掩埋腐尸肠道耐药基因在第28天达峰，变形菌门为水平基因转移主要供体
大鼠掩埋之后，肠道菌群的耐药基因还在积累，第28天达到峰值（PMID: 42584101）。宿主死了，菌群的功能影响还没结束。本期另两篇文献加进来，拼出同一幅图景，肠道菌群的功能输出超出了活着的宿主、超出了肠腔本身，但要定量和预测这些输出，手上的工具还不够用（PMID: 42806869; PMID: 42808159）。
腐败尸体肠道的耐药基因时序动态
Yu等人建立大鼠掩埋尸体模型，全程宏基因组测序跟踪（PMID: 42584101）。细菌群落发生定向演替，α多样性持续下降，变形菌门（Proteobacteria）逐步取代厚壁菌门（Firmicutes）和拟杆菌门（Bacteroidetes），最终成为主导菌群。耐药基因组（resistome）的演变同步推进，腐败早期以四环素类、大环内酯-林可酰胺-链阳霉素（MLS）耐药基因（ARGs）为主，进入中晚期多药、β-内酰胺、多粘菌素和喹诺酮类ARGs累积，整体ARG丰富度在第28天达到峰值，约83%的动态ARG亚型与腐败时间呈正相关（PMID: 42584101）。Procrustes分析R²为0.859，菌群组成与耐药基因组的时序变化高度耦合，变形菌门被指认为潜在的多药耐药宿主和水平基因转移（HGT）的主要供体。
ARGs在菌群之间的扩散靠可移动遗传元件（MGEs），如质粒和整合子。研究观察到的不只是ARGs总量在增加，MGEs本身也在发生功能性转变，随着变形菌门扩张，MGEs承载更多种类ARGs的能力增强，菌群演替、MGE功能改变、ARG积累形成正向循环。
过去大多数尸体微生物研究针对地表暴露场景，掩埋条件下肠道菌群与耐药基因组的时序演变基本是空白（PMID: 42584101）。这项研究填补了这块空白，局限也在这里，单一鼠类模型、单一土壤环境，不同物种、不同土质下的结论不一定适用。ARG丰富度第28天达峰这个节点，理论上可以为动物尸体掩埋处置规范提供依据，但转化为政策还需要更多场景的验证。
乳酸杆菌减少与外阴苔藓样硬化症
外阴苔藓样硬化症（VLS）是病因不明的慢性炎症性皮肤病，进展可导致肛生殖区皮肤和黏膜萎缩，与外阴鳞状细胞癌风险升高相关（PMID: 42806869）。Karlowicz-Bodalska等人的叙述性综述梳理了阴部、阴道和肠道菌群如何可能参与其发病。
各研究观察到的菌群变化方向一致，VLS患者乳酸杆菌属（Lactobacillus）丰度下降，普雷沃菌属（Prevotella）、肠杆菌属（Enterobacter）和小单孢菌属（Parvimonas）等潜在致病菌增多，这些变化与症状严重程度和免疫学异常相关（PMID: 42806869）。孟德尔随机化（Mendelian randomisation）分析提示，特定肠道菌群分类单元可能通过调节炎症反应发挥保护功能。
这是叙述性综述，不是系统评价，研究异质性未被系统处理。菌群-VLS关联最难解答的是方向性，乳酸杆菌减少究竟是致病因素，是炎症继发的改变，还是雌激素水平变化等共同上游因素的并行表现？截面观察数据里这三种可能无法区分。孟德尔随机化相对有力，但文章未给出具体工具变量或效应量，信号强度难以评估。益生菌作为VLS辅助治疗的可能性被明确提出，文章同时标注需要进一步研究（PMID: 42806869）。距离临床干预，还有一段路。
药物代谢预测工具的体外数据偏倚
人体肠道菌群对药物的代谢是个体间疗效和毒性差异的来源之一，实验表征又资源密集，计算预测因此成了补充手段。Kolodnitsky等人截止到2026年系统梳理了这一领域，评估了10个数据库、6种预测算法、1个基因组规模代谢重建平台和3个微生物组-代谢组整合模型（PMID: 42808159）。
哪些菌群能代谢哪类化合物、由哪些分类单元负责，定性预测目前工具做得还算可以。卡点在定量。把菌群代谢纳入生理药动学（PBPK）模型，估算口服药物在肠腔中被改变的实际比例，面对两道根本障碍，一是训练数据高度偏向体外单菌株筛选，与体内条件下菌群整体行为相差甚远；二是定量动力学参数（kinetic parameters）极度匮乏（PMID: 42808159）。这两条是数据基础的系统性缺陷，不是某几个工具设计欠佳的问题。跨学科协作、生成高质量体内相关数据、构建能从真实世界反馈持续学习的平台，是文章给出的方向；方向合理，但依赖大规模标准化数据积累，不是短期能解决的。
三条线的共同困境
第一篇里的ARGs跨越了生死边界，宿主死亡之后肠道仍在重塑环境耐药基因库。VLS那篇的信号则是另一种延伸，肠腔菌群的状态影响到了肛生殖区的皮肤炎症；到了第三篇，菌群的酶活性直接决定口服药物在被吸收前已经历了什么。三个场景指向同一个认知，肠道菌群的功能影响半径比直觉大得多。
三条线都面临同一类困境，描述关联相对容易，定量预测仍然困难。
ARG的时序规律可以画出来，但预测具体菌携带哪些基因、传播到哪里，目前做不到。VLS的菌群信号在方向上一致，机制不清楚。外源物代谢工具能告诉你定性方向，定量动力学参数还极度缺乏。高质量的体内定量数据太少，这是三个领域共同的短板，各自在尝试补。差别在于，对埋藏尸体的ARG扩散问题，现有相关性数据已经足够支撑预防性政策的讨论；而VLS的益生菌干预和药物代谢的PBPK建模，要往前走，都还需要高质量随机对照研究和系统性数据积累。
- Temporal succession of microbiomes and resistomes during buried rat carcass decomposition.，mSphere（PMID: 42584101）
- The role of vulvar, vaginal, and gut microbiota in the pathogenesis and clinical course of vulvar lichen sclerosus: a narrative review.，Ginekologia polska（PMID: 42806869）
- Computational approaches to predicting xenobiotic metabolism by the human gut microbiota.，Expert opinion on drug metabolism & toxicology（PMID: 42808159）