Mehr veränderte Darmbakterien: Ist die Ernährung deshalb besser?
57 veränderte Bakteriengruppen sind keine 57 Gesundheitsvorteile. Eine Leseschule zu Ernährungsinterventionen, Rangfolgen und den Grenzen mikrobieller Zählwerte.
Daten verstehen · Ernährung und Mikrobiom
57 veränderte Bakteriengruppen hier, vier dort: Solche Zahlen sehen nach einem klaren Sieger aus. Eine große Nature-Arbeit über Ernährung und Darmmikroben zeigt, warum man zuerst fragen muss, was gezählt wurde. Ihr eigentlicher Wert liegt in wiederkehrenden Mustern – nicht in einer Bestenliste für den eigenen Darm.
Eine Landkarte aus fünf Kohorten
Asnicar und Kolleginnen und Kollegen führten Daten von 34.694 Menschen aus fünf ZOE-PREDICT-Kohorten zusammen. 21.340 stammten aus den USA, 13.354 aus dem Vereinigten Königreich. Erfasst wurden unter anderem Ernährung, metagenomische Stuhlprofile und Stoffwechselmarker. Die Arbeit erschien erstmals am 10. Dezember 2025 online; die gedruckte Bandzuordnung zu Nature 650 trägt das Jahr 2026. Das sind verschiedene Datumsangaben derselben veröffentlichten Arbeit, nicht zwei unabhängige Studien.
Der Ausgangspunkt ist eine Beobachtungsfrage: Welche mikrobiellen Gruppen treten häufiger zusammen mit günstigeren Ernährungs- oder Gesundheitsmarkern auf? Aus solchen Zusammenhängen entstanden zwei getrennte Rangordnungen. Die eine richtet sich nach kardiometabolischen Zwischenmarkern, die andere nach Ernährungsindizes. Das ist keine zufällige Zuteilung von Menschen zu bestimmten Bakterien und auch keine Prüfung eines einzelnen Präparats.
Die untersuchten Kohorten bilden vor allem westlich geprägte Lebensweisen ab. Große Zahlen erhöhen nicht automatisch die Übertragbarkeit auf alle Ernährungsformen, Altersgruppen oder Erkrankungssituationen. Zudem unterscheiden sich die Datenerhebungen: In den vollständig fernbetreuten Kohorten wurden beispielsweise Größe und Gewicht selbst berichtet. Ein umfangreicher Datensatz bleibt abhängig davon, wer teilnimmt und wie die Messungen zustande kommen.
Was bedeutet hier überhaupt „Bakterienart“?
Die Analyse arbeitet mit sogenannten Species-level Genome Bins, kurz SGBs. Das sind anhand genetischer Ähnlichkeit gebildete Gruppen auf ungefährer Artebene. Manche besitzen einen bekannten Namen und ein isoliertes Referenzgenom; andere sind nur durch aus Metagenomen rekonstruierte Genome repräsentiert. Ein SGB ist deshalb nicht automatisch ein verfügbares Probiotikum oder ein Organismus, dessen Funktion im Menschen bereits experimentell geklärt wäre.
Die Ranglisten umfassen 661 verbreitete SGBs. Für die Gesundheitsrangfolge wurden Korrelationen mit 37 Markern berechnet, unter Berücksichtigung von Alter, Geschlecht und BMI. Die Rangplätze wurden über Markergruppen und Kohorten gemittelt. Ein günstiger Platz bedeutet hier also: konsistent günstigere statistische Zusammenhänge mit dem ausgewählten Markerpanel. Er bedeutet nicht: Dieses Bakterium verhindert nachweislich eine Erkrankung.
Unter den 50 am günstigsten gesundheitsassoziierten SGBs waren 22 nur aus rekonstruierten Genomen bekannt. Von den übrigen 28 waren 24 noch ohne phänotypische Beschreibung und anerkannten taxonomischen Namen. Das unterstreicht eine Forschungslücke. Es wäre widersinnig, ausgerechnet daraus schon eine Einkaufsliste für einen vermeintlich idealen Darm abzuleiten.
Zwei Ranglisten sind nicht dieselbe Wahrheit
Ernährungs- und Gesundheitsrangfolge stimmten insgesamt recht gut überein: Die Arbeit nennt eine Spearman-Korrelation von 0,72. Dennoch hatten 65 der 661 SGBs deutlich abweichende Rangplätze, definiert als mindestens 0,3 Abstand auf der normierten Skala. Diese Zahl beschreibt Unterschiede zwischen zwei Modellen. Sie ist weder eine Fehlerquote eines Tests noch der Anteil „gefährlicher“ Bakterien.
Auch die geografische Stabilität war unterschiedlich. Zwischen USA und Vereinigtem Königreich lag die Übereinstimmung für die Gesundheitsrangfolge bei 0,61, für die Ernährungsrangfolge bei 0,26. Das spricht dagegen, eine universelle mikrobielle Lebensmittelliste aus einem einzigen Rangplatz zu machen. Es zeigt zunächst, dass der Zusammenhang mit Ernährung stärker vom betrachteten Bevölkerungskontext abhing. Welche konkrete biologische Erklärung jeweils zutrifft, ist damit nicht bewiesen.
Was die Interventionsgrafik tatsächlich zählt
Die folgende eigene Darstellung übernimmt die im Ergebnistext berichteten Anzahlen veränderter SGBs. Gezählt werden statistisch auffällige Vorher-nachher-Veränderungen innerhalb jedes Arms – keine gebesserten Personen, keine verhinderten Erkrankungen und keine Effektstärke.
BIOME · Q < 0,01
Mikrobiomanalyse laut Abbildung 4: 321 Menschen; 106 / 106 / 109 in den drei Armen.
Lineare Balken: 0 bis 60 SGBs. Keine Konfidenzintervalle für diese Zählwerte berichtet.
METHOD · Q < 0,1
347 Menschen; Ernährungsprogramm n = 177, allgemeine Ernährungshinweise n = 170.
Lineare Balken: 0 bis 60 SGBs. Andere Signifikanzschwelle als bei BIOME; kein studienübergreifender Leistungsvergleich.
Quelle: Asnicar et al., DOI: 10.1038/s41586-025-09854-7, Abschnitt „Diet changes effects on ranked species“ und Abbildung 4. Getestet wurden dort verbreitete SGBs, mit mindestens 10 % Prävalenz zu beiden Zeitpunkten. Q bezeichnet für multiples Testen korrigierte p-Werte. Die Anzahl hängt auch von Auswahl, Stichprobe und Schwelle ab.
Alle Werte als Tabelle. Auf kleinen Bildschirmen horizontal wischen; per Tastatur die Tabelle fokussieren und Pfeiltasten verwenden.
| Studie / Arm | Analysierte Menschen | Veränderte SGBs | Schwelle im Arm |
|---|---|---|---|
| BIOME / Mischung | 106 | 57 | Q < 0,01 |
| BIOME / Probiotikum | 106 | 4 | Q < 0,01 |
| BIOME / Kontrolle | 109 | 14 | Q < 0,01 |
| METHOD / Programm | 177 | 46 | Q < 0,1 |
| METHOD / Kontrolle | 170 | 2 | Q < 0,1 |
Warum 57 nicht „besser als vier“ bedeutet
Die Tests in Abbildung 4 vergleichen den Endzeitpunkt mit dem Ausgangswert im jeweiligen Studienarm. Auch unter Kontrolle veränderten sich SGBs. Aus einer größeren Zahl signifikanter Änderungen in einem anderen Arm folgt nicht automatisch ein signifikanter Unterschied zwischen den Armen. Dafür müsste genau dieser direkte Vergleich für den betreffenden Endpunkt ausgewertet werden. Ein Unterschied zwischen zwei Signifikanzlisten ist kein ausreichender Ersatz.
Zusätzlich verwenden die beiden Studien in dieser Darstellung unterschiedliche Q-Schwellen. METHOD lässt mit Q kleiner 0,1 eine andere Auswahl zu als BIOME mit Q kleiner 0,01. Eine einzelne Zählzahl vermischt daher biologisches Veränderungssignal und statistische Entscheidungsregel. Ein Balken mit mehr veränderten SGBs ist nicht als längerer Balken „Gesundheit“ zu lesen. Auch die Größen der jeweiligen Änderungen und ihre Unsicherheit sind in diesen Zählwerten nicht enthalten.
Die gemessenen Häufigkeiten sind relativ. Wenn der Anteil einer Gruppe steigt, ist das nicht gleichbedeutend mit einer direkt gemessenen Zunahme ihrer absoluten Zellzahl. Die Nature-Arbeit untersucht, ob zunehmende SGBs tendenziell günstigere Rangplätze besitzen als abnehmende. Das ist eine gezieltere Frage als bloßes Veränderungenzählen. Dennoch bleibt die Ursache eines möglichen gesundheitlichen Vorteils davon getrennt.
Evidenzmatrix: Welche Frage wird beantwortet?
Diese qualitative Matrix enthält keine Punktwertung. Sie trennt Studienschichten, statt sie zu einem persönlichen Gesundheitsscore zu verrechnen.
Auf kleinen Bildschirmen horizontal wischen; Tabelle ist per Tastatur fokussierbar.
| Schicht | Vergleich | Was wir lernen | Was offen bleibt |
|---|---|---|---|
| PREDICT-Kohorten | Menschen mit unterschiedlichen Markern und Ernährungsdaten | Wiederkehrende Zusammenhänge und Rangfolgen | Ursache, individuelle Wirkung und Restverzerrung |
| Externe Datensätze | BMI-Gruppen sowie Krankheits- und Kontrollgruppen | Wiederauffindbarkeit außerhalb der Ausgangskohorten | Ein individuell gültiger Diagnoseschwellenwert |
| Interventionsarme | Mikrobiom vor und nach der Intervention je Arm | Richtung und statistische Auffälligkeit mikrobieller Änderungen | Direkte Überlegenheit jedes SGB-Endpunkts gegenüber Kontrolle |
| Vermittlung eines Nutzens | Ernährungswirkung direkt oder über Mikroben? | Hier eine ausdrücklich benannte offene Frage | Kausaler Nachweis des mikrobiellen Vermittlungswegs |
Die Teilnehmerzahlen gehören zur jeweiligen Analyse
Die Arbeit verlangt an dieser Stelle besonders sorgfältiges Lesen. Ihr Abstract nennt 746 Menschen aus zwei Interventionsstudien. Der Interventionstext nennt dagegen 347 für METHOD und 349 für BIOME; zusammen sind das 696. Abbildung 4 beschreibt für die dargestellten Mikrobiomanalysen 347 und 321 Menschen, zusammen 668. Diese Summen sind eigene einfache Additionen der dort angegebenen Zahlen, keine neuen Teilnehmerdaten.
Die unterschiedliche BIOME-Zahl kann auf verschiedene Analysesätze hinweisen; sie darf nicht stillschweigend mit der im Text genannten Intention-to-treat-Population gleichgesetzt werden. Die Abweichung zur Abstractzahl wird in den genannten Passagen nicht aufgelöst. Wir verwenden deshalb für die Grafik ausdrücklich die armbezogenen Zahlen aus Abbildung 4 und behaupten keine einheitliche auswertbare Gesamtpopulation von 746. Das ändert nichts am Kohortenumfang von 34.694, der eine andere Studienschicht beschreibt.
Ein interessanter Befund ist noch keine Kaufempfehlung
Die Autoren selbst benennen die zentrale Grenze: Ihr Design kann den direkten Einfluss der Ernährung auf kardiometabolische Gesundheit nicht von einem durch das Mikrobiom vermittelten Einfluss trennen. Dass sich Ernährung, Blutmarker und mikrobielle Anteile gemeinsam verändern, schließt alternative Wege nicht aus. Ein gezielter kausaler Nachweis wäre eine andere Forschungsaufgabe als die hier beschriebene Rangbildung.
Die BIOME-Originalstudie wird in der Referenzliste dieser Nature-Arbeit als Preprint zitiert. Wir behandeln sie hier nicht als zusätzliche unabhängig geprüfte Wirksamkeitsquelle, sondern besprechen ausschließlich die in der begutachteten Nature-Arbeit berichtete Mikrobiomanalyse. Daraus leiten wir keine eigenen Versprechen zu Gewichtsabnahme, Beschwerden oder Behandlung ab. Auch spätere Aktualisierungen einer öffentlich verfügbaren Rangliste sind nicht automatisch identisch mit der hier untersuchten Version von 2025.
Drei Fragen beim nächsten Studienbalken
1. Was ist die Einheit auf der Achse?
Hier sind es veränderte SGBs, nicht erfolgreich behandelte Menschen. Die Teilnehmerzahl steht separat daneben. Ein mikrobischer Zählwert ist weder ein Symptommaß noch eine vermiedene Erkrankung.
2. Wurde direkt mit der Kontrolle verglichen?
Die dargestellten Signifikanzzahlen stammen aus Vergleichen innerhalb jedes Arms. Für eine Überlegenheitsbehauptung genügt es nicht, die Länge zweier Listen auffälliger Änderungen zu vergleichen.
3. Ist die Gesundheitswirkung über Mikroben bewiesen?
Nein, diese Arbeit trennt direkte Ernährungswirkungen nicht kausal von mikrobiell vermittelten Wirkungen. Eine günstige Rangverschiebung ist ein Forschungsbefund, keine individuelle Behandlungsvorgabe.
Transparenz und Fazit
Die Journal-Seite kennzeichnet die Veröffentlichung als begutachteten Forschungsartikel und nennt die beteiligten Reviewer. Die Einreichung erfolgte am 29. Mai 2024, die Annahme am 4. November 2025. Die aktuelle Journal-Seite und der Crossref-Datensatz wurden am 28. Oktober 2026 geprüft; dort fand sich kein Korrektur- oder Rückzugshinweis. Diese begrenzte Statusprüfung löst die beschriebenen internen Zahlenabweichungen nicht und garantiert keine dauerhafte Fehlerfreiheit.
Zur Finanzierung gehörten ZOE Ltd. und öffentliche beziehungsweise gemeinnützige Förderer. Die Interessenerklärung nennt ZOE-Mitgründer, Beschäftigungsverhältnisse, Beratertätigkeiten, Optionen und Patentanmeldungen zur SGB-Rangbildung. Das entwertet Ergebnisse nicht automatisch, gehört aber zur Einordnung eines Systems, das auch im Umfeld personalisierter Ernährungsangebote steht. Diese Darstellung ist weder ein Anbieter-Vergleich noch eine Produktempfehlung.
Der praktische Lesergewinn ist eine neue Leseregel: Zuerst Einheit, Vergleich und Analysesatz prüfen, erst dann einen Balken interpretieren. Die Studie liefert eine große, überprüfbare Landkarte von Zusammenhängen und interessante Interventionssignale. Sie liefert keine Regel, möglichst viele Mikroben zu verändern, und keine universelle Rangliste guter oder schlechter Einzelbakterien für die eigene Behandlung.