之间的关系上。这极大地增强了我们对这些关系的理解，而这个结果将与测量相关。但是，人们越来越多地认识到这种局部的数据未能反映出饮食与健康之间关系的复杂性。饮食摄入以食物和餐食的形式发生，以这种方式评估饮食可以更好地解释饮食对微生物组的影响。
因此，全球饮食参数，例如饮食质量，或饮食模式分析可能是一项重要的辅助措施。
这些可能被证明是无价的，因为它们可用于捕获所食用食物和营养物的组合和相互作用，并相对于健康饮食准则或遵守特定有益的饮食习惯（例如地中海饮食）来评估饮食的整体健康状况。也可以使用基于树的食物多样性的α-多样性测度对食物摄入进行复杂的建模。最近的一项研究使用这种新颖的方法表明，在17天的时间段内，食物的选择变化很大，并且食物本身与健康个体的微生物组特征相比，与常量营养素摄入量之间的关联更为密切，而后者相对稳定。这些数据进一步证明了认为仅传统的大量营养素分析可能无法揭示饮食与微生物组之间的关系。
消化和吸收的结果是人类胃肠道各个生态位的微生物无法普遍获得营养。结合可变的消化过程和运动性，会导致每个胃肠道区域都有独特的微生物组。因此，膳食摄入量与胃肠道微生物群落之间联系解的释必须考虑到采样区域内的底物可用性。然而，迄今为止，由于相对容易收集，我们对饮食与微生物组相互作用的大部分理解是基于粪便的微生物特征。在这里，反应的是远端结肠的腔内微生物室，其代表了GI微生物生物质的大部分。
宿主不易消化的膳食成分，即纤维，是结肠发酵的关键底物，因此对于该区域的微生物组成至关重要。
但是，过量的饮食蛋白质和脂肪溢出，以及大量营养素对宿主生理的其他影响（例如胆汁生成）也会影响结肠微生物，需要多种饮食改变的饮食干预措施在解释整个微生物时必须特别考虑这一点。相比之下，由于较低的微生物密度和采样困难，小肠微生物组的表征相对较差。
但是，新的证据表明，它在疾病的病理生理学中也起着重要的作用，并参与免疫
微生物相互作用和调节小肠的通透性。尽管大多数可消化的饮食底物在这里都被吸收，包括糖，脂质和氨基酸，微生物与宿主竞争这些简单的底物，这表明饮食在该区域具有重要的调节作用。
粘附在粘膜上的微生物虽然生物量较低，但与腔内微生物相比，具有更高的与宿主细胞直接相互作用的能力。
有大量证据支持这些区室是由不同的群落组成。富含利用粘蛋白的生物，黏膜区室，特别是结肠，被证明在保持肠屏障方面起着重要的调节作用。与小肠的生态位一起，饮食-微生物组研究几乎从未对黏膜微生物群落进行采样。越来越多的证据表明，它受到宿主饮食的影响，包括纤维的可利用性和整体饮食质量，这可能会影响粘膜屏障功能。因此，该区域对于饮食与微生物组相互作用的健康影响可能比以前认识到的更为重要。
大多数饮食微生物学研究利用16S核糖体核糖核酸（rRNA）基因片段的扩增子测序，提供了整个微生物群落的快照（图1）。获得广泛的16S rRNA基因序列的精选数据库，可将序列映射到生物的生物分类。基于扩增子的谱分析研究通常根据设定的序列相似性将序列分组为簇（可操作的生物分类单位，OTU）。但是，这会降低分辨率，并使研究之间的比较变得困难，因为每次分析都会产生一组独特的OTU。最近的生物信息学发展已导致精确确定扩增子序列变异体（ASV）。这些技术不依赖于相似序列的聚类，而是保留所有唯一的序列，仅去除那些确定代表测序错误的序列。这可以提高分离度和重现性，并且可能在多个不同的研究中鉴定出相同的ASV。
图1 微生物分析技术和应用概述。16S核糖体核糖核酸（rRNA）基因扩增子测序的使用概述了微生物群落，该分析基于相对丰度。通过分析总基因组DNA的宏基因组测序，可以洞察微生物编码的潜在功能（例如，底物降解和代谢产物产生）。这些微生物功能可以通过代谢组学和蛋白质组学等技术从生物样品中更直接地进行测量。可以通过评估细胞数（培养或流式细胞仪）或通过对DNA的替代分析（例如通过定量聚合酶链反应（qPCR））直接实现微生物绝对丰度的定量。尽管单个微生物的培养产量低，但是通过基于序列的新物种鉴定，驱动了基于培养的胃肠道微生物评估的复兴，这对于全面表征这些生物及其代谢和功能特性至关重要。
尽管取得了这些进展，但16S rRNA基因方法仍存在一些局限性。扩增子测序仅基于短的基因片段，可能无法区分紧密相关的生物，并且根据所用基因的高变区，某些分类学组的代表性可能不足。
尽管捕获真菌和病毒的方法范围越来越广，但这种方法也将分析局限于细菌和古细菌的鉴定。宏基因组测序，以及由此产生的更完整的基因组数据，能够解决一些上述问题，并根据相关基因的存在提供有关生物体潜在代谢特性的信息（图1）。但是，宏基因组测序更加昂贵。将该技术与16S rRNA基因扩增子测序结合使用在选定数量的样品上代表了另一种方法。
识别对饮食底物有反应的特定微生物是理解饮食与微生物之间的相互作用及其对健康的影响的基础。使用ASV / OTU或基于宏基因组学的物种鉴定对微生物组进行基于序列的分析，可以提供非常细致的报告，鉴于微生物群落的代谢变异性，这非常有价值。但是，这一详细程度也凸显了微生物组从一个人到另一个人的个体间差异。以较高的分类学水平进行报告可能会克服这种可变性，从而可以确定关键趋势，尽管这也将掩盖潜在的重要细节，因为分类学组内的微生物可能具有不同的代谢活性或对饮食底物的不同反应。总体而言，报告的分类或分类标准水平（例如ASV，属，科和/或门）几乎没有一致性；因此，要在各个研究中综合研究结果仍然很困难。生成公开可用的原始数据集为数据的元分析提供了空间，而不论原始分析技术，使用的指标或报告的生物分类水平如何。这些合成对于在饮食与微生物组之间的特定相互作用方面建立进一步的共识将是无价的。
微生物组研究的关键成果是微生物相对丰度，它描述了组成给定群落的微生物比例。但是，
如果不对细胞数量进行量化，则尚不清楚相对丰度随时间的变化是由该特定微生物的绝对丰度的变化所驱动，还是由与微生物群落其他成员共线的关系所驱动。
胃肠道中微生物的丰度以及总体密度更可能反映出功能输出的生物学相关差异，例如产生了多少代谢产物，尽管这也受基因/蛋白质表达的影响。最近，已经开发出可以提供定量数据并结合测序的技术。例如，通过添加已知数量的外源DNA或使用流式细胞仪。
当考虑对饮食底物的反应时，相对丰度的限制尤其重要。这些可以采取“消费”型反应的形式，其中当微生物的首选饮食来源底物过量时，微生物可以增加其种群规模。相比之下，那些具有“限制”型反应的微生物能够在饮食底物有限的情况下维持其种群，这通常是由于使用了宿主来源的物质（如粘蛋白）。在某些情况下（例如，纤维利用率低，但实际上可能具有稳定的种群），由于其他微生物的丰度降低，种群数量会成比例地增加。这种共线关系也由于微生物合作而变得复杂化，交叉喂养，在肠道和健康相关代谢产物（如短链脂肪酸（SCFA））的生产中，越来越多地被认为是微生物群落结构的关键。对于优化干预策略，将需要对这些关系有更深入的了解。
在饮食-微生物组研究中，个体微生物群落内的多样性（α-多样性）是一种常见的指标。
遵循传统农业方式饮食的微生物群可及的碳水化合物含量较高的人，其肠道微生物多样性要高于西餐饮食的人的肠道菌群的多样性。尽管如此，仅短期补充纤维并不能增加多样性，这表明习惯饮食可能成为更重要的决定因素。
多样性较低通常与克罗恩病和肥胖症等疾病状态相关，尽管荟萃分析可能并不总是支持这一概念，但在许多饮食干预研究中终点还是多样性。尽管通常认为更大的微生物多样性是胃肠道健康的指标，但更大的多样性可能并不等于增加了执行有益功能的微生物的数量，也不是微生物生态系统稳定性和复原力的绝对要求。因此，尽管α-多样性是微生物群结构的指标，与微生物群落的其他指标结合评估时，它是最有用的。
结合主坐标分析等分析，可以对β多样性进行评估，从而可以确定样品之间的整体差异，并且可以基于特定生物体的存在与否或丰度指标，以及系统发育关系（微生物之间的进化关系；例如UniFrac）。这也导致了人群中特征性微生物群落的鉴定，称为肠型，广泛与长期饮食联系在一起。摄入量。这种不同的社区结构的存在对于患者群体的分层和识别可能对饮食干预有反应的个体可能是有用的。然而，微生物网络和相互作用，如交叉喂养和竞争，这些社区的聚集，以及对养分利用，代谢产物和人类健康的影响，仍有待完全理解。在这种情况下，重点关注对相同饮食底物有反应的共生生物的行会或网络可能是有益的。
仅考虑分类并不能提供有关饮食对营养物微生物利用的影响的机理见解。这是因为根据功能冗余和菌株变异的生态学原理，微生物的代谢功能特性不一定与分类学身份相关联。功能冗余是指具有相似代谢特性的生物分类学上不同的生物。例如，远缘的青春双歧杆菌（
）都具有降解和利用不溶性淀粉的能力。因此，毫不奇怪的是，增加不溶性淀粉后，粪便中SCFA的浓度会增加。与个体中不同生物的（相对或绝对）丰度相关。相比之下，由于基因含量的变化，菌株变异是指功能密切不同的密切相关的微生物。胃肠道微生物群的环境，例如以大肠杆菌为例，其既有益生菌又有致病菌。
与代谢物特征相结合的直接测量代谢物可能对健康结果更为有益，从而增进了人们对微生物对习惯饮食和饮食干预的反应的了解。专注于特定的微生物代谢产物，例如纤维发酵的副产物（例如，SCFA），胆碱代谢（例如，三甲胺/三甲胺N-氧化物）和含硫化合物（例如，硫化氢）对于发现缔合具有极其重要的价值。在饮食和临床终点之间（例如肠屏障功能或代谢和心血管健康）之间的关联，以及结合微生物谱分析，可以解释个体对饮食摄入的反应。荟萃基因组分析评估了微生物基因的含量，因此不仅提供了有关生物分类组成的信息，还可以推断出微生物的代谢活性。尽管元转录组学分析可直接评估微生物的转录活性，但微生物RNA的半衰期非常短，这意味着样品采集时间的不确定性极高。代谢组学和代谢物分析也受到微生物“深色”体积的限制。问题”仍然存在。许多生物体仍未培养，缺乏序列化的基因组，许多（可能高达70％）基因，蛋白质和代谢物的功能尚不清楚。生成易于获取的，综合数据来捕获微生物组的代谢特性和活性，特别是与养分利用相关的领域，将代表该领域向前迈出的关键一步。
共线性问题遍布饮食和微生物数据集。对于饮食，这是改变饮食中的一种成分会导致其他成分的代偿性变化的一种观念。这在营养补充研究中不太重要，但在食物或整个饮食干预中很重要。例如，假设能量摄入保持恒定，旨在通过增加水果，蔬菜和全麦食品的摄入量来调节微生物组的整个饮食干预措施很可能会导致蛋白质和/或脂肪摄入的补偿性减少。蛋白质和/或脂肪摄入量的这种变化本身将对微生物组产生明显的影响。这些饮食的变化会增加复杂性，导致更高的纤维，多酚和不饱和脂肪酸的摄入量，每种都会对微生物组产生特定影响。因此，在大多数饮食干预试验中，共线性限制了特定微生物变化可归因于个别营养素摄入量变化的程度。尽管如此，对所有相关营养素的综合评估将有助于解释研究结果。同时评估饮食成分组合的三维建模或“营养几何学”也可能有助于破译人类研究中饮食与微生物组相互作用的某些复杂性。
基于序列的微生物组分析研究以及其他“组学数据集”也产生了较大的共线数据集。这带来了各种统计挑战，并突出了经验丰富的生物统计学家参与的重要性。许多常用的统计方法都不是针对比例数据而设计的。对于应采用的归一化策略，已经有相当多的争议。重要的是，应该应用数据归一化/转换，例如居中对数比，使用参数统计检验时。此外，为分析基于序列的微生物分析数据而开发的特定指标可用于评估丰度的变化的相关性或鉴定生物标志物，并且可以补充标准的统计检验。当组合多个大型数据集（多组学），包括饮食数据时，统计挑战变得更加复杂。但是，该领域的方法开发正在进行中。
横断面研究的另一个主要分析挑战是，当来自少量研究参与者的大量结局指标（例如，数百种细菌，多种饮食变量）导致出现1型错误。使用错误发现率或Bonferroni校正对多个比较进行校正可以降低1型错误的风险，尽管由于微生物组数据的非参数和非高斯分布，即使这些校正可能也不理想。因此，请注意必须注意不要过度解释各个OTU / ASV数量变化的重要性。进一步使数据分析更加复杂的是，某些个体中存在“稀有微生物”AG8九游会，而大多数个体中却不存在“稀有微生物”（即零膨胀数据），从而增加了1型错误的风险。但是，严格的数据过滤方法（例如，仅考虑至少25％的参与者中存在的微生物）可以帮助缓解此问题。
在解释饮食-微生物组发现时，干预试验期间的饮食背景变化也是一个普遍的问题。在功能强大的研究中，从理论上讲，随机化可以控制这种情况。但是，在以微生物为目标的补充研究中，动力不足是很常见的，缺乏饮食评估会导致不确定微生物组的发现是否确实是补充本身的结果，还是受到继发于饮食中的背景饮食变化的影响霍桑效应或饮食摄入中的其他意外变化。尽管由于基础肠道微生物组个体间的差异，即使饮食-微生物组研究中即使是很小的效应量，所需的人数也很容易达到数千，但显然更多的参与者提供了增强的研究能力。尽管人们一直在探索如何应用功效计算在微生物谱分析研究中，当考虑将微生物组作为一个复杂的生态系统和所生成数据集的多元性质时，这是极具挑战性的。纵向研究为解决个体差异的某些方面提供了一种手段，尽管仍然存在许多相同的统计挑战。这突显了将来自单个研究的数据集放在上下文中（例如通过荟萃分析）来描绘1类错误趋势的实用性。
尽管饮食微生物组研究面临挑战，但最佳实践研究设计（表2，图2）可以帮助克服许多上述挑战。假设驱动的方法是关键，它可回答有关宿主-饮食-微生物相互作用或干预措施的特定问题，并在特定情况下进行测试。饮食和生物样品采集的一致性的总体试验设计和计划，以及对上调的分析和统计挑战的考虑，将有助于高质量的研究和对报告结果的更大信心。
图2 饮食-微生物组研究的主要注意事项摘要。稳健的研究设计包括特征明确的参与者组，肠道壁ni内微生物对饮食底物的可用性，饮食和微生物组数据收集的一致性，专家告知的饮食和微生物评估方法的严格选择以及对这些因素的适当统计整合共线数据集。
显然，表征饮食人群是饮食-微生物组研究的基础。混杂因素对于测量尤其重要，其中一些因素对微生物谱的影响要比宿主遗传学影响更大。这些因素广泛包括种族，人体测量数据，健康状况，原发疾病和合并症，药物使用和生活方式因素，并且也可以作为排除标准，例如最近使用抗生素或益生菌。慢性疾病患者的微生物组组成通常以微生物组丰度降低（例如在炎症性肠病中）或时间不稳定性（例如肠易激综合征）为特征，而在健康个体中却没有反映出来，他们具有相对的稳定性。在疾病中，尤其是在胃肠道疾病中，饮食习惯的改变可能部分地介导了这种不同的反应。因此，可能要衡量和报告的最重要特征之一就是参与者的疾病状态（例如复发/缓解）。和严重性。
在饮食-微生物组研究中，试验设计有三种主要的可能类型，这与其他领域一样，设计的选择应首先以研究假设为指导。首先，在某个时间点测量饮食和微生物组的横断面研究可以评估这两个变量之间的关联。这些研究极易受到外部因素的干扰，尽管它们隐含地无法确定首先发生的是疾病（微生物组概况）还是暴露的暴露（饮食），但它们在帮助产生可检验的假设方面起着重要的作用。其次，长期反复研究饮食和微生物组的纵向研究可以提供对饮食与微生物组关系的更深入了解，因为它们可以测量时间饮食变化对个体微生物组成和稳定性的影响。第三，干预研究是对饮食的补充或限制。营养，食物或食物成分，或实行“全饮食”改变（例如，地中海饮食或阿特金斯饮食），因此能够证明饮食变量对微生物组有更直接的影响。在干预研究中，习惯饮食和基线微生物群落的混杂影响仍然是一个挑战。然而，随着进一步的RCT根据预定的背景饮食招募参与者，其效果将变得更加完全，并且我们将从相关纵向数据的学习中受益。
考虑到饮食和其他宿主因素对微生物组组成的快速影响，对饮食进行时间安排以使其与生物样品采集紧邻非常重要。在用于评估饮食的多种方法中（表1），24 -h召回或未称重的食物记录通常用于测量短期摄入量。减少记录天数可以减轻参与者的负担，尽管这必须与捕获日常饮食差异的重要性进行平衡，这在饮食-微生物组研究中尤为重要。重要的是，也可以使用短期饮食数据以确认在以微生物组为目标的补充研究（例如益生菌或益生元）中饮食成分保持稳定。值得注意的是，在这些试验中，饮食评估常常被忽视，正如最近对fibre61和益生菌补充剂的系统评价中所强调的那样。长期饮食摄入量的评估也很重要，尤其是在横断面研究中，它为饮食如何塑造整体社区结构提供了更广泛的营养背景。通常使用食物频率问卷（FFQ），也可以使用营养成分特定的FFQ，包括一些与微生物组高度相关的物质，例如测量益生元碳水化合物摄入的食物。还提供经过验证的培养特定问卷，有助于捕获特定地理区域特有的饮食方面。饮食组成（表1）等更广泛的饮食组成指标，也可以用作长期饮食摄入量的指标并且与单独测量营养素相反，如前所述，它可以对饮食进行全面评估。除横断面研究外，如前所述，习惯性长期摄入也可能与干预研究有关，这有助于解释个体对某些饮食干预的微生物反应之间的差异。
用于微生物组分析和相关下游过程（包括存储，加工和分析方法）的样品采集应在所有样品中保持一致，以避免技术误差。尽管需要在分析之前进行生物样品的运输和存储，但仍应注意以下几点：通过使用及时和适当的保存方法来限制样品降解。如果需要分批处理大量样品，或在不同的保存时间后进行处理，则应包括对照（例如模拟微生物群落）以说明批次效应并说明用于统计分析期间。如前所述，为微生物样品选择合适的实验分析技术以及要使用的统计方法和要报告的指标或结果至关重要AG8九游会，这可能会提升（或适当降低）研究结果的重要性。理想情况下，应采用多种微生物组分析方法与最佳实践数据分析相结合（表2），并且必须在招募参与者和收集样本之前的试验设计阶段考虑这些选择。示例策略可以包括对16S rRNA基因扩增子测序进行微生物谱分析以及粪便和血液中代谢物检测的补充使用。或添加宏基因组测序以方便评估功能冗余如何塑造个体反应。
关于饮食与微生物组相互作用在促进健康或推动疾病病理生理学方面的重要性，存在着强有力的证据。但是，该领域仍然由大量的相关研究，较少的干预试验和缺乏提供机械性见识的研究来确定，这些见解可以识别出饮食驱动的对人类健康有益的微生物变化。从饮食的角度来看，有助于减少繁琐而准确的饮食摄入量估算的工具将是关键。需要进一步开发能够测量与微生物相关的食物中营养成分（例如纤维和多酚类物质）的方法，估算腔内基质-微生物界面上营养成分的可用性以及成本的方法，即：识别营养摄入有效生物标志物的有效方法。从微生物组的角度来看，我们对微生物代谢特性的测量和理解能力的提高，对养分有效性的响应以及驱动群落结构和功能的微生物之间的相互作用，将使该领域超越生物分类标准。使用最佳实践技术研究人类饮食与微生物组相互作用的研究，以及营养科学和微生物学各个学科之间的协作，是必不可少的（图2）；这将推动研究和临床实践朝着针对疾病预防的个性化营养建议以及针对广泛的微生物组相关疾病发展治疗性饮食的目标迈进。
