Fecal microbiota transplantation overcomes resistance to immunotherapy in gastrointestinal cancer patients

Abstract

The discovery and application of immune checkpoint inhibitors (ICI) have significantly promoted cancer treatment. However, the response rate is still low in gastrointestinal (GI) cancers. To explore novel adjuvant treatment options, we performed fecal microbiota transplantation (FMT) of healthy donors on 10 GI cancer patients with resistance to anti-PD-(L) 1 treatment. The combination of FMT and anti-PD1 treatment was well tolerated and no serious adverse reaction was observed. Two out of 10 patients restored clinical responsiveness to anti-PD1 after FMT. Clinical benefits were shown to be associated with better colonization of co-occurred immunogenic microbes from donors, alongside activated immune status reflected by the peripheral immune cell population. Moreover, we identified microbial signatures of ICI responsiveness and validated in an independent cohort. Our study demonstrates the feasibility of FMT as a potential adjuvant therapy for ICI irresponsive GI cancer patients and laid a foundation for LBP / consortia development to enhance ICI efficacy.

Description

FECAL MICROBIOTA TRANSPLANTATION OVERCOMES RESISTANCE TO IMMUNOTHERAPY IN GASTROINTESTINAL CANCER PATIENTSThis application claims priority of U.S. Provisional Application US63 / 620,760, filed January 12, 2024, the entire disclosure of which is incorporated herein by reference.TECHNICAL FIELD

[0001] The present invention relates generally to the field of disease treatment. Specifically, the present invention relates to a method of disease treatment by using a combination of fecal bacterial transplantation and anti-PD1 therapy. The present invention also relates to sequences and compositions for detecting intestinal microorganisms to perform the above methods and related uses.BACKGROUND

[0002] There were about 19.3 million new cases of cancers and about 9.96 million deaths from cancers worldwide in 2020, according to the GLOBOCAN database. Gastrointestinal (GI) cancers, including esophageal, gastric, and colorectal cancers, account for nearly 19%of cancer incidence and more than 22%of death from cancer. Notably, Asia is the leading geographical location of these GI cancer incidences and death, accounting for 80%, 75%and 52%new cases of esophageal, gastric and colorectal cancer, respectively. The commonly used anti-cancer treatments, such as surgery, radiation, chemotherapy, etc., have shown poor efficacy in GI cancers until the breakthrough of immunotherapy, which gives some hope to GI cancer patients. Currently, the overall response rate (ORR) of immune checkpoint inhibitor (ICI) monotherapy is 11%-15%for GI cancers. The number gets even lower among gastric and esophageal cancer patients with negative or low PD-L1 expression as well as colorectal cancer patients with microsatellite stable status. Moreover, a high percentage of patients who initially respond to ICIs may develop resistance, and this greatly limits the efficacy of ICI treatment in terms of overall survival (OS) or progress-free survival (PFS) . In GI cancers, the patients who develop ICI resistance could be as high as 42%-71%. Thus, these huge unmet medical needs highlight the urgency for new therapeutic strategies to overcome resistance to immunotherapy.

[0003] Gut microbiome has been shown to strongly associate with immunity and is believed to be an important regulator of GI and systemic immune response. Gut microbiome from a donor may directly, or indirectly via metabolites, such as short chain fatty acids (SCFA) , activate a cancer patient’s immune system to facilitate the efficacy of anti-PD-1 therapy1, 2. It is reported that reconstitution of germ-free mice with fecal material from patients who responded to immunotherapy could lead to improved tumor control, augmented T cell responses, and better efficacy of immunotherapy in the murine tumor model3.

[0004] These FMT studies have brought hopes for those advanced melanoma patients on ICI treatment. While FMT has demonstrated promising results in clinical studies in “hot tumors” , the effect of FMT on the efficacy of immunotherapy in “cold tumors” has not been studied. Due to the immune-suppressive tumor microenvironment, it is more difficult to induce responses in these solid tumors such as most GI cancer4 (see Fig. 5) . We initiated an open-label, single-arm, single center, phase1 trial to investigate the safety and efficacy of FMT from healthy donors in combination with ICI in ICI refractory GI cancer patients.BRIEF DESCRIPTION OF THE DRAWINGS

[0005] Fig. 1 : Study design and clinical outcome.

[0006] a. Flow chart describing the clinical trial protocol. Healthy donors are screening with general donor qualification criteria and specific characters for enhancing the sensitivity of immune checkpoint inhibitor (ICI) therapy. Fecal microbiota transplantation (FMT) capsules were produced under GMP. Study participants orally ingested FMT capsules one week before the FMT maintenance (FMT) dosing in combination with the first anti-PD-1 therapy (nivolumab) . A imaging evaluation was performed after 3 cycles of the combination therapy by means of iRECIST. Responder and the participants with a clinical benefit would continue with another 3 cycles of the combination therapy. After completion of 6 cycles of the combination therapy, final evaluation was performed for all remaining study participants. Responder and the participants with a clinical benefit would continue with 3 more cycle of the combination therapy before they went on anti-PD-1 as monotherapy with FMT every 4 treatment cycles.

[0007] b. Clinical outcome of FMT in combination with anti-PD-1 therapy for ICI-refractory GI cancer patients. Radiographic responses determined as per iRECIST criteria spider plot showing the response as the change in size of target lesions from baseline over time from FMT. Patients with PR are showing in blue solid line; PRR are showing in red dotted line; and PD in red mini dotted line. The patient who was early terminated at the completion of 2 cycles of treatment without significant enlargement of the target lesion is in blue dotted line.

[0008] c. Representative CT scans from the two PR patients. CT scan from patient LH008 at three timepoints: before FMT, 3 and 5 months after FMT; LH010 at before FMT, 2 and 9 months after FMT.

[0009] MGS: metagenomic sequencing; GI: gastrointestinal; FMT: fecal microbiota transplantation; iRECIST: immune Response Evaluation Criteria in Solid Tumors; LTFU: Long-Term Follow-Up; ICI: immune checkpoint inhibitor.

[0010] Fig. 2: Gut microbiome changed by FMT associated with clinical outcome

[0011] a. Bray-curtis distance to donors after FMT. In total 42 metagenomics samples were used, including 19 from 6 NRs (6 in baseline and 13 post-treatment) , 8 from 2 PRRs (2 in baseline and 6 post-treatment) , 15 from 2 Rs (2 in baseline and 13 post-treatment) and 15 samples from 6 donors. Bray-curtis distance was used to measure the difference of gut microbiome composition between patients and their matching donors. Comparisons between groups were performed with Wilcoxon rank sum test and p-value less than 0.05 was considered as significance.

[0012] b. Comparison of FMT colonization in strain level. Engrafted strains include both "strain gain" and "strain replace" detected by Strainphlan3. For each sample, the engrafted strain rate refers to the ratio of the number of engrafted strains in the sample to the total number of strains in the capsules used by the patient. A higher engrafted strain rate indicates that higher percentage of strains from the capsules have successfully colonized the patient's gut at that time point, demonstrating a better FMT colonization outcome at the strain level. Comparisons between groups were performed with Wilcoxon rank sum test and p-value less than 0.05 was considered as significance.

[0013] c. Differential analysis was performed in 26 post-treatment samples from Rs and NR (13 from NRs and 13 from Rs) using LefSE (LDA score > 2 and p value <0.05) . In total 83 differential species were identified, of which 37 were enriched in the R group (Responder-enriched microbes, REM) and 46 in NR group (non-Responder-enriched microbes, NEM) .

[0014] d. Rs gained half of the REMs from their donors. In two responders, more than 50%of species of REMs were gained from their matching donors, which means these species did not exist in their baseline samples but existed in both the capsules and their last samples collected in this study (LH008's last sample was collected 176 days after treatment and LH010's last sample was collected 148 days after treatment) .

[0015] e. Network analysis was performed with WGCNA. WGCNA was used to generate a network of bacteria using the 32 samples from Rs and NRs (16 from NRs and 16 from Rs) . In total there are 312 species in this network. 37 REMs bacteria were highlighted to blue and 46 NEMs bacteria were highlighted to red. All the other bacteria were hidden to visualize the co-occurrence relationship within REMs and NEMs.

[0016] f. Comparison of Rs and NRs in functional level. In MetaCyc database, PWY-7312 D-fucofuranose biosynthetic pathway was enriched in Rs after treatment and mainly contributed by B. stercoris. Comparisons between groups were performed with LefSe and LDA >2 and p value <0.05 was considered as significance.

[0017] Fig. 3: Donor-specific microbial straits influence clinical efficacy of FMT

[0018] a. Comparison of alpha diversity between donors. In total 9 samples from 4 ineffective donors and 5 samples from 2 effective donors were included to calculate alpha diversity (Shannon, InvSimpson, Observed) in species level. Comparisons between groups were performed with Wilcoxon rank sum test and p-value less than 0.05 was considered as significance.

[0019] b. Comparison of gut microbiome compositions between donors. Beta diversity result was showed in a PCoA plot, measuring by Bray-curtis distance. PERMANOVA test was performed for to test whether the gut microbiome composition of effective donors was significantly different from ineffective donors. Comparison of ratio of genus Prevotella to Bacteroides was performed by Wilcoxon rank sum test and p-value less than 0.05 was considered as significance.

[0020] c. Differential analysis was performed in 14 donor samples using LefSE (LDA score > 2 and p value <0.05) . Of 42 species enriched in effective donors, 19 were among the REMs, and of 18 species enriched in ineffective donors, 8 were enriched in NEMs (text highlighted) .

[0021] d. PWY-7312 D-fucofuranose biosynthesis was enriched in effective donors and was mainly contributed by B. stercoris. Comparisons between groups were performed with LefSe and LDA >2 and p-value <0.05 was considered as significance.

[0022] e. Schema of a MC38 mice experiment for verifying the reproducibility of donor efficacy. In total there are 5 groups of mice in this experiment and tumor volume was measured every 3 days from day 9 to day 28. Tumor growth inhibition (TGI) was measured using tumor volume to quantify the treatment result. The higher the TGI, the stronger the inhibitory effect of the treatment on the tumor. Comparison of TGI between groups were performed with a linear regression model, adding tumor volume measuring day as a confounding factor and p-value less than 0.05 was considered as significance.

[0023] Fig. 4: validation key taxa and pathway in an independent large cohort

[0024] a. An XGBoost classifier was build to stratified gastric cancer patients by clinical outcome. To avoid the problems of unbalanced sample size in two groups (104 samples in long responders and 33 samples in primary resistance) , only 33 samples in each group were kept for machine learning modeling. An XGBoost classifier was generated using these 66 samples and 81 species (35 RMEs and 46 NEMs in previous analysis, 2 REMs were not found in this validation cohort) . AUC was calculated to measure the performance of the classifier.

[0025] b. Comparison of the pathway PWY-7312 between groups (long responders and primary resistance) were performed by t-test and p-value less than 0.05 was considered as significance. Mean and upper standard error were presented.

[0026] Fig. 5: Host immune profiles associated with the response of FMT on exerting clinical benefits

[0027] a. Baseline analysis of TCR diversity and immune cell sub-population profiling in patient peripheral blood samples. Total 9-10 patient samples were analyzed, with 5-6 NR patients (6 for TCR analysis and 5 for immune cell analysis) , 2 PRR patients and 2 R patients. Specifically, CD4+ out of total CD3+ cells, CCR7+CD45RA-out of CD4+ cells, Foxp3+ out of CD4+ cells, Ki67+ out of CD3+ cells and CD279+ out of all lymphocytes were characterized. Mean and SD were shown in the bar plot with each dot indicating the baseline sample of patients. Mixed linear model was performed for comparison and p-value less than 0.05 was considered as significance.

[0028] b. The comparison of immune cell sub-population between the distinguished NR and R samples. The samples collected before FMT treatment and at the time of clinical progression were grouped as NR samples, while the samples obtained when patients responded to FMT treatment were grouped as R samples. Total 32 samples were analyzed, with 26 NR samples and 6 R samples. Mixed linear model was performed for comparison and p-value less than 0.05 was considered as significance.

[0029] c. Heatmap representing the correlation between differential microbes (REMs and NEMs) and functional pathways, immune parameters. REMs and NEMs were clustered using complete method on the left while the color gradient of the cell indicates the correlation coefficient. Significant correlation is defined as FDR adjusted p-value less than 0.3 and is labeled with *in the responding cell.

[0030] Fig 6

[0031] a. alpha diversity was measured using 3 index (observed, Shannon and InvSimpson) in species level. Wilcoxon rank sum test was performed for group comparison and adjusted p-value less than 0.05 was considered as significance.

[0032] b. beta diversity showing microbiome composition similarities measured by Bray-curtis distance between samples at baseline in a PCOA plot.

[0033] c. phylogenetic distance tree of B. stercoris generated by StrainPhlan3. The section represented by the lower box is a case of strain gain (LH008 got this strain from his / her donor) and the one represented by the upper box is a case of strain replaced (the domain strain of LH010 was replaced by his / her donor's strain) .

[0034] Fig 7

[0035] a. Transmission of REMs strains from effective donor to R patient. First, we used bowtie2 to map reads to reference genomes dataset which is based on the representative assembly of the species-level genome bins (SGBs) defined by Pasolli et al. The taxonomic classification of these SGBs was assigned using GTBD-Tk. Second, The reads were piled up to obtain per-position variant information for every detected species. For a particular species at given position between two samples, the number of mutated position was estimated. The species DNA sequence dissimilarity is the number of mutated position divided by the total number of positions being compared. The circle represents LH008 patient, the triangle represents LH010. The dissimilarity of strains between donor and patients is high at baseline, but the dissimilarity of strains between donor and patients is significantly lower post-FMT (mean of pre-FMT dissimilarity distance = 0.01, mean of post-FMT dissimilarity distance = 0.004, Wilcoxon rank sum test p =<0.001) . The change of strains dissimilarity indicates REMs have engrafted from donor to patients at post-FMT.

[0036] b. comparison of SCFA production capacity of REMs and NEMs predicted by gutSMASH. Wilcoxon rank sum test is performed for the group comparison and p value less than 0.05 is considered as significance.

[0037] c. Differences in functional profile of microbiome between NR patients and R patients after post-FMT. 1 significantly enriched and 3 significantly depleted KEGG orthologues (KOs) in the R group compared to NR group (linear regression, p. adjust < 0.05) .

[0038] Fig 8

[0039] a. Diagram depicting the validation cohort selection criteria. Final 51 gastric cancer patients on ICI treatment with 137 fecal metagenomics samples were used for the validation.

[0040] b. Shapley Additive exPlanations (SHAP) value of the top 20 important microbial features. Each dot indicates abundance of feature at all sample with color emphasizing the feature value. When sum of shap value of microbial feature was positive, the sample were "predicted R" , otherwise the sample were "predicted NR" . The number on the right side of each microbe indicates the average of the absolute values of the SHAP value.

[0041] Fig 9

[0042] a. Flow cytometry gating strategy is employed to distinguish various cell populations in peripheral blood samples, including lymphocytes, monocytes, as well as specific subsets such as CD3+ cells, CD4+ cells, CD8+ cells, CD279+ cells, IFN-γ+ cells, Ki-67+cells, FoxP3+ cells, CCR7+CD45RA-cells, CD68+ cells, CD56+ cells. Single cells were selected based on the FSC-Aversus FSC-H dot plot, with lymphocytes and monocytes gated based on SSC-H and FSC-H parameters. Dead cells were excluded from the analysis.

[0043] b. The number of TCR CDR3aa before and after FMT. Total 10 patient samples were analyzed, with 6 NR patients, 2 PRR patients and 2 R patients. Mean and standard deviation was presented. Wilcoxon was performed for comparison and p value less than 0.05 was considered as significance.

[0044] c. The spearman correlation between TCR diversity and abundance of the top TCR CDR3 sequences. p-value less than 0.05 is considered as significance.DETAILED DESCRIPTIONSUMMARY

[0045] In one aspect, the disclosure is related to a method for treating or preventing cancer comprising administering to a subject in need thereof a therapeutically effective amount of microbial composition or metabolites thereof, in combination with immunotherapy, wherein the microbial composition comprises bacteria from FMT of healthy donors.

[0046] In some embodiments, the subject has poor response to immunotherapy.

[0047] In some embodiments, the cancer is resistant to immunotherapy.

[0048] In some embodiments, the cancer is gastrointestinal (GI) cancer.

[0049] In some embodiments, the GI cancer is selected from Gastric cancer, Esophageal cancer, and Colorectal cancer.

[0050] In some embodiments, the immunotherapy comprises immune checkpoint inhibitor (ICI) therapy.

[0051] In some embodiments, the immune checkpoint inhibitor used in the ICI therapy is selected one or more from the group consisting of PD-1 inhibitor, PD-L1 inhibitor, PD-L2 inhibitor, LAG-3 inhibitor, TIGIT inhibitor, 4-1 BB inhibitor, OX40 inhibitor and CTLA-4 inhibitor therapy.

[0052] In some embodiments, the microbial composition comprises one or more bacterial strains selected from the group consisting of: Actinomyces_sp_ICM47; Agathobaculum_butyriciproducens; Alistipes_putredinis; Alloscardovia_omnicolens; Bacteroides_caccae; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Bacteroides_thetaiotaomicron; Bacteroides_uniformis; Bacteroides_vulgatus; Barnesiella_intestinihominis; Bifidobacterium_adolescentis; Bifidobacterium_breve; Bifidobacterium_longum; Bifidobacterium_pseudocatenulatum; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp_KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Dorea_sp_CAG_317; Eggerthella_lenta; Eisenbergiella_massiliensis; Eubacterium_siraeum; Eubacterium_ventriosum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Gemella_sanguinis; Klebsiella_variicola; Lactococcus_petauri; Lawsonibacter_asaccharolyticus; Megasphaera_elsdenii; Odoribacter_splanchnicus; Parabacteroides_distasonis; Parabacteroides_merdae; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG_617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcaceae_bacterium_D16; Ruminococcus_bromii; Ruminococcus_gnavus; Sellimonas_intestinalis; Streptococcus_parasanguinis; Sutterella_parvirubra; Turicibacter_sanguinis; Turicimonas_muris; Tyzzerella_nexilis; Veillonella_dispar; Veillonella_sp_T11011_6.

[0053] In some embodiments, level of the bacterial strains is 0%-10%.

[0054] In some embodiments, abundance of the bacterial strains is 0.5%-6%.

[0055] In some embodiments, abundance of the bacterial strains is selectd from 0.5%-1%, 1%-3%, and 3%-6%.

[0056] In some embodiments, abundance of the bacterial strains is 0.5%, 1%, 3%or 6%.

[0057] As used herein, the term “level” may be understood as the proportion of strains engrafted into patient’s gut in a capsule. The formula of engrafted strain rate is:

[0058] Engrafted strain rate = number of engrafted strain / numbers of strain in a capsule.

[0059] As used herein, the term “level” and / or “abundance” may be understood as the relative proportions of the number of different species of bacterial strains in the gut.

[0060] In some embodiments, the method improves the immunotherapy responsiveness.

[0061] In one aspect, the disclosure is related to use of the microbial composition comprises bacteria from FMT of healthy donors in the preparation of a medicament for the prevention or treatment of cancer, wherein the medicament is to be administered in combination with immunotherapy.

[0062] In one aspect, the disclosure is related to use of the microbial composition comprises bacteria from FMT of healthy donors and the immune checkpoint inhibitor in the preparation of a medicament for the prevention or treatment of cancer.

[0063] In some embodiments, the subject has poor response to immunotherapy, and / or the cancer is resistant to immunotherapy.

[0064] In some embodiments, the cancer is gastrointestinal (GI) cancer.

[0065] In some embodiments, the GI cancer is selected from Gastric cancer, Esophageal cancer, and Colorectal cancer.

[0066] In some embodiments, the immunotherapy comprises immune checkpoint inhibitor (ICI) therapy.

[0067] In some embodiments, the immune checkpoint inhibitor used in the ICI therapy is selected one or more from the group consisting of PD-1 inhibitor, PD-L1 inhibitor, PD-L2 inhibitor, LAG-3 inhibitor, TIGIT inhibitor, 4-1 BB inhibitor, OX40 inhibitor and CTLA-4 inhibitor therapy.

[0068] In some embodiments, the microbial composition comprises one or more bacterial strains selected from the group consisting of: Actinomyces_sp_ICM47; Agathobaculum_butyriciproducens; Alistipes_putredinis; Alloscardovia_omnicolens; Bacteroides_caccae; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Bacteroides_thetaiotaomicron; Bacteroides_uniformis; Bacteroides_vulgatus; Barnesiella_intestinihominis; Bifidobacterium_adolescentis; Bifidobacterium_breve; Bifidobacterium_longum; Bifidobacterium_pseudocatenulatum; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp_KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Dorea_sp_CAG_317; Eggerthella_lenta; Eisenbergiella_massiliensis; Eubacterium_siraeum; Eubacterium_ventriosum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Gemella_sanguinis; Klebsiella_variicola; Lactococcus_petauri; Lawsonibacter_asaccharolyticus; Megasphaera_elsdenii; Odoribacter_splanchnicus; Parabacteroides_distasonis; Parabacteroides_merdae; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG_617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcaceae_bacterium_D16; Ruminococcus_bromii; Ruminococcus_gnavus; Sellimonas_intestinalis; Streptococcus_parasanguinis; Sutterella_parvirubra; Turicibacter_sanguinis; Turicimonas_muris; Tyzzerella_nexilis; Veillonella_dispar; Veillonella_sp_T11011_6.

[0069] In some embodiments, level of the bacterial strains is 0%-10%.

[0070] In some embodiments, abundance of the bacterial strains is 0.05%-5.42%.

[0071] In some embodiments, abundance of the bacterial strains is select from 0.05%-0.07%, 0.07%-0.11%, 0.11%-0.25%, 0.25%-0.29%, 0.29%-0.30%, 0.30%-0.38%, 0.38%-0.56%; 0.56%-0.79%, 0.79%-1.24%, 1.24%-1.60%, 1.60%-3.31%, and 3.31%-5.42%.

[0072] In some embodiments, abundance of the bacterial strains is 0.05%, 0.07%, 0.11%, 0.25%, 0.29%, 0.30%, 0.38%, 0.56%, 0.79%, 1.24%, 1.60%, 3.31%or 5.42%.

[0073] In some embodiments, the medicament improves immunotherapy responsiveness.

[0074] In one aspect, the disclosure is related to a method of identifying unique signatures of FMT associated with improved imunotherapy responsiveness, wherein the method comprises one or more of the following identifying steps:

[0075] a) The FMT donors are healthy donors;

[0076] b) The molecular signatures of FMT include a higher bacterial diversity represented by Shannon diversity index above 2;

[0077] c) The molecular signatures of FMT include lower Prevotella / Bacteroides ratio range between 0 -0.7;

[0078] d) The molecular signatures of FMT include enhanced capacity of SCFA production and secondary bile acid biosynthesis;

[0079] e) The molecular signatures of FMT include response-related key taxa composition comprising REMs; wherein the the REMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_stercoris; Faecalibacterium_prausnitzii; Prevotella_sp_CAG_617; Roseburia_faecis; Bacteroides_coprocola; Fusicatenibacter_saccharivorans; Blautia_wexlerae; Proteobacteria_bacterium_CAG_139; Bacteroides_ovatus; Lactococcus_petauri; Eubacterium_siraeum; Bacteroides_salyersiae; Clostridium_sp_CAG_242; Ruminococcus_gnavus; Agathobaculum_butyriciproducens; Roseburia_intestinalis; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Blautia_sp_CAG_257; Flavonifractor_plautii; Clostridium_sp_CAG_58; Eggerthella_lenta; Alloscardovia_omnicolens; Dialister_invisus; Sellimonas_intestinalis; Bacteroides_coprophilus; Clostridium_sp_CAG_299; Veillonella_sp_T11011_6; Veillonella_dispar; Turicimonas_muris; Clostridium_clostridioforme; Clostridium_asparagiforme; Coprobacter_secundus; Candidatus_Stoquefichus_sp_KLE1796; Sutterella_parvirubra; and, Collinsella_stercoris;

[0080] f) The molecular signatures of FMT include effective donor enriched bacterial species comprising Bacteroides_stercoris.

[0081] In some embodiments, In some embodiments, the effective donor enriched bacterial species comprises one or more bacterial strains selected from the group consisting of: Lawsonibacter_asaccharolyticus; Clostridium_clostridioforme; Gemella_sanguinis; Eisenbergiella_massiliensis; Turicibacter_sanguinis; Klebsiella_variicola; Turicimonas_muris; Actinomyces_sp_ICM47; Bifidobacterium_breve; Ruminococcaceae_bacterium_D16; Bacteroides_salyersiae; Candidatus_Stoquefichus_sp_KLE1796; Blautia_sp_CAG_257; Tyzzerella_nexilis; Bacteroides_ovatus; Clostridium_sp_CAG_299; Streptococcus_parasanguinis; Barnesiella_intestinihominis; Parabacteroides_merdae; Flavonifractor_plautii; Parasutterella_excrementihominis; Eggerthella_lenta; Eubacterium_ventriosum; Bacteroides_thetaiotaomicron; Odoribacter_splanchnicus; Clostridium_sp_CAG_242; Dorea_sp_CAG_317; Sellimonas_intestinalis; Roseburia_intestinalis; Proteobacteria_bacterium_CAG_139; Bacteroides_caccae; Parabacteroides_distasonis; Bifidobacterium_pseudocatenulatum; Alistipes_putredinis; Bacteroides_coprocola; Blautia_wexlerae; Bifidobacterium_longum; Ruminococcus_bromii; Bacteroides_uniformis; Prevotella_sp_CAG_617; Bacteroides_stercoris; Bacteroides_vulgatus; or, Bifidobacterium_adolescentis.

[0082] In some embodiments, level of the bacterial strains is 0%-10%.

[0083] In some embodiments, abundance of the bacterial strains is 0.5%-5.42%.

[0084] In some embodiments, abundance of the bacterial strains is select from 0.05%-0.07%, 0.07%-0.11%, 0.11%-0.25%, 0.25%-0.29%, 0.29%-0.30%, 0.30%-0.38%, 0.38%-0.56%; 0.56%-0.79%, 0.79%-1.24%, 1.24%-1.60%, 1.60%-3.31%, and 3.31%-5.42%.

[0085] In some embodiments, abundance of the bacterial strains is 0.05%, 0.07%, 0.11%, 0.25%, 0.29%, 0.30%, 0.38%, 0.56%, 0.79%, 1.24%, 1.60%, 3.31%or 5.42%.

[0086] In some embodiments, the method comprises the step of using primer pairs for amplifying sequences specific for each of the microorganism species to be detected in the method.

[0087] In one aspect, the disclosure is related to a composition of response-related key taxa composition comprising REMs and NEMs; wherein the response-related key taxa composition comprises a bacterial mixture comprising one or more bacterial strains selected from the group consisting of: Agathobaculum_butyriciproducens; Alloscardovia_omnicolens; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp__KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Eggerthella_lenta; Eubacterium_siraeum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Lactococcus_petaurid; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG__617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcus_gnavus; Sellimonas_intestinalis; Sutterella_parvirubra; Turicimonas_muris; Veillonella_dispar; Veillonella_sp_T11011; Actinomyces_odontolyticus; Adlercreutzia_equolifaciens; Akkermansia_muciniphila; Alistipes_indistinctus; Asaccharobacter_celatus; Bacteroides_cellulosilyticus; Bacteroides_finegoldii; Bacteroides_sp_OM05; Bifidobacterium_bifidum; Catenibacterium_mitsuokai; Cloacibacillus_evryensis; Cloacibacillus_porcorum; Collinsella_aerofaciens; Coprococcus_catus; Coprococcus_eutactus; Desulfovibrio_piger; Desulfovibrionaceae_bacterium; Dialister_pneumosintes; Dorea_formicigenerans; Eisenbergiella_tayi; Enterococcus_faecium; Eubacterium_rectale; Eubacterium_sp_CAG_180; Firmicutes_bacterium_CAG_110; Holdemanella_biformis; Lactobacillus_fermentum; Lactobacillus_paragasseri; Parabacteroides_goldsteinii; Parabacteroides_sp_4269; Parascardovia_denticolens; Phascolarctobacterium_succinatutens; Prevotella_copri; Prevotella_sp_CAG_279; Prevotella_sp_CAG_5226; Pyramidobacter_piscolens; Pyramidobacter_sp_C128; Ruminococcaceae_bacterium_D5; Ruminococcus_lactaris; Sanguibacteroides_justesenii; Scardovia_wiggsiae; Slackia_isoflavoniconvertens; Streptococcus_gordonii; Streptococcus_sobrinus; Streptococcus_vestibularis; Tyzzerella_nexilis; or, Victivallis_vadensi.

[0088] In some embodiments, the REMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_stercoris; Faecalibacterium_prausnitzii; Prevotella_sp_CAG_617; Roseburia_faecis; Bacteroides_coprocola; Fusicatenibacter_saccharivorans; Blautia_wexlerae; Proteobacteria_bacterium_CAG_139; Bacteroides_ovatus; Lactococcus_petauri; Eubacterium_siraeum; Bacteroides_salyersiae; Clostridium_sp_CAG_242; Ruminococcus_gnavus; Agathobaculum_butyriciproducens; Roseburia_intestinalis; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Blautia_sp_CAG_257; Flavonifractor_plautii; Clostridium_sp_CAG_58; Eggerthella_lenta; Alloscardovia_omnicolens; Dialister_invisus; Sellimonas_intestinalis; Bacteroides_coprophilus; Clostridium_sp_CAG_299; Veillonella_sp_T11011_6; Veillonella_dispar; Turicimonas_muris; Clostridium_clostridioforme; Clostridium_asparagiforme; Coprobacter_secundus; Candidatus_Stoquefichus_sp_KLE1796; Sutterella_parvirubra; and, Collinsella_stercoris.

[0089] In some embodiments, level of the bacterial strains is 0%-5%.

[0090] In some embodiments, abundance of the bacterial strains is 0.01%-0.45%.

[0091] In some embodiments, abundance of the bacterial strains is select from 0.01%-0.02%, 0.02%-0.03%, 0.03%-0.05%, 0.05%-0.38%or 0.38%-0.45%.

[0092] In some embodiments, abundance of the bacterial strains is 0.01%, 0.02%, 0.03%, 0.05%, 0.38%or 0.45%.

[0093] In some embodiments, the NEMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_finegoldii; Parabacteroides_sp_426_9; Dialister_pneumosintes; Actinomyces_odontolyticus; Bacteroides_cellulosilyticus; Scardovia_wiggsiae; Asaccharobacter_celatus; Slackia_isoflavoniconvertens; Firmicutes_bacterium_CAG_110; Ruminococcaceae_bacterium_D5; Tyzzerella_nexilis; Desulfovibrionaceae_bacterium; Parascardovia_denticolens; Pyramidobacter_sp_C12_8; Victivallis_vadensis; Catenibacterium_mitsuokai; Lactobacillus_fermentum; Coprococcus_catus; Streptococcus_gordonii; Coprococcus_eutactus; Bifidobacterium_bifidum; Bacteroides_sp_OM05_12; Lactobacillus_paragasser; Sanguibacteroides_justesenil; Prevotella_sp_CAG_5226; Streptococcus_vestibularis; Eisenbergiella_tayi; Adlercreutzia_equolifaciens; Eubacterium_rectale; Desulfovibrio_piger; Dorea_formicigenerans; Parabacteroides_goldsteinii; Prevotella_sp_CAG_279; Pyramidobacter_piscolens; Akkermansia_muciniphila; Phascolarctobacterium_succinatutens; Alistipes_indistinctus; Ruminococcus_lactaris; Eubacterium_sp_CAG_180; Cloacibacillus_evryensis; Prevotella_copri; Cloacibacillus_porcorum; Holdemanella_biformis; Streptococcus_sobrinus; Collinsella_aerofaciens; and, Enterococcus_faecium.

[0094] In some embodiments, level of the bacterial strains is 0%-30%.

[0095] In some embodiments, abundance of the bacterial strains is 0%-29.92%.

[0096] In some embodiments, abundance of the bacterial strains is select from 0%-0.17%, 0.17%-0.21%, 0.21%-0.54%, 0.54%-0.60%, 0.60%-0.76%, 0.76%-0.85%, 0.85%-0.98%, 0.98%-1.28%, 1.28%-1.31%, 1.31%-2.58%, 2.58%-3.39%, 3.39%-3.59%, 3.59%-4.84%, 4.84%-5.80%, 5.80%-8.20%, 8.20%-9.77%, 9.77%-10.88%, 10.88%-11.11%, 11.11%-12.21%and 12.21%-29.92%.

[0097] In some embodiments, abundance of the bacterial strains is 0%, 0.17%, 0.21%, 0.54%, 0.60%, 0.76%, 0.85%, 0.98%, 1.28%, 1.31%, 2.58%, 3.39%, 3.59%, 4.84%, 5.80%, 8.20%, 9.77%, 10.88%, 11.11%, 12.21%or 29.92%.

[0098] In one aspect, the disclosure is related to an effective donor-enriched composition comprising a bacterial mixture comprising one or more bacterial strains selected from the group consisting of: Lawsonibacter_asaccharolyticus; Clostridium_clostridioforme; Gemella_sanguinis; Eisenbergiella_massiliensis; Turicibacter_sanguinis; Klebsiella_variicola; Turicimonas_muris; Actinomyces_sp_ICM47; Bifidobacterium_breve; Ruminococcaceae_bacterium_D16; Bacteroides_salyersiae; Candidatus_Stoquefichus_sp_KLE1796; Blautia_sp_CAG_257; Tyzzerella_nexilis; Bacteroides_ovatus; Clostridium_sp_CAG_299; Streptococcus_parasanguinis; Barnesiella_intestinihominis; Parabacteroides_merdae; Flavonifractor_plautii; Parasutterella_excrementihominis; Eggerthella_lenta; Eubacterium_ventriosum; Bacteroides_thetaiotaomicron; Odoribacter_splanchnicus; Clostridium_sp_CAG_242; Dorea_sp_CAG_317; Sellimonas_intestinalis; Roseburia_intestinalis; Proteobacteria_bacterium_CAG_139; Bacteroides_caccae; Parabacteroides_distasonis; Bifidobacterium_pseudocatenulatum; Alistipes_putredinis; Bacteroides_coprocola; Blautia_wexlerae; Bifidobacterium_longum; Ruminococcus_bromii; Bacteroides_uniformis; Prevotella_sp_CAG_617; Bacteroides_stercoris; Bacteroides_vulgatus; or Bifidobacterium_adolescentis.

[0099] In some embodiments, level of the bacterial strains is 0%-10%.

[0100] In some embodiments, abundance of the bacterial strains is 0.05%-9.8%.

[0101] In some embodiments, abundance of the bacterial strains is select from 0.05%-0.07%, 0.07%-0.11%, 0.11%-0.25%, 0.25%-0.29%, 0.29%-0.30%, 0.30%-0.38%, 0.38%-0.56%, 0.56%-0.79%, 0.79%-1.24%, 1.24%-1.60%, 1.60%-3.31%, 3.31%-5.42%, 5.42%-6%, 6%-8.5%, 8.5%-8.75%, 8.75%-9.2%and 9.2%-9.8%.

[0102] In some embodiments, abundance of the bacterial strains is 0.05%, 0.07%, 0.11%, 0.25%, 0.29%, 0.30%, 0.38%, 0.56%, 0.79%, 1.24%, 1.60%, 3.31%, 5.42%, 6%, 8.5%, 8.75%, 9.2%or 9.8%.

[0103] In one aspect, the disclosure is related to a pharmaceutical composition or pharmaceutical kit for treating or preventing cancer, wherein the pharmaceutical composition or pharmaceutical kit comprises the composition described herein.

[0104] In one aspect, the disclosure is related to a pharmaceutical composition or pharmaceutical kit for predicting the host responsiveness, wherein the pharmaceutical composition or pharmaceutical kit comprises the composition described herein.

[0105] In one aspect, the disclosure is related to a pharmaceutical composition or pharmaceutical kit to improve the host responsiveness to an immunotherapy in a subject in need, wherein the pharmaceutical composition or pharmaceutical kit comprises the composition described herein.

[0106] In some embodiments, the pharmaceutical composition or pharmaceutical kit further comprises one or more immunotherapy agents;

[0107] In some embodiments, the one or more immunotherapy agents is immune checkpoint inhibitors.

[0108] In some embodiments, the immune checkpoint inhibitors are selected one or more from the group consisting of PD-1 inhibitor, PD-L1 inhibitor, PD-L2 inhibitor, LAG-3 inhibitor, TIGIT inhibitor, 4-1 BB inhibitor, OX40 inhibitor and CTLA-4 inhibitor therapy.

[0109] In one aspect, the disclosure is related to a In one aspect, the disclosure is related to a method for predict the host responsiveness in a subject in need thereof for immunotherapy by identifying a collection of response-related key taxa comprising REMs and NEMs; wherein the response-related key taxa composition comprises a bacterial mixture comprising one or more bacterial strains selected from the group consisting of: Agathobaculum_butyriciproducens; Alloscardovia_omnicolens; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp_KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Eggerthella_lenta; Eubacterium_siraeum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Lactococcus_petaurid; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG__617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcus_gnavus; Sellimonas_intestinalis; Sutterella_parvirubra; Turicimonas_muris; Veillonella_dispar; Veillonella_sp_T11011; Actinomyces_odontolyticus; Adlercreutzia_equolifaciens; Akkermansia_muciniphila; Alistipes_indistinctus; Asaccharobacter_celatus; Bacteroides_cellulosilyticus; Bacteroides_finegoldii; Bacteroides_sp_OM05; Bifidobacterium_bifidum; Catenibacterium_mitsuokai; Cloacibacillus_evryensis; Cloacibacillus_porcorum; Collinsella_aerofaciens; Coprococcus_catus; Coprococcus_eutactus; Desulfovibrio_piger; Desulfovibrionaceae_bacterium; Dialister_pneumosintes; Dorea_formicigenerans; Eisenbergiella_tayi; Enterococcus_faecium; Eubacterium_rectale; Eubacterium_sp_CAG_180; Firmicutes_bacterium_CAG_110; Holdemanella_biformis; Lactobacillus_fermentum; Lactobacillus_paragasseri; Parabacteroides_goldsteinii; Parabacteroides_sp_4269; Parascardovia_denticolens; Phascolarctobacterium_succinatutens; Prevotella_copri; Prevotella_sp_CAG_279; Prevotella_sp_CAG_5226; Pyramidobacter_piscolens; Pyramidobacter_sp_C128; Ruminococcaceae_bacterium_D5; Ruminococcus_lactaris; Sanguibacteroides_justesenii; Scardovia_wiggsiae; Slackia_isoflavoniconvertens; Streptococcus_gordonii; Streptococcus_sobrinus; Streptococcus_vestibularis; Tyzzerella_nexilis; and, Victivallis_vadensi.

[0110] In some embodiments, the REMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_stercoris; Faecalibacterium_prausnitzii; Prevotella_sp_CAG_617; Roseburia_faecis; Bacteroides_coprocola; Fusicatenibacter_saccharivorans; Blautia_wexlerae; Proteobacteria_bacterium_CAG_139; Bacteroides_ovatus; Lactococcus_petauri; Eubacterium_siraeum; Bacteroides_salyersiae; Clostridium_sp_CAG_242; Ruminococcus_gnavus; Agathobaculum_butyriciproducens; Roseburia_intestinalis; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Blautia_sp_CAG_257; Flavonifractor_plautii; Clostridium_sp_CAG_58; Eggerthella_lenta; Alloscardovia_omnicolens; Dialister_invisus; Sellimonas_intestinalis; Bacteroides_coprophilus; Clostridium_sp_CAG_299; Veillonella_sp_T11011_6; Veillonella_dispar; Turicimonas_muris; Clostridium_clostridioforme; Clostridium_asparagiforme; Coprobacter_secundus; Candidatus_Stoquefichus_sp_KLE1796; Sutterella_parvirubra; and, Collinsella_stercoris.

[0111] In some embodiments, the NEMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_finegoldii; Parabacteroides_sp_426_9; Dialister_pneumosintes; Actinomyces_odontolyticus; Bacteroides_cellulosilyticus; Scardovia_wiggsiae; Asaccharobacter_celatus; Slackia_isoflavoniconvertens; Firmicutes_bacterium_CAG_110; Ruminococcaceae_bacterium_D5; Tyzzerella_nexilis; Desulfovibrionaceae_bacterium; Parascardovia_denticolens; Pyramidobacter_sp_C12_8; Victivallis_vadensis; Catenibacterium_mitsuokai; Lactobacillus_fermentum; Coprococcus_catus; Streptococcus_gordonii; Coprococcus_eutactus; Bifidobacterium_bifidum; Bacteroides_sp_OM05_12; Lactobacillus_paragasser; Sanguibacteroides_justesenil; Prevotella_sp_CAG_5226; Streptococcus_vestibularis; Eisenbergiella_tayi; Adlercreutzia_equolifaciens; Eubacterium_rectale; Desulfovibrio_piger; Dorea_formicigenerans; Parabacteroides_goldsteinii; Prevotella_sp_CAG_279; Pyramidobacter_piscolens; Akkermansia_muciniphila; Phascolarctobacterium_succinatutens; Alistipes_indistinctus; Ruminococcus_lactaris; Eubacterium_sp_CAG_180; Cloacibacillus_evryensis; Prevotella_copri; Cloacibacillus_porcorum; Holdemanella_biformis; Streptococcus_sobrinus; Collinsella_aerofaciens; and, Enterococcus_faecium.

[0112] In some embodiments, the method comprising the identifying steps described herein. MODE FOR CARRYING OUT THE INVENTION Study design and treatment

[0113] This is an open label, single arm, single center, phase 1 study (clinical trial number: NCT04130763; https:  / / clinicaltrials. gov / )  to explore the efficacy and safety of FMT combined with anti-PD-1 monoclonal antibody in treatment of ICI refractory patient who suffers  from advanced gastrointestinal cancers.

[0114] GI cancer patients who previously had anti-PD- (L) 1 but reached disease progression on the treatment were enrolled. All patients must sign the informed consent form to be screened for the study. After the patients were evaluated against inclusion and exclusion criteria for enrollment and met enrollment criteria, FMT would be first performed in the form of oral capsules under the supervision of a study team member at the first week of the study. Since they were GI cancer patients and were sensitive to GI disturbance, no gut preparation was performed. After one week of the FMT monotherapy (main doses of FMT, 39.6g capsule content / therapy, administered in three doses over 3 days) , FMT+Nivolumab (3mg / kg, q14d) combination therapy (low dose of FMT as colonization maintenance, 6.6g capsule content / dose) started. The Combination therapy was administered every other week. Efficacy evaluation was performed after every 2-4 cycles of the combination therapy. A midterm efficacy evaluation (mainly iRECIST evaluation) was conducted after 3 cycles of Combination therapy. Total on-study treatment was 6 cycles of Combination therapy (12 weeks) . If a patient responded to Combination therapy, the treatment would continue with 3 more cycles of Combination therapy in an extended study phase, followed by anti-PD-1 monotherapy as long as the patient’s iRECIST is not icPD or patient is qualified to be on treatment surveillance. FMT capsule administration would stop after 9 cycles of Combination therapy. During the period of Combination therapy, adverse events were collected at each study visit. The safety evaluation was carried out continuously throughout the study at every study visit with two treatment phases, FMT monotherapy phase and the Combination therapy phase. All patients underwent regular safety evaluations during the study. Stool samples were collected at each study visit for gut microbiome analysis. Peripheral blood was collected for T cell Receptor analysis and flow cytometric analysis. Tumor tissues were also collected for Microsatellite Instability (MSI) , Tumor Mutational Burden (TMB) , and PD-L1 expression analysis.

[0115] Per protocol, a responder (R) is defined as a patient who is not icPD or clinical progression at the efficacy evaluation after 12 weeks of combination treatments. A partial responder (PRR) is defined as a patient who has SD or better efficacy outcome at the midterm evaluation (after 3 cycles of treatment) but has icPD or clinical progression judged by investigator after another 4-8 weeks of combination treatments. It will also be a PRR if the efficacy evaluation at midterm is iuPD, followed by iSD at the confirmation evaluation but eventually reached icPD or clinical progression without getting better in efficacy evaluation. Non-responder (NR) is defined as a patient who had icPD or iuPD but clinical progression at either the midterm or end of study evaluation.Study participants

[0116] This study (NCT04130763) is a single center single-arm phase 1 trial that included patients with advanced gastrointestinal (GI) cancer who were treated with any anti-cancer treatment (s) that must include at least two doses of anti-PD- (L) 1 therapy. Previous treatment (s) with surgery, radiation, chemotherapy and targeted therapy were allowed. The anti-PD- (L) 1 therapy must have confirmed progression disease (PD) status by iRECIST before enrolled into the study. Patients were ≥18 years of age, with histologically confirmed GI cancer. An ECOG score of 0–1 was required. Major exclusion criteria included a history of autoimmune diseases, active GI diseases, unstable brain metastases, the use of daily corticosteroids >10 mg of prednisone or equivalent, use of antibiotics during the study and adverse events that were not recovered from previous treatment. Patients were enrolled and treated at a single center in Beijing, China. This research was carried out under the approval of medical Ethics Committee of Beijing cancer hospital and in accordance with the applicable regulatory requirements of National Health Commission of the People’s Republic of China; the International Council for Harmonization, Guideline for Good Clinical Practice (ICH GCP) ; and the principles of the Declaration of Helsinki. All patients provided written informed consent and were able to withdraw consent at any time without compromising their treatment for GI cancer.Inclusion Criteria:

[0117] 1. Patients have a histologically or cytologically confirmed diagnosis of unresectable or metastatic solid tumors originating from the GI tract.

[0118] 2. Patients are able and willing to provide pathological tissue embedded in the wax blocks or paraffin sections.

[0119] 3. Patients who have received any number of radiation therapy, chemotherapy, vaccine therapy or other oncological therapy are permitted.

[0120] 4. Patients are currently receiving or have received at least 2-dose injection of systemic PD- (L) 1 immunotherapy. The results of imaging examination were confirmed as progressive disease (PD) . According to iRECIST, PD is defined as an increase in the length of the lesion > 20%or occurrence of new lesion or non-target lesion progression. Anti-PD- (L) 1 drugs contain pembrolizumab, nivolumab or any other anti-PD- (L) 1 drugs that has passed phase 2 clinical development. Patients are eligible when the previous failed anti-PD- (L) 1 treatment was initiated within one year of the first dose of this trial.

[0121] 5. Patients are willing and able to swallow at least 20 FMT capsules.

[0122] 6. Patients must be willing and able to sign the informed consent form.

[0123] 7. Patients are consented to receive follow-up medical imaging to determine disease progression and provide stool samples before and after taking capsules at each follow-up visit.

[0124] 8. Patients must be at least 18 years old, regardless male or female.

[0125] 9. Patients with ECOG performance of 0 or 1.

[0126] 10. For women with childbearing potential, the results of blood pregnancy test within 7 days prior to enrollment or the results of urine pregnancy test within 72 hours prior to enrollment must be negative.

[0127] 11. Patients must have basic body function. Blood test results need to reach the following indexes: Absolute neutrophil count (ANC) ≥1500 / mcL, platelets≥100, 000 / mcL, hemoglobin≥9 g / dL or 5.6 mmol / L, no transfusion or EPO dependency (within 7 days of assessment) , serum creatinine≤1.5×upper limit of normal (ULN) or creatinine clearance≥60 mL / min, serum total bilirubin≤1.5×ULN or direct bilirubin≤ULN, AST (SGOT) and ALT (SGPT) ≤2.5×ULN for patients with serum total bilirubin >1.5 ULN or ≤5×ULN for patients with liver metastases, albumin≥2.5 mg / dL, coagulation indexes INR or PT ≤1.5×ULN. Unless patient is receiving anticoagulant therapy, coagulation indexes should be within normal range of therapy.

[0128] 12. Expected survival duration≥3 months.Exclusion Criteria:

[0129] 1. Patients with irritable bowel syndrome, toxic megacolon, severe dietary allergies (including severe allergic to shellfish, nuts, seafood) .

[0130] 2. Patients who are responded to anti-PD- (L) 1 therapy or are in stable disease status (per iRECIST at CR, PR, or SD) .

[0131] 3. Patients are participating in any other clinical trial within 4 weeks before the first dose of FMT capsule treatment.

[0132] 4. Patients with highly severe symptom (including rapidly declining on ECOG performance; rapidly worsening symptoms; lesion transferring to critical sites and requiring urgent medical intervention) .

[0133] 5. Patients have a known history of malignant blood diseases, has a primary brain tumor or sarcoma, or other primary solid tumors except gastrointestinal tumors.

[0134] 6. Has progressing CNS metastases or leptomeningeal metastasis. Patients with stable brain metastases must be re-screened by brain MRI brain or CT scan within two weeks before enrollment to ensure no disease progression, and simultaneously take ≤10mg steroid daily one week before study beginning. Patients with no history of CNS metastases or no signs of CNS metastases do not need another medical imaging examination for brain diseases.

[0135] 7. Had a severe hypersensitivity or reaction to anti-PD- (L) 1 immunotherapy.

[0136] 8. Has an autoimmune disease or a history of autoimmune disease or requires treatment of systemic steroid (prednisone >10 mg daily or equivalent dose of similar drugs) or immunosuppressive agents. The following cases are excepted: local, ophthalmic, intra-articular, intranasal, or inhaled corticosteroids with extremely low systemic absorption, hormone replacement therapy, short-term (≤7 days) treatment of corticosteroids for preventive use (e.g., allergy to contrast agents) .

[0137] 9. Currently has pneumonitis or a history of (non-infectious) pneumonitis that required steroid therapy.

[0138] 10. Has severe cardiovascular disease (e.g., drug-uncontrolled congestive heart failure, hypertension, cardiac ischemia, myocardial infarction, and severe cardiac arrhythmia) , bleeding disorders, severe obstructive or restrictive pulmonary diseases, systemic infections.

[0139] 11. Has active human immunodeficiency virus (HIV) infection (performance as HIV 1 / 2 antibodies and / or positive) .

[0140] 12. Has active Hepatitis B (HBV) or Hepatitis C (HCV) infection.

[0141] 13. Has known active tuberculosis.

[0142] 14. Has received a live vaccine or live attenuated vaccine within 4 weeks prior to enrollment.

[0143] 15. Has appeared adverse events (per CTCAE 5.0, ≥grade 2) due to drug treatment within 4 weeks and not recovered from it. Patients who have undergone major surgery must have completely recovered from toxicity and complications of previous interventions before study beginning.

[0144] 16. Has received anti-tumor therapy except experimental drugs (e.g., chemotherapy, targeted small molecule therapy or radiotherapy) within 2 weeks before screening or plans to receive anti-tumor therapy except experimental drugs (e.g., chemotherapy, targeted small molecule therapy or radiotherapy) during the study period. Radiotherapy used for pain controlling is excepted.

[0145] 17. Has known history of psychiatric or drug abuse.

[0146] 18. Patient is pregnant or breastfeeding, or subjects (including male subject and his female spouse) cannot take effective contraceptive measures from signing the informed consent to 120 days after the final anti-PD-1 therapy combined with FMT treatment.

[0147] 19. Patients who cannot stop antibiotics treatment 24 hours before administration due to infection, etc.

[0148] 20. Other cases that investigators think patients cannot participate in the study, e.g., any medical history, treatment history, or history of abnormal test data that possibly confuses the study results, or interferes with patients'participation in the whole study, or damages patient interests.Healthy stool donor inclusion and exclusion criteria

[0149] Donor Qualification: FMT capsules were provided by Shenzhen Xbiome Biotech Co., LTD. FMT capsule production is strictly compliance with GMP. All healthy donors are screened for general physical health, mental health, healthy eating and living style, and not a carrier of major GI pathogens and infectious diseases. Donors are required to go through the donor qualification process: complete the screening questionnaires truthfully, participate in-person interview, complete all required laboratory tests, and negative on all GI pathogen detection tests.Key inclusion criteria:

[0150] 1. Age between 18-40 years old.

[0151] 2. Has normal BMI (18-25 Kg / m2) according to Chinese standard.

[0152] 3. Has regular sleeping hours with enough sleep, healthy eating habits, and exercise regularly.

[0153] 4. Sex with fixed partner with heterosexual behavior.

[0154] 5. Does not work in Senior centers, hospitals, and similar high risk for infectious diseases.

[0155] 6. Never had transplantation of organ, blood infusion (within 6 months) or dialysis.Key exclusion criteria:

[0156] 1. A history of diagnosed gastrointestinal or liver disorders or cancers, including but not limited to, gastroesophageal reflux, peptic ulcer disease, celiac disease, inflammatory bowel disease (Crohn’s disease or ulcerative colitis) , microscopic colitis, motility disorders (including gastroparesis and irritable bowel syndrome) or diverticular disease.

[0157] 2. Symptoms of diarrhea, constipation, blood in stool, frequent flatulence or bloating, frequent abdominal cramping within 3 months.

[0158] 3. Any underlying metabolic diseases including hypertension, hyperlipidemia, diabetes, insulin insensitivity or atherosclerosis.

[0159] 4. History of severe allergy, asthma, lung diseases, kidney diseases, cardiovascular diseases and chronic inflammatory diseases.

[0160] 5. Family history or self-medical history of inflammatory diseases, auto-immune diseases, diabetes, coronary disease or gastrointestinal or liver diseases, or familial malignancy.

[0161] 6. Psychiatric history (major affective disorder, psychotic illness or ongoing use of any psychiatric medications) .

[0162] 7. Any of the following symptoms 14 d before any stool collection: fever, cough, loss of taste, anosmia, fatigue / malaise, myalgia, sore throat, nausea, abdominal pain, diarrhea, dyspnea, chest pain, rash conjunctivitis or headache.

[0163] 8. Any symptoms suggestive of SARS-CoV-2 or known SARS-CoV-2 infection within the last 3 months.

[0164] 9. Any symptoms suggestive of monkeypox virus or may have been recently infected or exposed to monkeypox virus within the last 3 months.

[0165] 10. Previous surgery to the intestine, liver or gallbladder including remote appendectomy.

[0166] 11. History of any malignancy.

[0167] 12. Recent travel to a pandemic region of any pathogen, tropic area, and the regions with high risk for infectious diseases.

[0168] 13. Use of any antibiotics, steroids, immunosuppressant, and weight loss medication within the last 6 months. Continuously take proton pump inhibitors for more than 30 days within 6 months.

[0169] 14. Hospitalization for more than 2 days within the last 3 months.

[0170] 15. History of drug abuse.

[0171] 16. Any positive laboratory results for a transmissible pathogen.

[0172] 17. No frequent or regular alcohol intake (occasional alcohol intake is allowed)

[0173] 18. Positive detection of the following on screening laboratory testing: stool culture for bacterial pathogens Shigella, Salmonella sp., Yersinia, Campylobacter, sorbitol-negative E. coli 0157-H7, Plesiomonas, enteropathogenic E. coli (EPEC) , Shiga toxin-producing E. coli (STEC) , Shigella / Enteroinvasive E. coli (EIEC) , Candida albicans, Vibrio, CPE / CRE, parasites, C. difficile or Microspora.

[0174] 19. Positive stool test for any multidrug-resistant organisms (extended spectrum β-lactamase (ESBL) -producing Enterobacteriaceae, vancomycin-resistant Enterococci (VRE) , carbapenem-resistant Enterobacteriaceae (CRE / CPE) , or methicillin-resistant Staphylococcus aureus (MRSA)) .

[0175] 20. Positive stool detection of Helicobacter pylori fecal antigen

[0176] 21. Positive detection of parasites and egg cells: Giardia lamblia, Blastocystis hominis, Cyclosporidium, Cryptosporidium, Isosporidium, Microsporidium, Entamoeba histolytica, Ascaris lumbricoide eggs, Hookworm eggs, Whipworm eggs, Pinworm eggs, Clonorchis sinensis eggs, Paragonimus westermani eggs, Schistosoma japonica, Fasciolopsis buski.

[0177] 22. Positive detection for norovirus, rotavirus, adenovirus, Sapovirus, Astrovirus, Enteroviruses A71, Coxsackie A16, SARS-COV-2 and Monkeypox virus.

[0178] 23. Fecal occult blood (FOB) positive; Abnormal fecal Calprotectin

[0179] 24. Urine test for chlamydia and gonorrhea. ·Blood screening for HIV 1 / 2, HTLV 1 / 2, hepatitis A IgM, hepatitis BsAg, hepatitis BcAb, hepatitis C, H. pylori antibody and anti-TTG antibody.

[0180] 25. Serology for syphilis, strongyloides, schistosomiasis, amebiasis, cytomegalo virus and Epstein–Barr virus. FMT capsule preparation

[0181] A fresh fecal sample was collected into a sterile container and was sealed hermetically and then transferred / transported immediately to the manufacturing facility within two hours. Approximately 100g of feces were processed separately for each donation without pooling. From this point on, all processes were conducted under anaerobic conditions. Feces were diluted and homogenized with sterile normal saline. The mixture was filtered and then centrifuged, and the pellet was resuspended with residual liquid and sterile proprietary live-cell protection solution. The suspension was then transferred into capsule shells. After the capsules (#0) were closed, a second encapsulation (#00) was followed. Hence, each FMT capsule has two layers of shells. The FMT capsules were then stored below -75℃. The frozen capsules were shipped to the research center on dry ice with a continuous temperature monitoring device. Upon arrival, the FMT capsules were immediately stored in a freezer that is below 75℃. Human gut microbiome analysis

[0182] Fecal DNA extraction and sequencing were conducted according to previous procedures (https:  / / doi. org / 10.1002 / ctm2.1312) . Briefly, DNA extraction was performed usingthe DNeasy PowerSoil Pro Kits (QIAGEN) . Metagenomics libraries were sequenced for 150bp paired-end reads using Illumina Novaseq6000.

[0183] Sequenced metagenomic reads were quality controlled using fastp42. The low-quality portion of reads were trimmed and the reads longer than 50 bp were retained. Host contaminant DNA were removed using KneadData. HUMAnN  was utilized for microbial taxa composit. Functional profiling was also performed using HUMAnN 3.0 against MetaCyC and KEGG database respectively. For KEGG pathway annotation, clean reads (reads after removing host contamination) were aligned to KEGG43 protein database (version 2020.7) . Mapped KEGG genes were enriched to KO entries by MinPath (https:  / / doi. org / 10.1371 / journal. pcbi. 1000465) . GutSMASH (doi: 10. 1038 / s41587-023-01675-1. ) was also applied for primary metabolic pathway prediction.

[0184] Strain-level analysis was conducted with StrainPhIAN317. Using the distance matrix and the associated metadata, a threshold defining identical strains is inferred by selecting the first percentile of the distribution of the non-related-samples distances. The strain engraftment was inferred following the rule below: When a strain existed in the donor and after FMT samples but not the baseline samples, the strain was defined as “gain” . When one strain existed in the donor and after FMT samples, while another strain (determined by the similarity threshold) within the same species existed in baseline samples, the strain was defined as “replace” (sub fig 1c) . According to the rule, we calculated the number of engrafted bacteria after FMT for each patient. Moreover, we applied a genomics-based strain analysis method following the strategy described by Jacob et al18. Briefly, species DNA sequence dissimilarity for a pair of samples was calculated, and the transmission of bacterial strains from donor to patient was calculated in R patients.

[0185] Another strain level colonization definition used in this study is engrafted strain rate, which refers to the proportion of strains engrafted into patient’s gut in a capsule. The formula of engrafted strain rate is:

[0186] Engrafted strain rate = number of engrafted strain / numbers of strain in a capsule

[0187] Microbial community analysis was performed at the taxonomic (species) and functional (MetaCyc and KEGG pathway) levels. Alpha-diversity was calculated using three indices, including Shannon index, Observed and inverse Simpson index. Beta diversity was analyzed using the Bray-Curtis distance and visualized using principal coordinate analysis. Permutational multivariate ANOVA (PERMANOVA) was used to identify significant differences in distance between different groups. Differential analysis on either bacterial species or functional pathways were conducted using LefSe (doi: 10.1186 / gb-2011-12-6-r60) . Features with LDA score greater than 2 and p value less than 0.05 were considered as significant. Otherwise, unless specified, Wilcoxon rank sum test was applied for statistical comparison of pathways between Rs and NRs and FDR corrected P value less than 0.05 was considered as “significant” .

[0188] For co-occurrence analysis, weighted gene co-expression network analysis (WGCNA) 44, 45 was employed and the network was visualized by Cytoscape46. Multi-omics analysis was performed using Spearman correlation between differential bacterial abundance and clinical data, including tumor volume, immune cell sub-population and TCR diversity. Significance was considered after FDR corrected P value less than 0.3.

[0189] All statistical analysis and plotting were performed in R v3.6.3. TCR sequencing analysis on peripheral blood.

[0190] RNA extraction from peripheral blood was conducted using the TempusTM Blood RNA Tube and TempusTMSpin RNA Isolation Kit (Thermo Fisher) . Subsequently, the extracted RNA was reverse transcribed into cDNA using the SuperScriptTM IV VILOTM Master Mix (Thermo Fisher) . The OncomineTM TCR Beta-SR Panel and Ion AmpliSeqTM Library Kit Plus (Thermo Fisher) were employed to amplify the target gene. Following digestion, junction identification, and library amplification, the quantification of the final library product was performed using qPCR. Then the Ion S5 sequencing platform (Life) was used for the TCR sequencing. Data off the sequencer was uploaded to Ion Reporter, an online platform for the data analysis. Subsequently, the alignment of TCR sequence and the comparison between the samples were obtained.

[0191] For comparing the Shannon diversity of TCR of patients, we used linear mixed effects model to detect difference between pre-FMT and post-FMT. P value less than 0.05 is considered as significance. The model was:

[0192] Shannon_diversity ～ response + age + sex + time + diagnose + (1|SubjectID)  Flow cytometry analysis on peripheral blood

[0193] Fresh peripheral blood samples were collected from patients at assigned visit time and transported to a Contract Research Organization (CRO) at 2～8℃ for flow cytometric analysis. In panel 1 staining, the collected blood was activated with Leukocyte Activation Cocktail for 4 hours. The activated blood was then lysed and labeled with Fixable Viability Stain 450 to assess cell viability. After washing, the cells were stained with fluorescence dye-conjugated antibodies against surface markers (CD3, CD4, CD8, CD279, Biolegend or BD Biosciences) for 15-20 minutes. Following fixation and permeabilization, intracellular markers (Foxp3, Ki67, IFN-γ, BD Biosciences) were stained for 15-20 minutes.

[0194] In panel 2, the peripheral blood was lysed and stained with 6 antibodies against surface markers (CD3, CD4, CD8, CD56, CCR7, CD45RA, BD Biosciences) . The cells were then fixed, permeabilized, and stained with the intracellular marker CD68 (BD Biosciences) . After washing, the cells were ready for detection, and flow cytometry data were acquired using the NovoCyte 3130 instrument (ACEA Biosciences) . Data analysis was performed using FlowJo software v. 10.8.1 (BD Biosciences) .

[0195] For comparing the flow cytometry data of patients, we used linear mixed effects model to detect difference. P value less than 0.05 is considered as significant. The model was:

[0196] Immune cell subtype ～ response + sample_type (R or NR) + age + sex + time (baseline or post treatment) + diagnose +(1|SubjectID) Validation cohort characterization and gut microbiome data analysis

[0197] The validation cohort was based on an observational cohort focusing on the gut microbiome profiling of GI cancer patients on immunotherapy who were hospitalized and scheduled for immunotherapy in Peking University Cancer Hospital since March 2018 (doi: 10. 1158 / 2326-6066. CIR-19-1014) . This study was approved by the Ethics Committee at Peking University Cancer Hospital and all patients enrolled signed the informed consent and all tests and procedures were conducted in accordance with the Declaration of Helsinki. The patients were subscribed on either ICI treatment regimens without antibiotic application during the treatment until disease progression or intolerable toxicity: 1) PD-1 / PD-L1 inhibitor, repeated every 2 or 3 weeks; 2) Combined PD-1 / PD-L1 inhibitor and CTLA-4 inhibitor immunotherapy, repeated every 3 or 6 weeks. Total 1443 fecal samples from 570 patients were profiled for gut microbiome composition using metagenomics sequencing following the procedure described previously (doi: 10.1158 / 2326-6066. CIR-19-1014; https:  / / doi. org / 10.1002 / ctm2.1312) .

[0198] For our validation, we selected only gastric cancer patients with immunotherapy and total 137 fecal samples from 51 patients were used for validation. HUMAnN 3.0 was performed to characterize microbial species and functional level profile. An XGBoost classifier was built based on the specific bacterial species abundance (REMs and NEMs) with SHAP value representing feature importance using R packages “xgboost” and “SHAPforxgboost” . Functional pathways were also analyzed through T test with p value less than 0.05 considered as significant. Mouse study design and data analysis.

[0199] The animal experimental procedures for this study were approved by the Committee of Animal Experimental Center of Peking University, and were conducted according to the committee’s guidelines. Mouse experiments were conducted using 6-week-old female wild-type C57BL / 6 mice obtained from Beijing Huafukang Bioscience, China, and housed under SPF conditions at Peking University Cancer Hospital Experimental Animal Center. The mice were maintained in a sterile, individually ventilated cage at 23℃ with 50%humidity and a 12 h light / dark phase cycle. After acclimatization, all mice were administered with an antibiotics cocktail in drinking water for two weeks (0.5 g / L vancomycin, 1 g / L neomycin sulfate, 1 g / L ampicillin and 1 g / L metronidazole) . Afterwards, a total of 5 × 105 MC38 cells were subcutaneously injected into the right abdomen of mice. MC38 cells were cultured in 1640 medium containing 10%fetal bovine serum and 1%penicillin streptomycin at 37 ° C. On the day of tumor implantation, mice were subjected to fecal microbiota transplantation. One effective donor (donor 6) and one ineffective donor (donor 2) were chosen. Frozen fecal samples were thawed at 37° C, centrifuged at room temperature at 3, 000 rpm for 5 minutes, and resuspended in 2mL pre-deoxygenated PBS containing L-cysteine (1%v / v) . Oral gavage was performed every two days with 200uL per mice. PBS was meanwhile gavaged as vehicle control for the control mice. When tumor volume reaches 100 mm3, mice were treated with anti‐PD‐1 antibody (RMP1-14, BioXcell) every three days for four times. There was also one group treated with effective donor FMT only without anti-PD1 to explore the potential anti-tumor effect of FMT alone. Tumor volume was measured every 3 days by the formula V = L × W2 × 0.5 (V, volume; L, length; W, width of tumor) .

[0200] Mice were euthanized by cervical dislocation method when tumor volume exceeded 1500 mm3. Tumor growth inhibition (TGI) for each group was calculated as below.

[0201]

[0202] Where i is the day tumor volume was measured and j is the treatment group.

[0203] Comparison of TGI between groups was performed using a linear regression model with PD1 group set as the reference level and p value less than 0.05 was considered as significance. The formula is listed below.

[0204] TGI -tumor_volume_measured_day + treatment_group. EXAMPLES Example 1. Patients achieved responsiveness to ICI treatment in combination with FMT. Study enrollment and baseline characteristics

[0205] A total of 12 patients with gastrointestinal cancers were assessed for eligibility and 10 were enrolled in the trial between 6 January 2020 and 28 September 2022. Enrolled patients must have histologically or cytologically confirmed unresectable or metastatic gastrointestinal cancer. Additionally, they must be resistant to anti-PD-1 or anti-PD-L1 (anti-PD- (L) 1) treatment, which was defined as a patient who had received at least two doses of anti-PD- (L) 1 therapies and had confirmed progressive disease (PD) , as determined by immune Response Evaluation Criteria in Solid Tumors (iRECIST) . After the patient was qualified for the study, single donor-derived FMT capsules were administered during the first week of the study (Fig. 1a) . Subsequently, combination therapy of anti-PD-1 (nivolumab) with FMT was initiated at the beginning of the second week following FMT monotherapy. Efficacy was evaluated every 2-4 cycles and safety was evaluated at every study visits. The total treatment duration during the study was 6 cycles of combination therapy. If a patient responded to combination therapy, the treatment would proceed for 3 additional cycles. Adverse events were collected at every study visit during the on-study treatment period.

[0206] The medium age of the 10 patients was 65.5 (53-78) years old and 8 (80%) of them were male. All patients had an Eastern Cooperative Oncology Group (ECOG) performance status of 0-1. Before they were enrolled into the study, the medium of their disease duration since cancer diagnosis is 13.62 months (mean: 20.86 months) . All patients were Stage IV GI adenocarcinomas, including 8 gastric or gastroesophageal junction adenocarcinoma, and 2 colorectal cancers. All ten patients are with proficient mismatch repair / microsatellite stable (pMMR / MSS) . Patient baseline characteristics are summarized in Table 1. Half of the patients had multiple lines of therapy before enrolled into this study. The mean length of immuno-oncological treatment is 6.67 (SD: 3.329) months. Majority of patients (70%) had anti-PD-1 monotherapy prior to this study. Clinical Outcome: Efficacy

[0207] The average duration between the last dose of previous ICI treatment and the first dose of anti-PD-1 monoclonal antibody (nivolumab) + FMT combination therapy is 64.9 days (medium duration: 70.5 days) , which well ensured the response to the therapy was not from the delayed response of the previous therapy. Overall, the objective response rate (ORR) is 20% (Fig. 1 b) . The disease control rate is 40%. All patients who responded to the Combination therapy were gastric or esophageal-gastric junction cancers with low levels of PD-L1 expression and MSS. In two patients with immune partial response (iPR) , LH010 exhibited sustained iPR after >11 months treatment (Fig. 1 c) . The frequency of FMT capsule administration was reduced to once every 4 cycles, and the patient was continuously followed for survival. LH008 achieved a best response of iPR with a progression-free survival (PFS) of 15 months. Another patient (LH007) who was benefited from the treatment reached iSD after 5 cycles of the treatment, but had disease progression after 8 weeks. Our study demonstrates that the combination of FMT and anti-PD-1 therapy has effectively combated resistance to anti-PD- (L) 1 treatment in a subgroup of GI cancer patients who were previously refractory to PD- (L) 1 treatment. Clinical outcome: Safety Systematic immunotherapy treatment such as immune-checkpoint inhibitors usually induce severe adverse events, such as diarrhea,  fatigue, muscle and joint pain etc. FMT combination with immunotherapy could modulate the gut microbiome, healing the gut barrier function and reduce abnormal intestinal inflammation and thus alleviate adverse events brought by the immunotherapy treatment. It has been published that no FMT-related moderate to severe (grade 2-4) immune related adverse events (irAE) compared to previous line of treatment2 (see Table S4) . All patients tolerated the Combination therapy well. No serious adverse reaction occurred during the study. No early termination from the study was due to AE (S1-S3) . Treatment-related adverse events were minimal (S4, S5) . During FMT monotherapy period, only one patient experienced the treatment related AEs (nausea and vomiting) which were mild without requirement of treatment. During the combination therapy period, no AE was judged by investigator as only related to FMT. Three patients (30%) experienced 4 mild Combination treatment-related adverse events primarily affecting the gastrointestinal tract, including nausea and constipation. Overall, FMT combined with ICI is safe and well tolerated by this patient population. Example 2. Stronger colonization of effective FMT capsules and a collection of gut microbes associated with clinical  responsiveness to ICI treatment. Better FMT colonization in responders

[0208] Metagenomics profiling was applied on fecal samples collected from donors and patients. Before FMT treatment (baseline) , non-responders (NRs) had slightly higher but not significant alpha diversity compared to responders (Rs) and partial responders (PRRs) . Effective donors had higher Shannon and InvSimpson diversity than patients, but not for ineffective donors (Fig. 6a) . Beta diversity measured with Bray-curtis distance suggested significant differences between patients and health donors but not between patients (Fig. 6b) in baseline.

[0209] During and after FMT treatment, there was an increase in observed species in groups of patients (Fig. 6a) . This matched the results of the research that demenstrated an increase of species richness after FMT regardless of clinical outcome6. When evenness was considered, only the Rs had a higher alpha diversity after the FMT (Fig. 6a) . The beta diversity results showed that the patients'gut microbiome was significantly altered after FMT treatment. The gut microbiome profile of Rs was significantly closer to their corresponding donors than NRs and PRRs at the species level (Fig. 2a) .

[0210] To fully understand the colonization performance of FMT and host-microbe interaction mechanism, strain level analysis was essential to identify microbial alteration at a finer level. Thus, we performed strain-level characterization of the FMT process. To investigate the relationship between FMT colonization and clinical response to ICI treatment, we used StralnPhlAN317to perform colonization analysis at the strain level. Two FMT colonization outcomes were defined: “strain gain” and “strain replacement” . Both results are considered as signals of FMT colonization at the strain level (Fig. 6c) . Using this definition, we found that the number of colonized strains in the gut differed significantly between Rs and NRs from one month into the treatment until the end of the study. The definition of engrafted strain rate refers to the proportions of engrafted strains in the capsules. To compare by median, Rs had the highest engrafted strain rate, which was double of PRRs and significantly higher than NRs (R: 35.5%, PRR: 16.7%, NR: 12.9%) (Fig. 2b) . We also observed various colonization persistence correlated with clinical efficacy. The Rs and PRRs maintained the number of colonized strains even after 100 days of FMT treatment. In contrast, the NR patients showed a decreasing trend in the number of colonized strains over time, indicating a decline in gut colonization. This result is consistent with the findings that an increasing strain engraftment rate in Rs and a decreasing trend in NRs over time5. Certain colonized bacteria co-work together to perform specific functions leading to a favorable response to ICI treatment

[0211] Despite the whole gut microbiome community being altered by FMT, we further performed differential analysis to identify key taxa between Rs and NRs. In total, 83 species were detected using LefSe, of which 37 were enriched in the R group (R-enriched-microbes, REMs) and 46 in the NR group (NR-enriched-microbes, NEMs) (Fig. 2c) . Of the REMs, more than 50%of species were not observed at the baseline but were transplanted into Rs through FMT (Fig. 2d) . We then used StralnPhlAN3 to trace the potential source of these 37 REMs at the dominant strain level. In the final samples from the Rs collected 6 months after FMT, 15 strains were found to be donor-derived strains. We also analyzed strain sharing of REMs between donors and recipients at the bacterial genomic level, using the methods described in Mashian’s 6. Unlike the marker-based strategy utilized in StralnPhlAN3, this method examined at the genomics level and we observed a significant decrease in strain dissimilarity between donors and Rs after FMT (Fig. 7a) .

[0212] Microbes sometimes interact with each other to form unique ecological groups, which may correspond to specific biological functions and further reflect clinical outcomes in patients7. We therefore performed co-occurrence analysis to view the interaction network of REMs and NEMs in patients. Notably, the enriched bacteria present in the gut of both Rs and NRs show a strong co-occurrence relationship with other members of their respective clusters, and these two clusters are clearly separated (Fig. 2e) . Among the clusters, the differential microbes Bacteroides coprocola and Desulfovibrionaceae bacterium served as the super-node in the REM and NEM clusters, respectively, with the most connections with other microbes in its group. We then ran gutSMASH22to predict the primary metabolic pathways of REMs and NEMs and found that the SCFA production capacity was significantly higher in the REM community (Fig. 7b) .

[0213] In microbiome functional level, 10 differential KEGG pathways between Rs and NRs were detected, among which 6 were enriched in Rs, including secondary bile acid biosynthesis, a metabolism reported to be significantly enriched in fecal samples of patients responding to immunotherapy8 (Fig. 7c) . Previously identified differential microbes such as Bacteroides ovatus and Bacteroides salyersiae (EC 3.5.1.24) contributed to this pathway. Bacteroides stercoris was identified in the MetaCyc database as the main contributor to the PWY-7312 D-fucofuranose biosynthetic pathway, whose abundance was significantly higher in responders after treatment compared to non-responders but not at baseline (Fig. 2f) . D-fucofuranose is an unusual sugar found in surface polysaccharides and is a sugar moiety of Gilvocarcin V, the most important member of a group of anticancer drugs9. Example 3. Specific microbial characteristics identified for effective FMT donors and validated in a mouse model. Donor-specific microbial traits influence clinical efficacy of FMT and validated in mice

[0214] To investigate whether there were donor-specific microbial characteristics that influence the clinical efficacy of FMT, we compared the gut microbiomes of effective donors (the two donors of the Rs) and ineffective donors (the four donors of the NRs) .

[0215] At the community level, effective donors had significantly higher alpha diversity (Fig. 3a) and the beta diversity result showed that their gut microbiome composition was significantly different from ineffective donors, mainly driven by a significantly lower ratio of Prevotella to Bacteroides (Fig. 3b) .

[0216] We further identified 42 species enriched in effective donors, of which 19 were among the REMs (Fig. 3c) . Notably, PWY-7312 D-fucofuranose biosynthesis was also significantly enriched in effective donors and was similarly contributed by B. stercoris (Fig. 3d) . These results indicated the enrichment of these microbes and related functions was potentially an important factor in the response of gastric cancer patients to immunotherapy.

[0217] Donor efficacy was also confirmed in an antibiotic treated MC38 mouse model (Fig. 3e) . The results showed the combination of anti-PD1 and effective donor FMT had a significantly higher tumor growth inhibition (TGI) (70%at day 28) compared to all the other groups, including anti-PD1 monotherapy (47%) and the combination of anti-PD1 and ineffective donor FMT (56 %) (Fig. 3e) . Our results confirmed the existence of specific microbial traits that closely related to ICI responsiveness. Example 4. The microbial characteristics recaptured in another independent cohort of gastric cancer patients, including the  fucofuranose biosynthesis pathway (PWY-7312) . Large gastric cancer cohort validates key taxa and pathways associated with clinical efficacy

[0218] Finally, we validated the microbes and functional pathways identified in this study that were associated with ICI treatment outcomes and induced by FMT using an independent external dataset of gastrointestinal cancer patients. As both responders in this study were gastric cancer patients, we specifically focused on validating the findings in gastric cancer patients receiving ICI treatment without acquired resistance. After applying strict selection criteria, a total of 137 metagenomic samples from 51 gastric cancer patients were included for validation (Fig. 8a) . Among these patients, 29 long-term responders corresponded to the Rs in this study, while 22 primary non-responders corresponded to the NRs identified in this study.

[0219] Regarding the previously mentioned REMs and NEMs, we found that 81 of them were present in the gut microbiota of the validation cohort. To verify whether REMs and NEMs comprise a general microbial characteristics of immunotherapy responders as a whole, we used these two groups of microbes to build a XGBoost classifier in the validation cohort of 66 samples, with each group equally comprising half of the sample size. The overall performance of the model resulted in an AUC of 0.74 (Fig. 4a, Fig. 8b) , indicating the composition of REMs and NEMs can rather accurately discriminate clinical responses in gastric cancer patients even without FMT intervention, indicating these REMs and NEMs may have captured the essential microbial signatures of ICI responsiveness. Notably, D-fucofuranose biosynthetic pathway remained significantly enriched in long-term responders and was mainly contributed by B. stercoris (Fig. 4b) . Example 5. Patient immune status measured through TCR diversity and immune cell population in peripheral blood before and  after FMT treatment. Host immune profiles associated with the clinical response of FMT

[0220] The immune profiles of patients were investigated before and after the administration of FMT, which involved assessing alterations in TCR diversity and immune cell sub-populations in peripheral blood. CDR3, a vital component of the TCR variable chain, plays a critical role in T-cell identification of antigens and serves as a direct indicator of the immune response of T-cells. In order to examine variations in TCRβ repertoires among NR, PRR, and R patients, we compared the quantity and diversity of CDR3 amino acids (aa) . Additionally, flow cytometry was employed to quantify levels of peripheral blood markers and a comprehensive analysis was performed to compare the differences among patients classified as NR, PRR, and R (Fig. 9a) .

[0221] Our analysis revealed that Rs and PRRs had higher diversity of CDR3aa compared to NRs at baseline (Fig. 5a) . The number of CDR3aa also followed a similar pattern (Fig. 9b) , and there was a strong correlation between TCR diversity and the abundance of the top 100 CDR3 sequences (Fig. 9c) . Flow cytometric analysis showed that Rs had elevated levels of circulating CD4+ cells (T helper cells) and CCR7+CD45RA-cells (central memory T cells) compared to PRRs and NRs at baseline. The percentage of FoxP3+ cells (regulatory T cells) was the lowest in Rs. Additionally, PRRs and Rs had higher percentages of Ki-67+ and CD279+ cells, also known as PD-1+ cells, compared to NR patients at baseline (Fig. 5a) . However, these trends remained consistent among the three groups after FMT administration.

[0222] When the samples were categorized based on clinical outcome, the samples collected before FMT treatment and at the time of clinical progression were grouped as NR_samples, while the samples obtained when patients responded to FMT treatment were grouped as R_samples. There was a mild increase in CD4+ cells, CCR7+CD45RA-cells, Ki67 cells and mild decrease in Foxp3+ cells in R_samples when compared with NR_samples. Interestingly, a significant decrease in the percentage of CD279+ cells was observed in R_samples compared to NR_samples (Fig. 5b) .

[0223] To investigate the potential relationship between immune responses and REM and NEM-related microbes, a correlation analysis was performed. The relative abundance of REMs had intensive positive correlations with CD4+ cells, CCR7+CD45RA-cells, Ki-67 cells and TCR diversity (Fig. 5c) . Meanwhile, negative correlations were observed between the relative abundance of REMs and CD279+ cells, Foxp3+ cells. In contrast, among the NEMs, the opposite pattern was observed (Fig. 5c) . Further analysis revealed that TCR diversity exhibited a significant positive correlation with enriched REM bacteria / pathways, including B. stercoris and the superpathway of adenosylcobalamin salvage from cobinamide I (COBALSYN-PWY) . Significant correlations were detected between Ki-67+ cells with Prevotella sp. CAG 617 and methanogenesis from acetate (METH-ACETATE-PWY) , and between CD4+ cells with superpathway of unsaturated fatty acids biosynthesis (PWY-6284) . When looking at NEMs, Dorea formicigenerans displayed a significant negative correlation with TCR diversity.RESULT Part 1: FMT outcome related to clinical efficacy

[0224] 1. Improvement of alpha diversity: During and after FMT treatment, there was an increase in observed species in groups of patients. When evenness was considered, only the Rs had a higher alpha diversity after the FMT.

[0225] 2. Better FMT colonization: The gut microbiome profile of Rs was significantly closer to their corresponding donors than NRs and PRRs at the species level. Rs had the highest engrafted strain rate, which was double of PRRs and significantly higher than NRs (R: 35.5%, PRR: 16.7%, NR: 12.9%) .

[0226] 3.83 Key taxa stratified Rs and NRs: In total, 83 differential species were detected using LefSe, of which 37 were enriched in the R group (R-enriched-microbes, REMs) and 46 in the NR group (NR-enriched-microbes, NEMs) . The REMs and NEMs were listed in the end of the description.

[0227] To verify whether REMs and NEMs comprise a general microbial characteristics of immunotherapy responders, we used these two groups of microbes to build a XGBoost classifier in an independent validation cohort with 51 gastric cancer patients. The overall performance of the model resulted in an AUC of 0.722, indicating the composition of REMs and NEMs can rather accurately discriminate clinical responses in gastric cancer patients even without FMT intervention, indicating these REMs and NEMs may have captured the essential microbial signatures of ICI responsiveness.

[0228] 4. REMs and NEMs closely interacted with other members of respective clusters, forming two potentially "functional" guilds: Notably, the enriched bacteria present in the gut of both Rs and NRs show a strong co-occurrence relationship with other members of their respective clusters, and these two clusters are clearly separated. Among the clusters, the differential microbes Bacteroides coprocola and Desulfovibrionaceae bacterium served as the super-node in the REM and NEM clusters, respectively, with the most connections with other microbes in its group.

[0229] 5. Important pathways enriched in Rs.

[0230] (1) A bioinformatic tools used for primary metabolic pathways prediction called gutSMASH was to be used and found that the SCFA production capacity was significantly higher in the REM community.

[0231] (2) In microbiome functional level, 10 differential KEGG pathways between Rs and NRs were detected, among which 6 were enriched in Rs, including secondary bile acid biosynthesis, a metabolism reported to be significantly enriched in fecal samples of patients responding to immunotherapy. Previously identified differential microbes such as Bacteroides ovatus and Bacteroides salyersiae (EC 3.5.1.24) contributed to this pathway.

[0232] (3) Bacteroides stercoris was identified in the MetaCyc database as the main contributor to the PWY-7312 D-fucofuranose biosynthetic pathway, whose abundance was significantly higher in responders after treatment compared to non-responders but not at baseline. D-fucofuranose is an unusual sugar found in surface polysaccharides and is a sugar moiety of Gilvocarcin V, the most important member of a group of anticancer drugs. We also found this pathway enriched in the long responders in the same validation cohort and contributed by the same bacteria. Part 2: Donor-specific microbial traits influence clinical efficacy of FMT

[0233] 1. Higher alpha diversity: At the community level, effective donors had significantly higher alpha diversity.

[0234] 2. Lower P / B ratio: Effective and ineffective donors had significantly different gut microbiome compositions, mainly driven by a significantly lower ratio of Prevotella to Bacteroides.

[0235] 63 Key taxa stratified effective and ineffective donors. In total, 63 differential species were detected using LefSe, of which 43 were enriched in the effective donor group and 20 in the ineffective donor group. Lists of these microbes were in the end of the description.

[0236] 3.19 REMs and pathway PWY-7312 enriched in effective donors: We further identified 42 species enriched in effective donors, of which 19 were among the REMs. Notably, PWY-7312 D-fucofuranose biosynthesis was also significantly enriched in effective donors and was similarly contributed by B. stercoris.

[0237] 4. Donor efficacy confirmed in an antibiotic treated MC38 mouse model: The results showed the combination of anti-PD1 and effective donor FMT had a significantly higher tumor growth inhibition (TGI) (70%at day 28) compared to all the other groups, including anti-PD1 monotherapy (47%) and the combination of anti-PD1 and ineffective donor FMT (56%) . Part 3: Host immune profiles associated with the clinical response of FMT

[0238] 1. Higher TCR diversity in responders: Our analysis revealed that Rs and PRRs had higher diversity of CDR3aa compared to NRs at baseline. The number of CDR3aa also followed a similar pattern, and there was a strong correlation between TCR diversity and the abundance of the top 100 CDR3 sequences.

[0239] 2. Immune cells signal related to clinical outcome: Flow cytometric analysis showed that Rs had elevated levels of circulating CD4+ cells (T helper cells) and CCR7+CD45RA-cells (central memory T cells) compared to PRRs and NRs at baseline. The percentage of FoxP3+ cells (regulatory T cells) was the lowest in Rs. Additionally, PRRs and Rs had higher percentages of Ki-67+ and CD279+ cells, also known as PD-1+ cells, compared to NR patients at baseline.

[0240] 3. Correlation between bacteria and immune cells: The relative abundance of REMs had intensive positive correlations with CD4+ cells, CCR7+CD45RA-cells, Ki-67 cells and TCR diversity. Meanwhile, negative correlations were observed between the relative abundance of REMs and CD279+ cells, Foxp3+ cells. In contrast, among the NEMs, the opposite pattern was observed. Further analysis revealed that TCR diversity exhibited a significant positive correlation with enriched REM bacteria / pathways, including B. stercoris and the superpathway of adenosylcobalamin salvage from cobinamide I (COBALSYN-PWY) . Significant correlations were detected between Ki-67+ cells with Prevotella sp. CAG 617 and methanogenesis from acetate (METH-ACETATE-PWY) , and between CD4+ cells with superpathway of unsaturated fatty acids biosynthesis (PWY-6284) . When looking at NEMs, Dorea formicigenerans displayed a significant negative correlation with TCR diversity. TABLE 1 baseline characteristics of patients OTHER EMBODIMENTS

[0241] It is to be understood that while the invention has been described in conjunction with the detailed description thereof, the foregoing description is intended to illustrate and not limit the scope of the invention, which is defined by the scope of the appended claims. Other aspects, advantages, and modifications are within the scope of the following claims. REFERANCES 1. Davar, D. Dzutsev, A.K. McCulloch, J.A. et al. Fecal microbiota transplant overcomes resistance to anti-PD-1 therapy in melanoma  patients. Science 371, 595-602 (2021) . 2. Baruch, E.N. Youngster, I. Ben-Betzalel, G. et al. Fecal microbiota transplant promotes response in immunotherapy-refractory  melanoma patients. Science 371, 602-609 (2021) . 3. Matson, V. Fessler, J. Bao, R. et al. The commensal microbiome is associated with anti-PD-1 efficacy in metastatic melanoma patients.  Science 359, 104-108 (2018) . 4. Mishima, S., Taniguchi, H., Akagi, K. et al. Japan Society of Clinical Oncology provisional clinical opinion for the diagnosis and use of  immunotherapy in patients with deficient DNA mismatch repair tumors, cooperated by Japanese Society of Medical Oncology, First Edition. Int J Clin Oncol 25, 217–239 (2020) . 5. Routy, B. Lenehan, J.G. Miller, W.H., Jr. et al. Fecal microbiota transplantation plus anti-PD-1 immunotherapy in advanced melanoma: a  phase I trial. Nat Med 29, 2121-2132 (2023) . 6. Mashiah, J. Karady, T. Fliss-Isakov, N. et al. Clinical efficacy of fecal microbial transplantation treatment in adults with moderate-to- severe atopic dermatitis. Immun Inflamm Dis 10, e570 (2022) . 7. Wu, G. Zhao, N. Zhang, C. Lam, Y.Y. &Zhao, L. Guild-based analysis for understanding gut microbiome in human health and diseases.  Genome Med 13, 22 (2021) . 8. Lee, P.C. et al. Gut microbiota and metabolites associate with outcomes of immune checkpoint inhibitor-treated unresectable  hepatocellular carcinoma. J Immunother Cancer 10 (2022) . 9. Wang, Q. Ding, P. Perepelov, A. V. et al. Characterization of the dTDP-D-fucofuranose biosynthetic pathway in Escherichia coli O52. Mol  Microbiol 70, 1358-1367 (2008).

Claims

1.A method for treating or preventing cancer comprising administering to a subject in need thereof a therapeutically effective amount of microbial composition or metabolites thereof, in combination with immunotherapy, wherein the microbial composition comprises bacteria from FMT of healthy donors.2.The method of claim 1, wherein the subject has poor response to immunotherapy.3.The method of claim 1, wherein the cancer is resistant to immunotherapy.4.The method of any one of claim 1 to 3, wherein the cancer is gastrointestinal (GI) cancer; preferably the GI cancer is selected from Gastric cancer, Esophageal cancer, and Colorectal cancer.5.The method of any of claims 1 to 4, wherein the immunotherapy comprises immune checkpoint inhibitor (ICI) therapy, preferably, the immune checkpoint inhibitor used in the ICI therapy is selected one or more from the group consisting of PD-1 inhibitor, PD-L1 inhibitor, PD-L2 inhibitor, LAG-3 inhibitor, TIGIT inhibitor, 4-1 BB inhibitor, OX40 inhibitor and CTLA-4 inhibitor therapy.6.The method of any of claims 1 to 5, wherein the microbial composition comprises one or more bacterial strains selected from the group consisting of: Actinomyces_sp_ICM47; Agathobaculum_butyriciproducens; Alistipes_putredinis; Alloscardovia_omnicolens; Bacteroides_caccae; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Bacteroides_thetaiotaomicron; Bacteroides_uniformis; Bacteroides_vulgatus; Barnesiella_intestinihominis; Bifidobacterium_adolescentis; Bifidobacterium_breve; Bifidobacterium_longum; Bifidobacterium_pseudocatenulatum; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp_KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Dorea_sp_CAG_317; Eggerthella_lenta; Eisenbergiella_massiliensis; Eubacterium_siraeum; Eubacterium_ventriosum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Gemella_sanguinis; Klebsiella_variicola; Lactococcus_petauri; Lawsonibacter_asaccharolyticus; Megasphaera_elsdenii; Odoribacter_splanchnicus; Parabacteroides_distasonis; Parabacteroides_merdae; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG_617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcaceae_bacterium_D16; Ruminococcus_bromii; Ruminococcus_gnavus; Sellimonas_intestinalis; Streptococcus_parasanguinis; Sutterella_parvirubra; Turicibacter_sanguinis; Turicimonas_muris; Tyzzerella_nexilis; Veillonella_dispar; Veillonella_sp_T11011_6.7.The method of claim 6, wherein level of the bacterial strains is 0%-10%; and / or abundance of the bacterial strains is 0.5%-6%;preferably, abundance of the bacterial strains is selectd from 0.5%-1%, 1%-3%, and 3%-6%;preferably, abundance of the bacterial strains is 0.5%, 1%, 3%or 6%.8.The method of any one of claims 1 to 7, wherein the method improves the immunotherapy responsiveness.9.Use of the microbial composition comprises bacteria from FMT of healthy donors in the preparation of a medicament for the prevention or treatment of cancer, wherein the medicament is to be administered in combination with immunotherapy.10.Use of the microbial composition comprises bacteria from FMT of healthy donors and the immune checkpoint inhibitor in the preparation of a medicament for the prevention or treatment of cancer.11.The use of claim 9 or 10, wherein the subject has poor response to immunotherapy, and / or the cancer is resistant to immunotherapy.12.The use of any one of claims 9 to 11, wherein the cancer is gastrointestinal (GI) cancer; preferably the GI cancer is selected from Gastric cancer, Esophageal cancer, and Colorectal cancer.13.The use of any one of claims 9 to 12, wherein the immunotherapy comprises immune checkpoint inhibitor (ICI) therapy, preferably, the immune checkpoint inhibitor used in the ICI therapy is selected one or more from the group consisting of PD-1 inhibitor, PD-L1 inhibitor, PD-L2 inhibitor, LAG-3 inhibitor, TIGIT inhibitor, 4-1 BB inhibitor, OX40 inhibitor and CTLA-4 inhibitor therapy.14.The use of any of claims 9 to 13, wherein the microbial composition comprises one or more bacterial strains selected from the group consisting of: Actinomyces_sp_ICM47; Agathobaculum_butyriciproducens; Alistipes_putredinis; Alloscardovia_omnicolens; Bacteroides_caccae; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Bacteroides_thetaiotaomicron; Bacteroides_uniformis; Bacteroides_vulgatus; Barnesiella_intestinihominis; Bifidobacterium_adolescentis; Bifidobacterium_breve; Bifidobacterium_longum; Bifidobacterium_pseudocatenulatum; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp_KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Dorea_sp_CAG_317; Eggerthella_lenta; Eisenbergiella_massiliensis; Eubacterium_siraeum; Eubacterium_ventriosum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Gemella_sanguinis; Klebsiella_variicola; Lactococcus_petauri; Lawsonibacter_asaccharolyticus; Megasphaera_elsdenii; Odoribacter_splanchnicus; Parabacteroides_distasonis; Parabacteroides_merdae; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG_617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcaceae_bacterium_D16; Ruminococcus_bromii; Ruminococcus_gnavus; Sellimonas_intestinalis; Streptococcus_parasanguinis; Sutterella_parvirubra; Turicibacter_sanguinis; Turicimonas_muris; Tyzzerella_nexilis; Veillonella_dispar; Veillonella_sp_T11011_6;preferably, level of the bacterial strains is 0%-10%; and / orpreferably, abundance of the bacterial strains is 0.05%-5.42%;more preferably, abundance of the bacterial strains is select from 0.05%-0.07%, 0.07%-0.11%, 0.11%-0.25%, 0.25%-0.29%, 0.29%-0.30%, 0.30%-0.38%, 0.38%-0.56%; 0.56%-0.79%, 0.79%-1.24%, 1.24%-1.60%, 1.60%-3.31%, and 3.31%-5.42%;more preferably, abundance of the bacterial strains is 0.05%, 0.07%, 0.11%, 0.25%, 0.29%, 0.30%, 0.38%, 0.56%, 0.79%, 1.24%, 1.60%, 3.31%or 5.42%.15.The use of any one of claims 7 to 14, wherein the medicament improves immunotherapy responsiveness.16.A method of identifying unique signatures of FMT associated with improved imunotherapy responsiveness, wherein the method comprises one or more of the following identifying steps:a) The FMT donors are healthy donors;b) The molecular signatures of FMT include a higher bacterial diversity represented by Shannon diversity index above 2;c) The molecular signatures of FMT include lower Prevotella / Bacteroides ratio range between 0 -0.7;d) The molecular signatures of FMT include enhanced capacity of SCFA production and secondary bile acid biosynthesis;e) The molecular signatures of FMT include response-related key taxa composition comprising REMs; wherein the the REMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_stercoris; Faecalibacterium_prausnitzii; Prevotella_sp_CAG_617; Roseburia_faecis; Bacteroides_coprocola; Fusicatenibacter_saccharivorans; Blautia_wexlerae; Proteobacteria_bacterium_CAG_139; Bacteroides_ovatus; Lactococcus_petauri; Eubacterium_siraeum; Bacteroides_salyersiae; Clostridium_sp_CAG_242; Ruminococcus_gnavus; Agathobaculum_butyriciproducens; Roseburia_intestinalis; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Blautia_sp_CAG_257; Flavonifractor_plautii; Clostridium_sp_CAG_58; Eggerthella_lenta; Alloscardovia_omnicolens; Dialister_invisus; Sellimonas_intestinalis; Bacteroides_coprophilus; Clostridium_sp_CAG_299; Veillonella_sp_T11011_6; Veillonella_dispar; Turicimonas_muris; Clostridium_clostridioforme; Clostridium_asparagiforme; Coprobacter_secundus; Candidatus_Stoquefichus_sp_KLE1796; Sutterella_parvirubra; and, Collinsella_stercoris;f) The molecular signatures of FMT include effective donor enriched bacterial species comprising Bacteroides_stercoris;preferably, the effective donor enriched bacterial species comprises one or more bacterial strains selected from the group consisting of: Lawsonibacter_asaccharolyticus; Clostridium_clostridioforme; Gemella_sanguinis; Eisenbergiella_massiliensis; Turicibacter_sanguinis; Klebsiella_variicola; Turicimonas_muris; Actinomyces_sp_ICM47; Bifidobacterium_breve; Ruminococcaceae_bacterium_D16; Bacteroides_salyersiae; Candidatus_Stoquefichus_sp_KLE1796; Blautia_sp_CAG_257; Tyzzerella_nexilis; Bacteroides_ovatus; Clostridium_sp_CAG_299; Streptococcus_parasanguinis; Barnesiella_intestinihominis; Parabacteroides_merdae; Flavonifractor_plautii; Parasutterella_excrementihominis; Eggerthella_lenta; Eubacterium_ventriosum; Bacteroides_thetaiotaomicron; Odoribacter_splanchnicus; Clostridium_sp_CAG_242; Dorea_sp_CAG_317; Sellimonas_intestinalis; Roseburia_intestinalis; Proteobacteria_bacterium_CAG_139; Bacteroides_caccae; Parabacteroides_distasonis; Bifidobacterium_pseudocatenulatum; Alistipes_putredinis; Bacteroides_coprocola; Blautia_wexlerae; Bifidobacterium_longum; Ruminococcus_bromii; Bacteroides_uniformis; Prevotella_sp_CAG_617; Bacteroides_stercoris; Bacteroides_vulgatus; or, Bifidobacterium_adolescentis;preferably, level of the bacterial strains is 0%-10%; and / orpreferably, abundance of the bacterial strains is 0.5%-5.42%;more preferably, abundance of the bacterial strains is select from 0.05%-0.07%, 0.07%-0.11%, 0.11%-0.25%, 0.25%-0.29%, 0.29%-0.30%, 0.30%-0.38%, 0.38%-0.56%; 0.56%-0.79%, 0.79%-1.24%, 1.24%-1.60%, 1.60%-3.31%, and 3.31%-5.42%;more preferably, abundance of the bacterial strains is 0.05%, 0.07%, 0.11%, 0.25%, 0.29%, 0.30%, 0.38%, 0.56%, 0.79%, 1.24%, 1.60%, 3.31%or 5.42%.17.The method of claim 16, wherein the method comprises the step of using primer pairs for amplifying sequences specific for each of the microorganism species to be detected in the method.18.A composition of response-related key taxa composition comprising REMs and NEMs; wherein the response-related key taxa composition comprises a bacterial mixture comprising one or more bacterial strains selected from the group consisting of: Agathobaculum_butyriciproducens; Alloscardovia_omnicolens; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp__KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Eggerthella_lenta; Eubacterium_siraeum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Lactococcus_petaurid; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG__617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcus_gnavus; Sellimonas_intestinalis; Sutterella_parvirubra; Turicimonas_muris; Veillonella_dispar; Veillonella_sp_T11011; Actinomyces_odontolyticus; Adlercreutzia_equolifaciens; Akkermansia_muciniphila; Alistipes_indistinctus; Asaccharobacter_celatus; Bacteroides_cellulosilyticus; Bacteroides_finegoldii; Bacteroides_sp_OM05; Bifidobacterium_bifidum; Catenibacterium_mitsuokai; Cloacibacillus_evryensis; Cloacibacillus_porcorum; Collinsella_aerofaciens; Coprococcus_catus; Coprococcus_eutactus; Desulfovibrio_piger; Desulfovibrionaceae_bacterium; Dialister_pneumosintes; Dorea_formicigenerans; Eisenbergiella_tayi; Enterococcus_faecium; Eubacterium_rectale; Eubacterium_sp_CAG_180; Firmicutes_bacterium_CAG_110; Holdemanella_biformis; Lactobacillus_fermentum; Lactobacillus_paragasseri; Parabacteroides_goldsteinii; Parabacteroides_sp_4269; Parascardovia_denticolens; Phascolarctobacterium_succinatutens; Prevotella_copri; Prevotella_sp_CAG_279; Prevotella_sp_CAG_5226; Pyramidobacter_piscolens; Pyramidobacter_sp_C128; Ruminococcaceae_bacterium_D5; Ruminococcus_lactaris; Sanguibacteroides_justesenii; Scardovia_wiggsiae; Slackia_isoflavoniconvertens; Streptococcus_gordonii; Streptococcus_sobrinus; Streptococcus_vestibularis; Tyzzerella_nexilis; or, Victivallis_vadensi;preferably, the REMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_stercoris; Faecalibacterium_prausnitzii; Prevotella_sp_CAG_617; Roseburia_faecis; Bacteroides_coprocola; Fusicatenibacter_saccharivorans; Blautia_wexlerae; Proteobacteria_bacterium_CAG_139; Bacteroides_ovatus; Lactococcus_petauri; Eubacterium_siraeum; Bacteroides_salyersiae; Clostridium_sp_CAG_242; Ruminococcus_gnavus; Agathobaculum_butyriciproducens; Roseburia_intestinalis; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Blautia_sp_CAG_257; Flavonifractor_plautii; Clostridium_sp_CAG_58; Eggerthella_lenta; Alloscardovia_omnicolens; Dialister_invisus; Sellimonas_intestinalis; Bacteroides_coprophilus; Clostridium_sp_CAG_299; Veillonella_sp_T11011_6; Veillonella_dispar; Turicimonas_muris; Clostridium_clostridioforme; Clostridium_asparagiforme; Coprobacter_secundus; Candidatus_Stoquefichus_sp_KLE1796; Sutterella_parvirubra; and, Collinsella_stercoris;preferably, level of the bacterial strains is 0%-5%; and / orpreferably, abundance of the bacterial strains is 0.01%-0.45%;more preferably, abundance of the bacterial strains is select from 0.01%-0.02%, 0.02%-0.03%, 0.03%-0.05%, 0.05%-0.38%or 0.38%-0.45%;more preferably, abundance of the bacterial strains is 0.01%, 0.02%, 0.03%, 0.05%, 0.38%or 0.45%;preferably, the NEMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_finegoldii; Parabacteroides_sp_426_9; Dialister_pneumosintes; Actinomyces_odontolyticus; Bacteroides_cellulosilyticus; Scardovia_wiggsiae; Asaccharobacter_celatus; Slackia_isoflavoniconvertens; Firmicutes_bacterium_CAG_110; Ruminococcaceae_bacterium_D5; Tyzzerella_nexilis; Desulfovibrionaceae_bacterium; Parascardovia_denticolens; Pyramidobacter_sp_C12_8; Victivallis_vadensis; Catenibacterium_mitsuokai; Lactobacillus_fermentum; Coprococcus_catus; Streptococcus_gordonii; Coprococcus_eutactus; Bifidobacterium_bifidum; Bacteroides_sp_OM05_12; Lactobacillus_paragasser; Sanguibacteroides_justesenil; Prevotella_sp_CAG_5226; Streptococcus_vestibularis; Eisenbergiella_tayi; Adlercreutzia_equolifaciens; Eubacterium_rectale; Desulfovibrio_piger; Dorea_formicigenerans; Parabacteroides_goldsteinii; Prevotella_sp_CAG_279; Pyramidobacter_piscolens; Akkermansia_muciniphila; Phascolarctobacterium_succinatutens; Alistipes_indistinctus; Ruminococcus_lactaris; Eubacterium_sp_CAG_180; Cloacibacillus_evryensis; Prevotella_copri; Cloacibacillus_porcorum; Holdemanella_biformis; Streptococcus_sobrinus; Collinsella_aerofaciens; and, Enterococcus_faecium;preferably, level of the bacterial strains is 0%-30%; and / orpreferably, abundance of the bacterial strains is 0%-29.92%;more preferably, abundance of the bacterial strains is select from 0%-0.17%, 0.17%-0.21%, 0.21%-0.54%, 0.54%-0.60%, 0.60%-0.76%, 0.76%-0.85%, 0.85%-0.98%, 0.98%-1.28%, 1.28%-1.31%, 1.31%-2.58%, 2.58%-3.39%, 3.39%-3.59%, 3.59%-4.84%, 4.84%-5.80%, 5.80%-8.20%, 8.20%-9.77%, 9.77%-10.88%, 10.88%-11.11%, 11.11%-12.21%and 12.21%-29.92%;more preferably, abundance of the bacterial strains is 0%, 0.17%, 0.21%, 0.54%, 0.60%, 0.76%, 0.85%, 0.98%, 1.28%, 1.31%, 2.58%, 3.39%, 3.59%, 4.84%, 5.80%, 8.20%, 9.77%, 10.88%, 11.11%, 12.21%or 29.92%.19.An effective donor-enriched composition comprising a bacterial mixture comprising one or more bacterial strains selected from the group consisting of: Lawsonibacter_asaccharolyticus; Clostridium_clostridioforme; Gemella_sanguinis; Eisenbergiella_massiliensis; Turicibacter_sanguinis; Klebsiella_variicola; Turicimonas_muris; Actinomyces_sp_ICM47; Bifidobacterium_breve; Ruminococcaceae_bacterium_D16; Bacteroides_salyersiae; Candidatus_Stoquefichus_sp_KLE1796; Blautia_sp_CAG_257; Tyzzerella_nexilis; Bacteroides_ovatus; Clostridium_sp_CAG_299; Streptococcus_parasanguinis; Barnesiella_intestinihominis; Parabacteroides_merdae; Flavonifractor_plautii; Parasutterella_excrementihominis; Eggerthella_lenta; Eubacterium_ventriosum; Bacteroides_thetaiotaomicron; Odoribacter_splanchnicus; Clostridium_sp_CAG_242; Dorea_sp_CAG_317; Sellimonas_intestinalis; Roseburia_intestinalis; Proteobacteria_bacterium_CAG_139; Bacteroides_caccae; Parabacteroides_distasonis; Bifidobacterium_pseudocatenulatum; Alistipes_putredinis; Bacteroides_coprocola; Blautia_wexlerae; Bifidobacterium_longum; Ruminococcus_bromii; Bacteroides_uniformis; Prevotella_sp_CAG_617; Bacteroides_stercoris; Bacteroides_vulgatus; or Bifidobacterium_adolescentis;preferably, level of the bacterial strains is 0%-10%; and / orpreferably, abundance of the bacterial strains is 0.05%-9.8%;more preferably, abundance of the bacterial strains is select from 0.05%-0.07%, 0.07%-0.11%, 0.11%-0.25%, 0.25%-0.29%, 0.29%-0.30%, 0.30%-0.38%, 0.38%-0.56%, 0.56%-0.79%, 0.79%-1.24%, 1.24%-1.60%, 1.60%-3.31%, 3.31%-5.42%, 5.42%-6%, 6%-8.5%, 8.5%-8.75%, 8.75%-9.2%and 9.2%-9.8%;more preferably, abundance of the bacterial strains is 0.05%, 0.07%, 0.11%, 0.25%, 0.29%, 0.30%, 0.38%, 0.56%, 0.79%, 1.24%, 1.60%, 3.31%, 5.42%, 6%, 8.5%, 8.75%, 9.2%or 9.8%.20.A pharmaceutical composition or pharmaceutical kit for treating or preventing cancer, wherein the pharmaceutical composition or pharmaceutical kit comprises the composition of claim 18 or 19.21.A pharmaceutical composition or pharmaceutical kit for predicting the host responsiveness, wherein the pharmaceutical composition or pharmaceutical kit comprises the composition of claim 18 or 19.22.A pharmaceutical composition or pharmaceutical kit to improve the host responsiveness to an immunotherapy in a subject in need, wherein the pharmaceutical composition or pharmaceutical kit comprises the composition of claim 18 or 19.23.The pharmaceutical composition or pharmaceutical kit according to any one of claims 20 to 22, wherein the pharmaceutical composition or pharmaceutical kit further comprises one or more immunotherapy agents;preferably, the one or more immunotherapy agents is immune checkpoint inhibitors, preferably, the immune checkpoint inhibitors are selected one or more from the group consisting of PD-1 inhibitor, PD-L1 inhibitor, PD-L2 inhibitor, LAG-3 inhibitor, TIGIT inhibitor, 4-1 BB inhibitor, OX40 inhibitor and CTLA-4 inhibitor therapy.24.A method for predict the host responsiveness in a subject in need thereof for immunotherapy by identifying a collection of response-related key taxa comprising REMs and NEMs; wherein the response-related key taxa composition comprises a bacterial mixture comprising one or more bacterial strains selected from the group consisting of: Agathobaculum_butyriciproducens; Alloscardovia_omnicolens; Bacteroides_coprocola; Bacteroides_coprophilus; Bacteroides_ovatus; Bacteroides_salyersiae; Bacteroides_stercoris; Blautia_sp_CAG_257; Blautia_wexlerae; Candidatus_Stoquefichus_sp_KLE1796; Clostridium_asparagiforme; Clostridium_clostridioforme; Clostridium_sp_CAG_242; Clostridium_sp_CAG_299; Clostridium_sp_CAG_58; Collinsella_stercoris; Coprobacter_secundus; Dialister_invisus; Eggerthella_lenta; Eubacterium_siraeum; Faecalibacterium_prausnitzii; Flavonifractor_plautii; Fusicatenibacter_saccharivorans; Lactococcus_petaurid; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Prevotella_sp_CAG__617; Proteobacteria_bacterium_CAG_139; Roseburia_faecis; Roseburia_intestinalis; Ruminococcus_gnavus; Sellimonas_intestinalis; Sutterella_parvirubra; Turicimonas_muris; Veillonella_dispar; Veillonella_sp_T11011; Actinomyces_odontolyticus; Adlercreutzia_equolifaciens; Akkermansia_muciniphila; Alistipes_indistinctus; Asaccharobacter_celatus; Bacteroides_cellulosilyticus; Bacteroides_finegoldii; Bacteroides_sp_OM05; Bifidobacterium_bifidum; Catenibacterium_mitsuokai; Cloacibacillus_evryensis; Cloacibacillus_porcorum; Collinsella_aerofaciens; Coprococcus_catus; Coprococcus_eutactus; Desulfovibrio_piger; Desulfovibrionaceae_bacterium; Dialister_pneumosintes; Dorea_formicigenerans; Eisenbergiella_tayi; Enterococcus_faecium; Eubacterium_rectale; Eubacterium_sp_CAG_180; Firmicutes_bacterium_CAG_110; Holdemanella_biformis; Lactobacillus_fermentum; Lactobacillus_paragasseri; Parabacteroides_goldsteinii; Parabacteroides_sp_4269; Parascardovia_denticolens; Phascolarctobacterium_succinatutens; Prevotella_copri; Prevotella_sp_CAG_279; Prevotella_sp_CAG_5226; Pyramidobacter_piscolens; Pyramidobacter_sp_C128; Ruminococcaceae_bacterium_D5; Ruminococcus_lactaris; Sanguibacteroides_justesenii; Scardovia_wiggsiae; Slackia_isoflavoniconvertens; Streptococcus_gordonii; Streptococcus_sobrinus; Streptococcus_vestibularis; Tyzzerella_nexilis; and, Victivallis_vadensi;preferably, the REMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_stercoris; Faecalibacterium_prausnitzii; Prevotella_sp_CAG_617; Roseburia_faecis; Bacteroides_coprocola; Fusicatenibacter_saccharivorans; Blautia_wexlerae; Proteobacteria_bacterium_CAG_139; Bacteroides_ovatus; Lactococcus_petauri; Eubacterium_siraeum; Bacteroides_salyersiae; Clostridium_sp_CAG_242; Ruminococcus_gnavus; Agathobaculum_butyriciproducens; Roseburia_intestinalis; Megasphaera_elsdenii; Parasutterella_excrementihominis; Phascolarctobacterium_faecium; Blautia_sp_CAG_257; Flavonifractor_plautii; Clostridium_sp_CAG_58; Eggerthella_lenta; Alloscardovia_omnicolens; Dialister_invisus; Sellimonas_intestinalis; Bacteroides_coprophilus; Clostridium_sp_CAG_299; Veillonella_sp_T11011_6; Veillonella_dispar; Turicimonas_muris; Clostridium_clostridioforme; Clostridium_asparagiforme; Coprobacter_secundus; Candidatus_Stoquefichus_sp_KLE1796; Sutterella_parvirubra; and, Collinsella_stercoris;preferably, the NEMs comprises one or more bacterial strains selected from the group consisting of: Bacteroides_finegoldii; Parabacteroides_sp_426_9; Dialister_pneumosintes; Actinomyces_odontolyticus; Bacteroides_cellulosilyticus; Scardovia_wiggsiae; Asaccharobacter_celatus; Slackia_isoflavoniconvertens; Firmicutes_bacterium_CAG_110; Ruminococcaceae_bacterium_D5; Tyzzerella_nexilis; Desulfovibrionaceae_bacterium; Parascardovia_denticolens; Pyramidobacter_sp_C12_8; Victivallis_vadensis; Catenibacterium_mitsuokai; Lactobacillus_fermentum; Coprococcus_catus; Streptococcus_gordonii; Coprococcus_eutactus; Bifidobacterium_bifidum; Bacteroides_sp_OM05_12; Lactobacillus_paragasser; Sanguibacteroides_justesenil; Prevotella_sp_CAG_5226; Streptococcus_vestibularis; Eisenbergiella_tayi; Adlercreutzia_equolifaciens; Eubacterium_rectale; Desulfovibrio_piger; Dorea_formicigenerans; Parabacteroides_goldsteinii; Prevotella_sp_CAG_279; Pyramidobacter_piscolens; Akkermansia_muciniphila; Phascolarctobacterium_succinatutens; Alistipes_indistinctus; Ruminococcus_lactaris; Eubacterium_sp_CAG_180; Cloacibacillus_evryensis; Prevotella_copri; Cloacibacillus_porcorum; Holdemanella_biformis; Streptococcus_sobrinus; Collinsella_aerofaciens; and, Enterococcus_faecium.25.The method of claim 24, wherein the method comprising the identifying steps of claim 16.

Images