ผลกระทบของการบริโภคเกลือในปริมาณสูงต่อระบบนิเวศของลำไส้ตามธรรมชาติในหนูป่า

เชิงนามธรรม: โฮโลเบียนของสัตว์เลี้ยงลูกด้วยนมเป็นแหล่งชุมชนแบคทีเรียในลำไส้ที่ซับซ้อนและพึ่งพาซึ่งกันและกัน การเปลี่ยนแปลงองค์ประกอบของกลุ่มแบคทีเรียนี้ทราบกันว่าเป็นองค์ประกอบสำคัญต่อสุขภาพของโฮสต์ ภูมิคุ้มกัน และโรค เหนือสิ่งอื่นใด นิสัยการบริโภคอาหารเป็นตัวขับเคลื่อนที่ส่งผลต่อการหยุดชะงักของปฏิสัมพันธ์ระหว่างแบคทีเรียและโฮสต์ ในบริบทนี้ ก่อนหน้านี้เราแสดงให้เห็นแล้วว่าอาหารที่มีเกลือสูง (HSD) นำไปสู่ภาวะ dysbiotic ของจุลินทรีย์ในลำไส้ของ murine ซึ่งมีลักษณะการลดลงหรือพร่องของแบคทีเรียในลำไส้ที่ส่งเสริมสุขภาพที่รู้จักกันดี อย่างไรก็ตาม เนื่องจากสภาพแวดล้อมที่มีการควบคุมและถูกสุขอนามัย หนูทดลองทั่วไป (CLM) มีจุลินทรีย์ในลำไส้ที่มีความหลากหลายน้อยกว่าเมื่อเปรียบเทียบกับหนูป่า ซึ่งนำไปสู่ผลลัพธ์การแปลที่ไม่ดีสำหรับการศึกษาไมโครไบโอมในลำไส้ เนื่องจากความหลากหลายของจุลินทรีย์ในลำไส้ที่ลดลงอาจไม่สามารถบรรยายถึงการพึ่งพาซึ่งกันและกันที่ซับซ้อน เครือข่ายของไมโครไบโอม ที่นี่เราประเมินผลกระทบของ HSD ต่อจุลินทรีย์ในลำไส้ใน CLM เมื่อเปรียบเทียบกับหนูป่า ซึ่งมีระบบนิเวศของลำไส้ตามธรรมชาติที่เลียนแบบสถานการณ์ในมนุษย์ได้อย่างใกล้ชิดยิ่งขึ้น หนูได้รับการรักษาด้วยอาหารควบคุมหรือ HSD และจุลินทรีย์ในลำไส้ถูกโปรไฟล์โดยใช้วิธีการที่ใช้แอมพลิคอนซึ่งมุ่งเป้าไปที่ยีนไรโบโซม 16S จากการค้นพบครั้งก่อน ผลลัพธ์ของเราเปิดเผยว่า HSD ทำให้เกิดการสูญเสียความหลากหลายของอัลฟ่าอย่างมีนัยสำคัญและการปรับองค์ประกอบของจุลินทรีย์ในลำไส้ใน CLM อย่างกว้างขวาง โดยมีลักษณะเฉพาะคือการลดลงของแบคทีเรียที่อาจเป็นประโยชน์จากไฟลัม Firmicutes เช่น สกุล Lactobacillus, Roseburya, Tuzzerella, Anaerovorax และ เพิ่มขึ้นใน Akkermansia และ Parasutterella อย่างไรก็ตาม หนูป่าที่ได้รับการรักษาด้วย HSD ไม่ได้แสดงการเปลี่ยนแปลงแบบเดียวกันในแง่ของความหลากหลายอัลฟาและการสูญเสียแบคทีเรีย Firmicutes ในฐานะ CLM และโดยทั่วไปแล้ว หนูป่าแสดงการเปลี่ยนแปลงเพียงเล็กน้อยในองค์ประกอบของจุลินทรีย์ในลำไส้บน HSD เพื่อให้สอดคล้องกับสิ่งนี้ การวิเคราะห์เชิงฟังก์ชันที่ใช้ 16S ชี้ให้เห็นเฉพาะการเปลี่ยนแปลงที่สำคัญของการทำงานทางนิเวศวิทยาของจุลินทรีย์ในลำไส้ใน CLM เมื่อเปรียบเทียบกับหนูป่าบน HSD การค้นพบของเราระบุว่าจุลินทรีย์ในลำไส้ที่เข้มข้นกว่าและมาจากป่านั้นมีความทนทานต่อการแทรกแซงด้านอาหารเช่น HSD ได้ดีกว่าเมื่อเปรียบเทียบกับจุลินทรีย์ในลำไส้ของ CLM ซึ่งอาจมีผลกระทบที่สำคัญสำหรับการวิจัยไมโครไบโอมแบบแปลในอนาคต

cistanche tubulosa-ปรับปรุงระบบภูมิคุ้มกัน

คำสำคัญ: ไมโครไบโอม; อาหารที่มีเกลือสูง ภูมิคุ้มกัน; คนป่า

1. บทนำ

ลำไส้ของสัตว์เลี้ยงลูกด้วยนมถูกตั้งอาณานิคมโดยชุมชนแบคทีเรียที่ซับซ้อนและหลากหลาย ซึ่งร่วมกับโฮสต์สร้างความสัมพันธ์ทางชีวภาพที่ละเอียดอ่อน [1,2] ชุมชนแบคทีเรียนี้ออกแรงทำหน้าที่หลายอย่างที่เป็นประโยชน์ต่อโฮสต์ รวมถึงการทำงานของเมตาบอลิซึม การปรับภูมิคุ้มกัน และโภชนาการ [3–7] และองค์ประกอบของจุลินทรีย์ในลำไส้สามารถเปลี่ยนแปลงได้ตลอดชีวิต สอดคล้องกับความต้องการเฉพาะและสรีรวิทยาของโฮสต์ [1,8, 9]. หน้าที่ที่เป็นประโยชน์หลายประการของแบคทีเรียที่ส่งเสริมสุขภาพลำไส้นั้นถูกสื่อกลางโดยสารที่ได้จากการหมักแบบไม่ใช้ออกซิเจน [10–13] และสภาวะทางชีวะวิทยาอาจส่งผลกระทบอย่างมีนัยสำคัญต่อสุขภาพของโฮสต์ [2,11,14,15] ความกังวลที่เพิ่มขึ้นเกี่ยวกับผลกระทบต่อการดำเนินชีวิตต่อสุขภาพได้นำไปสู่ความสนใจทางวิทยาศาสตร์ที่เพิ่มขึ้นเกี่ยวกับการมีส่วนร่วมของจุลินทรีย์ในลำไส้และผลกระทบเชิงการแปล [16,17] แท้จริงแล้ว จุลินทรีย์ในลำไส้นั้นถูกสร้างขึ้นจากทั้งปัจจัยภายนอก (เช่น รูปแบบการดำเนินชีวิต อาหาร และการรักษาทางการแพทย์) และปัจจัยภายใน (เช่น พันธุกรรมของโฮสต์ กฎระเบียบด้านภูมิคุ้มกันและเมตาบอลิซึม) [8,18–20] เป็นที่ทราบกันโดยทั่วไปว่าองค์ประกอบภายนอกอาจก่อให้เกิดผลกระทบ โดยอาหารเป็นหนึ่งในปัจจัยหลักที่ส่งผลต่อองค์ประกอบและการทำงานของจุลินทรีย์ในลำไส้ [1,2,21] ส่วนประกอบในอาหารตะวันตก เช่น การบริโภคเกลือในปริมาณมาก เป็นที่รู้กันว่าทำร้ายสภาวะสมดุลของโฮสต์โดยส่งผลต่อระบบภูมิคุ้มกัน และเปลี่ยนแปลงจุลินทรีย์ในลำไส้และโรคต่างๆ [18,22–37] ในไมโครไบโอต้าในลำไส้ของหนู อาหารที่มีเกลือสูง (HSD) มีความเกี่ยวข้องกับการลดแบคทีเรียที่ส่งเสริมสุขภาพซึ่งเป็นที่รู้จักในฐานะผู้ผลิตกรดไขมันสายสั้น (SCFA) เช่น Lactobacillus spp., Bifidobacterium, Blautia และ Faecalibaculum [28, 29,38–41] ควบคู่ไปกับการเพิ่มขึ้นของ Akkermansia ซึ่งเป็นผู้ผลิต SCFA ที่ฉวยโอกาสอีกรายหนึ่งซึ่งแสดงให้เห็นว่าส่งผลต่อภูมิคุ้มกันและโรคของโฮสต์ในระบบแบบจำลองที่แตกต่างกัน [42,43] แบบจำลองสัตว์ Murine มักใช้เพื่อศึกษาว่าปัจจัยด้านอาหารสามารถสร้างรูปร่างของจุลินทรีย์ในลำไส้ ระบบภูมิคุ้มกัน และโรคได้อย่างไร [29,44–46] แม้ว่าการใช้หนูทดลองในห้องปฏิบัติการทั่วไป (CLM) ยังคงเป็นทางเลือกที่ถูกต้องสำหรับการศึกษาจำนวนมาก แต่บางครั้งก็ล้มเหลวในการแปลแอปพลิเคชันที่เน้นจุลินทรีย์ในลำไส้อย่างเหมาะสม [47–49] ตัวอย่างเช่น การวิจัยทางภูมิคุ้มกันวิทยาและเมแทบอโลมิกส์ในแบบจำลองหนูของโรคลำไส้อักเสบ (IBD) และโรคอ้วน แสดงให้เห็นว่าทำนายผลลัพธ์การแปลของการศึกษาจุลินทรีย์ในลำไส้ได้ไม่ดี [50] นี่อาจเป็นเพราะความแตกต่างโดยธรรมชาติในระบบแบบจำลองเหล่านี้ เช่น กายวิภาคของลำไส้ พันธุกรรม และสรีรวิทยาที่แตกต่างกัน [16,50] อย่างไรก็ตาม ปัญหาอีกประการหนึ่งของการใช้ CLM ในการศึกษาปฏิกิริยาระหว่างกันของจุลินทรีย์และภูมิคุ้มกันก็คือการนำองค์ประกอบของแบคทีเรียในลำไส้ไปเลี้ยงใน CLM ซึ่งสะท้อนให้เห็นในการลดความซับซ้อนและความยืดหยุ่นของจุลินทรีย์ในลำไส้ของ CLM เมื่อเปรียบเทียบกับหนูป่า [51] ความจำเป็นในการมีสภาพแวดล้อมที่ถูกสุขลักษณะและมีการควบคุมทำให้เชื้อโรคและปรสิตที่มีศักยภาพลดลง ซึ่งเชื่อว่าเป็นผลให้ระบบภูมิคุ้มกัน "มีการศึกษา" น้อยลงใน CLM เมื่อเปรียบเทียบกับหนูป่า [51–53] เพื่อแก้ไขปัญหานี้ แบบจำลองของหนูพันธุ์ Wildling ได้รับการพัฒนาโดยการย้ายตัวอ่อนที่ได้มาจากหนู C57BL/6 ไปยังหนูป่าเพื่อให้ได้จุลินทรีย์ในลำไส้ที่ได้มาจากธรรมชาติ เพื่อเอาชนะปัญหาการแปลของการศึกษาจุลินทรีย์ในลำไส้ทางภูมิคุ้มกันวิทยา [54] การศึกษาล่าสุดเกี่ยวกับโมเดลเมาส์นี้แสดงให้เห็นผลลัพธ์ที่เหนือกว่าในการทำนายค่าการแปลของการบำบัดด้วยภูมิคุ้มกันแบบทดลอง เมื่อเทียบกับ CLM [54,55] นอกจากนี้ ไมโครไบโอต้าในลำไส้ของ Wildling ยังมีความทนทานและยืดหยุ่นต่อการรักษาด้วยยาปฏิชีวนะและอาหารที่มีไขมันสูงมากกว่าเมื่อเปรียบเทียบกับ CLM ซึ่งเทียบได้กับสถานการณ์ที่ซับซ้อนกว่าในมนุษย์ [54,55] อย่างไรก็ตาม แม้ว่า HSD จะมีผลกระทบต่อจุลินทรีย์ในลำไส้ ระบบภูมิคุ้มกัน และแบบจำลองโรคต่างๆ ใน ​​CLM แต่ผลของการบริโภคเกลือสูงต่อจุลินทรีย์ในลำไส้จากธรรมชาติยังไม่เป็นที่ทราบแน่ชัด ในการศึกษานี้ เราประเมินผลกระทบของ HSD ต่อองค์ประกอบระบบนิเวศของแบคทีเรียในลำไส้ที่แตกต่างกัน และฟังก์ชันการทำนายของ CLM เมื่อเปรียบเทียบกับหนูป่า

2. วัสดุและวิธีการ

2.1. สัตว์และอาหาร

หนู C57BL/6 หนูพันธุ์ป่า (ตัวเมียอายุ 7-8 สัปดาห์ n=20) ซื้อจากแม่น้ำชาร์ลส์และเลี้ยงไว้ในสถานเลี้ยงสัตว์ของมหาวิทยาลัยฮัสเซลท์ภายใต้เงื่อนไขมาตรฐาน หนูป่า (ภูมิหลังทางพันธุกรรม C57BL/6 ตัวผู้ n=12 และตัวเมีย n=11) [54] ถูกเลี้ยงไว้ในสถานเลี้ยงสัตว์ของ UHasselt ภายใต้เงื่อนไขที่ได้มาตรฐาน การศึกษาในสัตว์ทดลองได้รับการอนุมัติโดยคณะกรรมการจริยธรรมว่าด้วยการทดลองในสัตว์ (ECAE) ที่มหาวิทยาลัยฮัสเซลท์ (ID201618A4V1, ID202235) หนูถูกเก็บ (หนู 4 ตัว/กรง) ในห้องควบคุมอุณหภูมิ (21–23 —C) โดยมีวงจรแสง/ความมืด 12:12 ชั่วโมง อาหารบริสุทธิ์ต่อไปนี้ซื้อจาก Ssniff (โซเอสต์ ประเทศเยอรมนี): NaCl 0.5%/อาหารควบคุม (E15430-04) และ 4% NaCl/HSD (E15431-34) สำหรับ HSD สัตว์จะได้รับ NaCl 1% ในน้ำดื่มนอกเหนือจาก E15431-34 ตามที่อธิบายไว้ใน [28] หนู CLM มีการกระจายอย่างเท่าเทียมกันระหว่างกลุ่มควบคุม (n=10) และ HSD (n=10) สำหรับหนูป่า ตัวผู้และตัวเมียยังได้รับการกระจายเท่าๆ กันในกลุ่มควบคุมและกลุ่มอาหาร HSD (ตัวผู้ 6 ตัวสำหรับกลุ่มควบคุม, ตัวผู้ 6 ตัวสำหรับ HSD, ตัวเมีย 5 ตัวสำหรับกลุ่มควบคุม และตัวเมีย 6 ตัวสำหรับ HSD)

cistanche พืชเพิ่มระบบภูมิคุ้มกัน

2.2. การสกัดดีเอ็นเอ

การสกัด DNA ของจุลินทรีย์ดำเนินการตามที่อธิบายไว้ใน [28] โดยใช้โปรโตคอลที่ได้รับการดัดแปลงของ QIAmp Fast DNA Stool Mini Kit (Qiagen, Hilden, Germany) โดยสรุป เม็ดอุจจาระถูกเติมลงในเอปเพนดอร์ฟ 2- มล. ที่มีเม็ดแก้ว 0.5 มม. และบัฟเฟอร์สลาย 1.5 มล. (ASL) (ไคอาเกน, ฮิลเดน, เยอรมนี) การตีด้วยเม็ดบีดถูกนำมาใช้เพื่อทำให้เป็นเนื้อเดียวกันเชิงกลไกของเม็ด การสกัดแบบเต็มดำเนินการตามระเบียบวิธีของผู้ผลิตโดยมีการปรับเปลี่ยนเล็กน้อย (ยืดเวลาการฟักตัวของโปรตีเอส K เป็น 2 ชั่วโมงที่ 70 ◦C) ประเมินความเข้มข้นของ DNA โดยใช้เครื่องสเปกโตรโฟโตมิเตอร์ NanoDrop ND -1000 (NanoDrop Technologies, Wilmington, DE, USA) และเก็บไว้ที่ −20 o C ก่อนการขยายยีน 16S rRNA

2.3. การขยายและการหาลำดับยีน 16S rRNA

ลำดับยีน 16S rRNA ถูกขยายโดยใช้ไพรเมอร์เฉพาะสำหรับภูมิภาค V4 (F515/R806) ตามที่อธิบายไว้ก่อนหน้านี้ [56] โดยสรุป มีการใช้ DNA 25 ng ต่อปฏิกิริยา PCR (30 µL) (KAPA HiFi HotStart ReadyMix, Roche, Basel, CH, USA) ของการสูญเสียสภาพเริ่มต้นเป็นเวลา 30 วินาทีที่ 98 oC ตามด้วย 25 รอบ (10 วินาทีที่ 98 o C, 20 วินาทีที่ 55 —C และ 20 วินาทีที่ 72 —C) ปฏิกิริยาดำเนินการเป็นสามเท่า รวมกันต่อตัวอย่าง และทำให้บริสุทธิ์โดยระบบทำความสะอาดด้วยเม็ดบีดแม่เหล็ก (Agencourt AMPure XP, Beckman Coulter, Brea, CA, USA) การเตรียมห้องสมุดดำเนินการโดย PCR แบบจำกัดรอบเพื่อรับไลบรารี่ที่จัดทำดัชนีโดยใช้เทคโนโลยี Nextera (ชุดดัชนี Nextera XT, อิลลูมินา, ซานดิเอโก, แคลิฟอร์เนีย, สหรัฐอเมริกา) ตามด้วยขั้นตอนการทำความสะอาดเม็ดแม่เหล็ก AMPure XP ครั้งที่สอง จากนั้นตัวอย่างที่จัดทำดัชนีจะถูกทำให้เป็นมาตรฐานให้มีความเข้มข้นเท่ากันที่ 4nM รวมกลุ่มและจัดลำดับบนแพลตฟอร์ม Illumina MiSeq PE300 ด้วยโปรโตคอลคู่ปลาย 2 × 300 bp ตามโปรโตคอลของ บริษัท (Illumina, Inc., San Diego, CA, USA)

cistanche tubulosa-ปรับปรุงระบบภูมิคุ้มกัน

คลิกที่นี่เพื่อดูผลิตภัณฑ์ Cistanche Enhance Immunity

【สอบถามเพิ่มเติม】 อีเมล:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

2.4. การประมวลผลและการวิเคราะห์ทางสถิติของข้อมูลลำดับยีน 16S rRNA

ลำดับดิบได้รับการประมวลผลโดยใช้ไปป์ไลน์ QIIME 2 [57] หลังจากการกรองความยาวและคุณภาพ (พารามิเตอร์เริ่มต้น) การอ่านจะถูกกรองและกำหนดให้กับหน่วยอนุกรมวิธานการปฏิบัติงาน (OTU) โดยใช้ DADA2 [58] การกำหนดอนุกรมวิธานดำเนินการโดยอัลกอริธึม VSEARCH (https://github.com/torognes/vsearch; เข้าถึงเมื่อวันที่ 9 พฤศจิกายน 2022) และฐานข้อมูล Silva v128 (https://www.arb-silva.de /; เข้าถึงเมื่อ 9 พฤศจิกายน 2{{40}}22). จากนั้นตาราง ASV จะถูกทำให้เป็นมาตรฐานโดยการทำให้บริสุทธิ์ที่ความลึก 6.147 เพื่อให้ทุกตัวอย่างไปถึงที่ราบสูงที่ส่วนท้ายของกราฟทำให้บริสุทธิ์ ความหลากหลายอัลฟ่าได้รับการประเมินโดยใช้สองตัวชี้วัดที่แตกต่างกัน: ความสมบูรณ์ของ OTU (สังเกตได้), Chao1, แชนนอน, ซิมป์สัน, ดัชนีระบบนิเวศผกผันซิมป์สัน (InvSimpson) สำหรับความหลากหลายแบบเบต้า ความแตกต่างของ Bray−Curtis ความคล้ายคลึงกันของ Jaccard และการวัด UniFrac แบบถ่วงน้ำหนักและไม่ถ่วงน้ำหนัก [59] ได้รับการคำนวณและวางแผนโดยการวิเคราะห์พิกัดหลักการ (PCoA) เพื่อให้เห็นภาพระยะห่างที่แท้จริงระหว่างตัวอย่าง เพื่อทำให้ตารางการนับ OTU เป็นมาตรฐาน การแยกบริสุทธิ์ถูกดำเนินการที่ระดับความลึก 6305 ลำดับต่อตัวอย่าง 100 ครั้ง ผลลัพธ์ที่ได้จากการกำหนดอนุกรมวิธานของ OTU เป็นตารางอนุกรมวิธาน ถูกนำมาใช้เพื่อยุบตาราง OTU ที่ทำให้เป็นมาตรฐานลงในตารางสำหรับอนุกรมวิธานระดับ L2 (ไฟลัม), L5 (ตระกูล) และ L6 (ประเภท) การวิเคราะห์ทางสถิติดำเนินการโดยใช้ R (https://www.R-project.org/; เข้าถึงเมื่อวันที่ 25 พฤศจิกายน 2022; เวอร์ชัน 4.2.0) แพ็คเกจ R "วีแกน" (เวอร์ชัน 2.6-4) [60] ถูกใช้เพื่อสร้างตัวชี้วัดความหลากหลายแบบเบต้าเพื่อเปรียบเทียบความแตกต่างเชิงองค์ประกอบของกลุ่มโดย PCoA หรือโดยการวิเคราะห์องค์ประกอบหลัก (PCA) การแยกแพ็กเกจและข้อมูลได้รับการทดสอบโดยการทดสอบการเรียงสับเปลี่ยนด้วยอัตราส่วนหลอก-F (ฟังก์ชัน "Adonis" ใน "วีแกน") การแยกในแง่ของความหลากหลายบีตาระหว่างกลุ่มได้รับการทดสอบโดยการวิเคราะห์ความแปรปรวนหลายตัวแปรแบบเรียงสับเปลี่ยนโดยใช้เมทริกซ์ระยะทาง (PERMANOVA ฟังก์ชัน "Adonis" ใน "วีแกน") ในขณะที่ความแตกต่างสำหรับการกระจายตัวภายในกลุ่มได้รับการทดสอบโดยการทดสอบการกระจายตัวแบบหลายตัวแปรที่เป็นเนื้อเดียวกัน (PERMDISP) , ฟังก์ชัน "betadisper" ใน "วีแกน") แท็กซ่าที่ไม่ปรากฏในตัวอย่างอย่างน้อย 4 ตัวอย่างไม่รวมอยู่ในการวิเคราะห์ ความแตกต่างในแง่ของความอุดมสมบูรณ์สัมพัทธ์ของแท็กซ่าได้รับการประเมินครั้งแรกด้วยการทดสอบ Kruskal-Wallis เบื้องต้นระหว่าง 4 กลุ่ม จากนั้นประเมินเพิ่มเติมด้วยการทดสอบ Wilcoxon ระหว่างคู่การเปรียบเทียบต่อไปนี้: การควบคุม CLM กับ CLM HSD, การควบคุมแบบ Wildling เทียบกับ HSD แบบ Wildling, การควบคุม CLM เทียบกับการควบคุมแบบ Wildling, CLM HSD เทียบกับ HSD แบบ Wildling สำหรับการประเมินความแตกต่างทางอนุกรมวิธานระหว่าง wildling และ CLM ขนาดผลการวิเคราะห์จำแนกเชิงเส้น (LEfSe: https://huttenhower.sph.harvard.edu/galaxy/; เข้าถึงเมื่อวันที่ 25 พฤศจิกายน 2022) ถูกนำมาใช้เพื่อแยกแยะคุณสมบัติหลักในระดับสกุล [ 61]. ผลลัพธ์ LEfSe จะแสดงเป็นกราฟแท่ง โดยมีเกณฑ์คะแนนการวิเคราะห์จำแนกเชิงเส้น (LDA) สูงกว่า 1.0 เมื่อใดก็ตามที่จำเป็น ค่า p ของการเปรียบเทียบหลายรายการจะถูกปรับโดยวิธี Benjamini – Hochberg อัตราการค้นพบที่ผิดพลาด (FDR) น้อยกว่าหรือเท่ากับ 0.05 ถือว่ามีนัยสำคัญทางสถิติ: * p น้อยกว่าหรือเท่ากับ 0.05; ** p น้อยกว่าหรือเท่ากับ 0.01; *** p น้อยกว่าหรือเท่ากับ 0.001 ความแตกต่างเชิงหน้าที่ระหว่างไมโครไบโอมที่มีปริมาณ NaCl ต่างกันในอาหาร (ปริมาณอาหาร NaCl 0.5% และ 4%) ได้รับการวิเคราะห์โดย PICRUSt2 ซึ่งเป็นชุดซอฟต์แวร์ชีวสารสนเทศศาสตร์เพื่อทำนายเนื้อหาการทำงานของเมตาจีโนมจากข้อมูลการจัดลำดับยีน rDNA 16 วินาที (https://huttenhower.sph harvard.edu/picrust/; เข้าถึงเมื่อวันที่ 29 พฤศจิกายน 2022; PICRUSt2 2.4.1) [62]. ไปป์ไลน์ PICRUSt2 ถูกนำไปใช้กับลำดับตัวแทนและตารางความอุดมสมบูรณ์จาก DADA2 โดยใช้พารามิเตอร์มาตรฐาน (https://github.com/ picrust/picrust2/wiki/Full-pipeline-script; เข้าถึงได้เมื่อวันที่ 29 พฤศจิกายน 2022) จากเอาต์พุตไปป์ไลน์แบบเต็ม การทำนายเชิงเมเทเจโนมิกสำหรับเส้นทาง KEGG Orthology และ MetaCyc ถูกสร้างขึ้นเป็นตาราง โดยมีฟังก์ชันการทำนายเป็นแถวและตัวอย่างเป็นคอลัมน์ และใช้เพื่อเปรียบเทียบฟังก์ชันจุลินทรีย์ในลำไส้ใน wildling และ CLM ตามระบอบ HSD ฟังก์ชั่นการทำนายชุมชนจุลินทรีย์ที่มีส่วนทำให้เกิดการเปลี่ยนแปลงระหว่าง wildling และ CLM มากที่สุดโดยอันดับแรก (PC1) ครั้งที่สอง (PC2) และองค์ประกอบหลักที่สาม (PC3) ได้รับเลือกสำหรับการวิเคราะห์เพิ่มเติมตามปริมาณการใช้ HSD ในทั้งสองรุ่น จากนั้นเมทริกซ์ที่มีความอุดมสมบูรณ์ของฟังก์ชันการทำนายจะถูกทำให้เป็นมาตรฐาน โดยแปลงเป็นค่า Centered Log Ratio (CLR) และอัตราส่วน log2mean ที่คำนวณ (HSD/การควบคุม) สำหรับทั้ง Wildling และ CLM ในที่สุด อัตราส่วน log2mean ถูกเปรียบเทียบระหว่างกลุ่มโดยการทดสอบ Wilcoxon และพล็อตเป็นพล็อตรูปแบบคิวนิฟอร์ม ความแตกต่างระหว่างกลุ่มถูกเปรียบเทียบทางสถิติในซอฟต์แวร์ R โดยใช้ฟังก์ชันการทดสอบ Wilcoxon-test และ Kruskal-Wallis และค่า p ที่ปรับโดยวิธี Holm หรือ Benjamini – Hochberg

3. ผลลัพธ์

3.1. HSD ส่งผลต่อความหลากหลายและองค์ประกอบของ CLM และ Wildling Gut Microbiota

ในการตรวจสอบผลกระทบของ HSD ต่อระบบนิเวศของจุลินทรีย์ในลำไส้ที่ได้มาจากป่าในหนู เราได้ป้อน HSD หรือควบคุมอาหารให้กับหนูป่าและ CLM หนูถูกควบคุมอาหารเป็นเวลาสองสัปดาห์ และต่อมาตรวจสอบองค์ประกอบของจุลินทรีย์ในลำไส้ของอุจจาระโดยลำดับยีน 16S RNA จากเม็ดอุจจาระที่เก็บในวันที่ 14 (รูปที่ 1A) ตามรายงานก่อนหน้านี้ ไม่พบความแตกต่างที่ชัดเจนในแง่ของน้ำหนักตัวระหว่างกลุ่มควบคุมและกลุ่ม HSD ของ CLM และหนูป่า [29] เพื่อประเมินจุลินทรีย์ในลำไส้ที่แตกต่างกันระหว่าง CLM ทั้งสองรุ่นและหนูป่าที่พื้นฐาน เราประเมินความหลากหลายของอัลฟา (ดัชนีที่สังเกตหรือความสมบูรณ์ Chao1 แชนนอนซิมป์สัน และผกผันซิมป์สัน) ความหลากหลายของเบต้า (ความแตกต่างของ Bray − Curtis) และหลัก ความแตกต่างทางอนุกรมวิธาน สอดคล้องกับการศึกษาก่อนหน้านี้ [54] จุลินทรีย์ในลำไส้ที่มีลักษณะเฉพาะนั้นมีความอุดมสมบูรณ์ของจุลินทรีย์มากขึ้น (รูปที่ 1B ดัชนีความหลากหลายของอัลฟาทั้งหมด) เช่นเดียวกับองค์ประกอบของจุลินทรีย์ที่แตกต่างและแตกต่างมากกว่า CLM (รูปที่ 1C, PERMANOVA p {{9} }.001 & PERMDISP p=0.0009, wildling เทียบกับ CLM; และรูปที่ S1) ในแง่ของลายเซ็นของจุลินทรีย์ CLM และจุลินทรีย์ในลำไส้ของหนูป่ามีลักษณะเฉพาะโดยแท็กซ่าของแบคทีเรียที่แตกต่างกัน (รูปที่ S1) สอดคล้องกับ Rosshart และคณะ [54] แท็กซ่าของแบคทีเรียจากหนูป่าเป็นของ Intestinomonas, Desulfovibrio, Tuzzerella, Oscillobacter, Orodibacter และสกุล Helicobacter ที่ทำให้เกิดโรค ซึ่งมีลักษณะเฉพาะที่ไม่ได้มาจากป่าของแบบจำลองนี้ (รูปที่ S1)

รูปที่ 1 ผลกระทบของ HSD ต่อองค์ประกอบแบคทีเรียของ CLM (n=10/กลุ่ม) และหนูไวล์ลิง (n=11 สำหรับ wildling Ctrl และ n=12 สำหรับ wildling HSD) (A) การออกแบบการทดลอง C57BL/6 CLM หรือหนูพันธุ์ธรรมชาติถูกป้อนด้วย NaCl 0.5% (กลุ่มควบคุม, Ctrl) หรือเกลือสูง 4% NaCl (HSD) และลำไส้ของชุมชนแบคทีเรียในลำไส้ที่แสดงคุณลักษณะโดยการจัดลำดับแอมพลิคอนของยีน 16S rRNA ( B ) ดัชนีสำหรับความหลากหลายอัลฟาของจุลินทรีย์ในลำไส้ของ CLM และ wildling; จากซ้ายไปขวา ดัชนีต่อไปนี้จะแสดง: Observed (OUT richness), Chao1, Shannon, Simpson, Simpson (Inverse Simpson) ความแตกต่างระหว่างกลุ่มได้รับการประเมินทางสถิติโดยการทดสอบวิลคอกซัน ( C ) แผนการวิเคราะห์พิกัดหลักของการบวชความหลากหลายเบต้าจาก Bray − Curtis เมตริกที่ไม่เหมือนกันระหว่าง CLM กับ wildling (บนสุด), การควบคุม CLM เทียบกับ CLM HSD (ล่างซ้าย) และการควบคุม wildling เทียบกับ wildling HSD (ล่างขวา); การแยกและความสม่ำเสมอระหว่างกลุ่มคำนวณโดยการทดสอบ PERMANOVA และ PERMDISP ตามลำดับ * p น้อยกว่าหรือเท่ากับ 0.05; ** p น้อยกว่าหรือเท่ากับ 0.01; **** p น้อยกว่าหรือเท่ากับ 0.0001. รูปที่ 1 ผลกระทบของ HSD ต่อองค์ประกอบแบคทีเรียของ CLM (n=10/กลุ่ม) และหนูไวล์ลิง (n=11 สำหรับ wildling Ctrl และ n=12 สำหรับ wildling HSD) (A) การออกแบบการทดลอง C57BL/6 CLM หรือหนูพันธุ์ธรรมชาติถูกป้อนด้วย NaCl 0.5% (กลุ่มควบคุม, Ctrl) หรือเกลือสูง 4% NaCl (HSD) และลำไส้ชุมชนแบคทีเรียในลำไส้ที่แสดงคุณลักษณะโดยการจัดลำดับแอมพลิคอนของยีน 16S rRNA ( B ) ดัชนีสำหรับความหลากหลายอัลฟาของจุลินทรีย์ในลำไส้ของ CLM และ wildling; จากซ้ายไปขวา ดัชนีต่อไปนี้จะแสดง: Observed (OUT richness), Chao1, Shannon, Simpson, Simpson (Inverse Simpson) ความแตกต่างระหว่างกลุ่มได้รับการประเมินทางสถิติโดยการทดสอบวิลคอกซัน ( C ) แผนการวิเคราะห์พิกัดหลักของการบวชความหลากหลายเบต้าจาก Bray − Curtis เมตริกที่ไม่เหมือนกันระหว่าง CLM กับ wildling (บนสุด), การควบคุม CLM เทียบกับ CLM HSD (ล่างซ้าย) และการควบคุม wildling เทียบกับ wildling HSD (ล่างขวา); การแยกและความสม่ำเสมอระหว่างกลุ่มคำนวณโดยการทดสอบ PERMANOVA และ PERMDISP ตามลำดับ * p น้อยกว่าหรือเท่ากับ 0.05; ** p น้อยกว่าหรือเท่ากับ 0.01; **** p น้อยกว่าหรือเท่ากับ 0.0001

HSD ทำให้เกิดการลดลงอย่างมีนัยสำคัญในความหลากหลายของแบคทีเรีย (รูปที่ 1B, ดัชนีความหลากหลายของอัลฟ่าทั้งหมด) รวมถึงการเปลี่ยนแปลงของจุลินทรีย์ที่มีนัยสำคัญในองค์ประกอบของ CLM (รูปที่ 1C, PERMANOVA p=0.001, PERMDISP p=0 .1, CLM Ctrl กับ CLM HSD) ในทางตรงกันข้าม จุลินทรีย์ในลำไส้ของหนูป่านั้นมีลักษณะเฉพาะด้วยความหลากหลายที่สูงขึ้นบน HSD (รูปที่ 1B, ดัชนีที่สังเกตได้ & Chao1) ซึ่งแยกจาก CLM และพวกมันยังมีลักษณะเฉพาะด้วยการเปลี่ยนแปลงองค์ประกอบของจุลินทรีย์ที่เด่นชัดน้อยกว่าบน HSD เมื่อเปรียบเทียบกับ CLM (รูปที่ 1C, PERMANOVA p=0.001, PERMDISP p=0.5, Ctrl แบบ Wildling กับ Wildling HSD)

3.2. องค์ประกอบจุลินทรีย์ในลำไส้ของหนูป่ามีความทนทานต่อ HSD มากกว่า CLM

ความแตกต่างเชิงองค์ประกอบของแบคทีเรียระหว่าง wildling และ CLM นั้นมีลักษณะทางอนุกรมวิธานเพิ่มเติม ในระดับไฟลัม ไฟลัมที่มีมากที่สุดในแง่ของความอุดมสมบูรณ์สัมพัทธ์ ได้แก่: Firmicutes (CLM: 52 ± 12%, wildling: 32 ± 34%), Bacteroidota (CLM: 24 ± 23%, wildling: 57 ± 19%), Actinobacteriota (CLM: 1{{10}} ± 7%, wildling: 0.7 ± 1.3%) และ Verrucomicrobiota (CLM: 24 ± 23%, wildling: 0%/ตรวจไม่พบ) (รูปที่ 2) โปรไฟล์จุลินทรีย์ในลำไส้แสดงให้เห็นความอุดมสมบูรณ์ที่แตกต่างกันเพิ่มเติมสำหรับไฟลาทั้งหมดที่ตรวจพบในตัวอย่างอุจจาระระหว่างหนูป่าและ CLM (รูปที่ 2) โดยเฉพาะอย่างยิ่ง core microbiota phyla Firmicutes, Bacteroidota และ Verrucomicrobiota มีความแตกต่างอย่างมีนัยสำคัญระหว่างทั้งสองรุ่น (รูปที่ 2) โดยเฉพาะอย่างยิ่งในระดับครอบครัว มีการสังเกตการมีส่วนร่วมที่แตกต่างกันใน wildling กับ CLM gut microbiota สำหรับแบคทีเรียส่วนใหญ่ที่รายงานก่อนหน้านี้ว่ามีความไวต่อ HSD [28] รวมถึง Lactobacillaceae, Clostridiaceae, Peptostreptococcaceae และ Akkermansiaceae (รูปที่ 3) เพื่อให้สอดคล้องกับสิ่งนี้ แนวโน้มที่คล้ายกันได้รับการยืนยันในระดับสกุลระหว่างตัวอย่าง Wildling และ CLM สำหรับสมาชิกหลักของตระกูลดังกล่าว ตัวแทนส่วนใหญ่ ได้แก่ Lactobacillus, Roseburya, Tuzzerella, Faecalibaculum และ Akkermansia (ภาพที่ S1 และ 4) เพื่ออธิบายลักษณะเพิ่มเติมของผลกระทบของ HSD ต่อ CLM และองค์ประกอบของจุลินทรีย์ในลำไส้แบบ Wildling เรายังวิเคราะห์ผลกระทบของสูตรอาหารในระดับการจำแนกประเภทต่างๆ ในระดับไฟลัม microbiota ในลำไส้ CLM ที่ได้รับการรักษาด้วย HSD นั้นมีลักษณะเฉพาะคือการพร่อง Firmicutes และการเสริมคุณค่าของ Verrucomicrobiota อย่างมีนัยสำคัญ (รูปที่ 2) แต่ไม่มีไฟลัมหลักใดที่ได้รับผลกระทบจาก HSD ในตัวอย่างป่า (รูปที่ 2) ในระดับครอบครัว จุลินทรีย์ในลำไส้ของ CLM มีลักษณะเฉพาะคือแบคทีเรียที่ผลิตกรดแลคติก เช่น Lactobacillaceae ลดลงอย่างมีนัยสำคัญ เช่นเดียวกับผู้ผลิต SCFA เช่น Peptostreptococcaceae และ Clostridiaceae (รูปที่ 3) นอกจากนี้ใน CLM ที่เลี้ยงด้วย HSD เราสังเกตเห็นการเพิ่มขึ้นของ Akkermansiaceae, Sutterellaceae, Defluvitaleaceae และ Eggerthellaceae (รูปที่ 3) ในทางตรงกันข้าม HSD ส่งผลกระทบต่อตระกูลแบคทีเรียที่แตกต่างกันในจุลินทรีย์ในลำไส้ซึ่งอยู่ในกลุ่ม Muribaculaceae และ Prevotellaceae ที่มีความอุดมสมบูรณ์สูงสองชนิด ซึ่งทั้งสองอย่างนี้เพิ่มขึ้นเมื่อ HSD (รูปที่ 3) การปรับแบคทีเรียที่ส่วนใหญ่มีส่วนทำให้เกิดผลกระทบ HSD ใน CLM รวมถึงการเพิ่มขึ้นของจำพวก Akkermansia, Parasutterella และ Enterorhabdus เช่นเดียวกับการลดลงของ Lactobacillus, Roseburia, Tuzzerella, (Eubacterium) กลุ่ม oxidoreducens, Muribaculum และ Anaerovorax (รูปที่ 4) ยกเว้น Roseburya ไม่มีจำพวกใดที่กล่าวมาข้างต้นได้รับผลกระทบจาก HSD ในจุลินทรีย์ในลำไส้ที่ดุร้าย ในขณะที่สกุล Anaerovorax มีแนวโน้มตรงกันข้ามกับ CLM (รูปที่ 4)

รูปที่ 2 ผลกระทบของ HSD ต่อไฟลาของแบคทีเรียจากจุลินทรีย์ในลำไส้ของ CLM (n=10/กลุ่ม) และหนู wildling (n=11 สำหรับ wildling Ctrl และ n=12 สำหรับ wildling HSD) องค์ประกอบทั้งหมดในแง่ของความอุดมสมบูรณ์สัมพัทธ์ของไฟลาจะแสดงโดยพล็อตแท่งต่อแต่ละคน (บนสุด) และบ็อกซ์พล็อตสำหรับไฟลาเฉพาะ (ล่าง) ทำการเปรียบเทียบทางสถิติระหว่างกลุ่มโดยการทดสอบวิลคอกซัน * p น้อยกว่าหรือเท่ากับ 0.05; ** p น้อยกว่าหรือเท่ากับ {{10}}.01; *** p น้อยกว่าหรือเท่ากับ 0.001; **** p น้อยกว่าหรือเท่ากับ 0.0001

รูปที่ 3 ผลกระทบของการบริโภคอาหารที่มีเกลือสูงต่อตระกูลแบคทีเรียของ CLM (n=10/กลุ่ม) และหนู wildling (n=11 สำหรับ wildling Ctrl และ n=12 สำหรับ wildling HSD) องค์ประกอบทั้งหมดในระดับครอบครัวแสดงด้วยแผนภูมิแท่งต่อแต่ละคน (ด้านบน) และแผนภูมิกล่องสำหรับครอบครัวเฉพาะ (ด้านล่าง) ทำการเปรียบเทียบทางสถิติระหว่างกลุ่มโดยการทดสอบวิลคอกซัน * p น้อยกว่าหรือเท่ากับ 0.05; ** p น้อยกว่าหรือเท่ากับ {{10}}.01; *** p น้อยกว่าหรือเท่ากับ 0.001; **** p น้อยกว่าหรือเท่ากับ 0.0001

รูปที่ 4 การเปลี่ยนแปลงจำพวกแบคทีเรียใน CLM (n=10/กลุ่ม) และหนู wildling (n=11 สำหรับ wildling Ctrl และ n=12 สำหรับ wildling HSD) การมีส่วนร่วมของความอุดมสมบูรณ์สัมพัทธ์โดยรวมในระดับสกุลจะถูกพล็อตเป็นแผนภูมิแท่งวงกลมต่อแต่ละคน (ด้านบน) และ boxplot สำหรับจำพวกเฉพาะ (ล่าง) ทำการเปรียบเทียบทางสถิติระหว่างกลุ่มโดยการทดสอบวิลคอกซัน * p น้อยกว่าหรือเท่ากับ 0.05; ** p น้อยกว่าหรือเท่ากับ 0.01; *** p น้อยกว่าหรือเท่ากับ 0.001; **** p น้อยกว่าหรือเท่ากับ 0.0001

3.3. HSD ส่งผลต่อการทำงานของจุลินทรีย์ที่คาดการณ์ได้ใน CLM แต่ไม่ส่งผลต่อหนู Wildling

เอาต์พุต PICRUSt 2 ไม่พบความแตกต่างที่มีนัยสำคัญระหว่างการทำงานของชุมชนจุลินทรีย์ของ wildling HSD กับหนู wildling ที่ไม่ได้รับการบำบัดสำหรับทั้ง KEGG Orthology และคำอธิบายประกอบทางเดิน MetaCyc โดยมีข้อยกเว้นเพียงอย่างเดียวของฟังก์ชันที่เพิ่มขึ้นที่เกิดจาก HSD บนยีน recG สำหรับ helicase ที่ขึ้นกับ ATP จาก KEGG Orthology (รูปที่ 5A) ผลกระทบของ HSD ต่อ CLM นั้นมีลักษณะพิเศษคือการลดลงอย่างมีนัยสำคัญของฟังก์ชันการทำนายสำหรับ KEGG Orthology หนึ่งในนั้นคือยีน spp (ซูโครส-6-ฟอสฟาเตส) และ pfkA (ฟอสโฟฟรุกโตไคเนส 1) ทั้งสองเกี่ยวข้องกับการเผาผลาญแป้งและซูโครส ซึ่งอยู่ในแนวเดียวกัน กับการค้นพบก่อนหน้านี้ [28] (รูปที่ 5A) นอกจากนี้ จุลินทรีย์ในลำไส้ของ CLM ที่เลี้ยงด้วย HSD นั้นมีลักษณะเฉพาะด้วยฟังก์ชั่นการทำนายที่ลดลงของยีนที่เกี่ยวข้องกับการขนส่งเมมเบรน (feoB สำหรับการขนส่งเหล็ก, โปรตีน AB 2P AB 2 เพอร์มีเอส, โปรตีนจับ AB 2A AB 2 ATP), การสังเคราะห์กลูตามีน (glnA) , ตัวควบคุมการถอดรหัสตระกูล LacI (lacI, galR) และทรานส์คีโตเลส (tktA, tktB) (รูปที่ 5A) สำหรับวิถีทาง MetaCyc นั้น HSD ได้เพิ่มคุณค่าให้กับไมโครไบโอต้าในลำไส้ของ CLM อย่างมีนัยสำคัญของฟังก์ชันการทำนายที่เกี่ยวข้องกับการลดไนเตรต (วิถีการดีไนตริฟิเคชัน), การย่อยสลายกาแลคโตส (การย่อยสลาย D-galactarate, วิถีทางพิเศษของการย่อยสลาย D-glucarate และ D-galactarate), การย่อยสลายฟีนิล-โพรพาโนเอต, ไขมัน การกอบกู้กรด, การย่อยสลายแบบซัคซิเนตเป็นกรดบิวทาโนอิกและกรดอะมิโน (การย่อยสลายอะโรมาติกเอมีน, การย่อยสลายแอล-ลิวซีน) (รูปที่ 5B) นอกจากนี้ สอดคล้องกับการค้นพบครั้งก่อน [28] จุลินทรีย์ในลำไส้ HSD ใน CLM สูญเสียฟังก์ชันการทำนายสำหรับการสังเคราะห์กรดอะมิโน (วิถีซุปเปอร์ของการสังเคราะห์แอล-อะลานีน การสังเคราะห์แอล-ไลซีน) การหมักด้วยกรดแบบผสม โดยสูญเสียลายเซ็นใหม่เพิ่มเติมเช่น N- การย่อยสลายอะซิติลกลูโคซามีน/N-อะซิติล-แมนโนซามีน/N-อะซิติลนิวรามิเนตและการย่อยสลายดีออกซีไรโบนิวคลีโอไซด์ (การย่อยสลายไพริมิดีนและพิวรีน, การสังเคราะห์อิโนซีน 5 ฟอสเฟต III) (รูปที่ 5B)

รูปที่ 5. ต่อ

รูปที่ 5 ผลกระทบของ HSD ต่อฟังก์ชัน metagenomic ของการทำนายลำไส้ใน CLM (n=10/กลุ่ม) และ wildling (n=11 สำหรับ wildling Ctrl และ n=12 สำหรับ wildling HSD) microbiota ในลำไส้ เอาต์พุต PICRUSt2 ถูกพล็อตเป็นพล็อตรูปแบบคูนิฟอร์มสำหรับคำอธิบายประกอบ KEGG Orthology (A) และเส้นทาง MetaCyc (B) แสดงเป็นอัตราส่วนเฉลี่ย log2 ของฟังก์ชันการทำนายที่นับระหว่างตัวอย่าง HSD กับ Ctrl ทำการเปรียบเทียบทางสถิติทั้งหมดระหว่างกลุ่ม Ctrl กับ HSD โดย Wilcoxon-test

4. การอภิปราย

เป็นที่รู้กันว่าจุลินทรีย์ในลำไส้ที่ซับซ้อนและหลากหลายมีความยืดหยุ่นต่อโรคบางชนิดได้มากกว่า [51] และระบบการควบคุมอาหาร เช่น การบริโภคที่มีไขมันสูง [54,55] อย่างไรก็ตาม ไม่มีการศึกษาก่อนหน้านี้ที่ประเมินผลของการบริโภคโซเดียมสูงต่อจุลินทรีย์ในลำไส้ที่ได้จากธรรมชาติของหนู ที่นี่ เราตรวจสอบเป็นครั้งแรกว่า HSD ส่งผลต่อจุลินทรีย์ในลำไส้อย่างไรเมื่อเปรียบเทียบกับ CLM สิ่งที่น่าสนใจคือผลลัพธ์ของเราแสดงให้เห็นว่าเมื่อเปรียบเทียบกับ CLM แล้ว microbiome ที่ไวด์ลิ่งสามารถต้านทานการรบกวน HSD ได้ดีกว่าทั้งในระดับการทำงานเชิงองค์ประกอบและการทำนาย เป็นที่ทราบกันดีอยู่แล้วว่าการบริโภคเกลือในปริมาณมากอาจทำให้ความเสี่ยงของโรคต่างๆ รุนแรงขึ้น เช่น โรคหลอดเลือดหัวใจหรือโรคแพ้ภูมิตัวเอง โดยการเปลี่ยนแปลงองค์ประกอบของจุลินทรีย์ในลำไส้และสภาวะสมดุลของภูมิคุ้มกัน [25,29,31,34,63–65] ตามรายงานก่อนหน้านี้ การเปลี่ยนแปลงที่เกิดจาก HSD ในจุลินทรีย์ในลำไส้ใน CLM นั้นมีลักษณะเฉพาะโดยการเปลี่ยนแปลงที่สำคัญในความหลากหลายของจุลินทรีย์ องค์ประกอบ และฟังก์ชันการทำนาย [28] แบคทีเรียที่ส่งเสริมสุขภาพ เช่น ครอบครัว Peptostreptococcaceae และจำพวก Lactobacillus, Roseburya และ Tuzzerella ลดลงในแง่ของความอุดมสมบูรณ์สัมพัทธ์ใน CLM ในขณะที่ Akkermansia เพิ่มขึ้นอย่างมีนัยสำคัญในกลุ่ม HSDfed นอกจากนี้เรายังตรวจพบ HSD ที่มีความอุดมสมบูรณ์สัมพัทธ์ที่สูงขึ้นใน Defluvitaleaceae, Enterorhabdus และ Parasutterella สิ่งที่น่าสนใจคือสกุล Parasutterella เป็นองค์ประกอบหลักของจุลินทรีย์ในลำไส้ของทั้ง CLM และมนุษย์ โดยที่มันจะทำหน้าที่เป็นสารสลายอะแซ็กคาโรไลติกและผู้ผลิตซัคซิเนต [66] เป็นที่รู้กันว่าทั้ง Enterorhabdus จากตระกูล Eggerthellaceae และ Parasutterella จากตระกูล Sutterellaceae มีประโยชน์มากขึ้นในผู้ป่วย IBD [67,68] ซึ่งบ่งชี้เพิ่มเติมว่า HSD อาจส่งผลต่อการพัฒนาของโรคได้อย่างไร อย่างไรก็ตาม สิ่งที่น่าสนใจคือหนูป่าไม่ได้แสดงการเปลี่ยนแปลงของจุลินทรีย์ที่เกิดจาก HSD เช่น CLM ที่คล้ายคลึงกัน อย่างไรก็ตามเรื่องนี้ ความหลากหลายของ wildling เพิ่มขึ้นอย่างมีนัยสำคัญบน HSD สำหรับ OTUs และ Chao1 ที่สังเกตได้ และมีแท็กซ่าเพียงไม่กี่ตัวเท่านั้นที่เกี่ยวข้องกับการรบกวน HSD ของ microbiota ในลำไส้ที่ดุร้าย ในหมู่พวกเขาการเพิ่มขึ้นของ Anaerovorax ควบคู่ไปกับการลดลงของ Erysipelatoclostridium, Roseburya และ Lachnospiraceae สกุล UCG-004 Roseburya เป็นลายเซ็นแบคทีเรียเพียงชนิดเดียวที่ใช้กันโดยทั่วไประหว่างกลุ่ม HSD เมื่อเปรียบเทียบกับการควบคุมที่เกี่ยวข้อง แม้ว่า CLM ที่เลี้ยงด้วย HSD ยังคงมีลักษณะเฉพาะด้วยแบคทีเรียที่มีความอุดมสมบูรณ์สูงกว่าเมื่อเปรียบเทียบกับหนูป่าที่เลี้ยงด้วย HSD โปรดทราบว่าแบคทีเรียที่สร้างบิวทิเรต เช่น Roseburya แสดงให้เห็นว่ามีปริมาณสัมพัทธ์ต่ำกว่าในผู้ป่วยที่เป็นโรคลำไส้ใหญ่บวมเป็นแผล [69] และการลดลงนี้ยังพบว่ามีความสัมพันธ์กับความเสี่ยงทางพันธุกรรมของ IBD ในมนุษย์ [70] ซึ่งสอดคล้องกับการค้นพบก่อนหน้านี้ ซึ่งการเปลี่ยนแปลงของแบคทีเรียจำพวก Roseburya หรือ Lactobacillus พบว่ามีความสัมพันธ์กับความเสี่ยงต่อความดันโลหิตสูง ซึ่งอาจสนับสนุนโดยการรับประทานอาหารแบบตะวันตก [71] องค์ประกอบของแบคทีเรียในลำไส้ยังสัมพันธ์กับการเคลื่อนไหวของลำไส้และสรีรวิทยาอีกด้วย [72]

ประโยชน์ของซิสตานช์สำหรับระบบภูมิคุ้มกันของผู้ชาย

ก่อนหน้านี้สกุล Anaerovorax ได้รับการสังเกตในหนูที่มีสรีรวิทยาของลำไส้ผิดปกติและการเคลื่อนไหวลดลง [73]; อย่างไรก็ตาม การเพิ่มประสิทธิภาพของ Anaerovorax ใน HSD สำหรับหนูป่าอาจนำไปสู่บทบาทที่แตกต่างของแท็กซ่านี้ในบริบทของสภาวะสมดุลของลำไส้และการทำงานที่เหมาะสม จากการค้นพบก่อนหน้านี้ เราสังเกตเห็นการเพิ่มขึ้นของสกุล Akkermansia ในกลุ่ม HSD ของ CLM [28] ในขณะที่จุลินทรีย์ในลำไส้ของหนูป่าหมดลงในสกุลนี้ ซึ่งสอดคล้องกับการศึกษาก่อนหน้านี้เกี่ยวกับแบบจำลองนี้ [51, 53–55]. แม้ว่าสกุล Akkermansia จะเป็นโปรไบโอติกที่มีศักยภาพเนื่องจากมีผลเชิงบวกต่อการปรับปรุงโปรไฟล์ทางภูมิคุ้มกันและการเผาผลาญของโฮสต์ (เช่น ในโรคอ้วนและเบาหวานชนิดที่ 2) [42,74–77] บทบาทของสกุลนี้ยังไม่ชัดเจนเนื่องจากผลเชิงลบ ความสัมพันธ์กับผลลัพธ์ทางคลินิกในมะเร็งลำไส้ใหญ่ [78] โรคพาร์กินสัน [79,80] และผู้ป่วยโรคปลอกประสาทเสื่อมแข็งหลายเส้น [81] สอดคล้องกับผลลัพธ์ก่อนหน้านี้ของเราที่ได้รับจากเส้นทาง MetaCyc [28] CLM บน HSD แสดงให้เห็นว่าการทำงานของจุลินทรีย์ที่คาดการณ์ลดลงที่เกี่ยวข้องกับการเผาผลาญแป้งและซูโครสสำหรับ KEGG orthology อย่างไรก็ตามการเปลี่ยนแปลงเล็กน้อยในองค์ประกอบแบคทีเรียในลำไส้ของหนูป่าที่เลี้ยงด้วย HSD ล้มเหลวในการกระตุ้นให้เกิดการเปลี่ยนแปลงที่มีนัยสำคัญในการทำงานของแบคทีเรียที่คาดการณ์ได้ ซึ่งบ่งชี้ว่าจุลินทรีย์ในลำไส้ที่ได้มาจาก wildling และเครือข่ายเมตาบอลิซึม / ระบบนิเวศนั้นมีความเสถียรมากกว่าและอาจปรับตัวได้ง่ายกว่ามาก ความแปรผันของอาหารที่เกิดจาก HSD เมื่อเปรียบเทียบกับระบบนิเวศของลำไส้ CLM ซึ่งรับประกันการตรวจสอบเพิ่มเติม มูลค่าการกล่าวขวัญยังเป็นอิทธิพลที่เป็นไปได้ของชุมชนเชื้อราในลำไส้ต่อเครือข่ายแบคทีเรียในลำไส้ต่อระบอบการบริโภคอาหารที่แตกต่างกัน การศึกษาก่อนหน้านี้ได้ชี้ให้เห็นแล้วว่าปฏิสัมพันธ์ที่อาจเกิดขึ้นระหว่างแบคทีเรียและเชื้อรามีส่วนเกี่ยวข้องอย่างไรต่อสภาวะสมดุลของระบบภูมิคุ้มกันของโฮสต์และการพัฒนาของโรค [82–85] ในบริบทนี้ CLM ถูกจำกัดเพิ่มเติมด้วยความซับซ้อนของแบคทีเรียที่ต่ำกว่าเมื่อเปรียบเทียบกับหนูป่า ซึ่งอาจขัดขวางการสร้างมัยโคไบโอต้าในลำไส้ที่หลากหลาย [54] การศึกษาในอนาคตจะสามารถระบุการมีส่วนร่วมของชุมชนเชื้อราในลำไส้ในการตั้งค่าจุลินทรีย์ในลำไส้และภูมิคุ้มกันของโฮสต์โดยใช้แบบจำลอง wildling โดยสรุป การศึกษาของเราให้ข้อมูลว่าการบริโภคโซเดียมในปริมาณสูงส่งผลต่อระบบนิเวศของจุลินทรีย์ในลำไส้ตามธรรมชาติที่มาจากป่าอย่างไร เมื่อเปรียบเทียบกับชุมชนแบคทีเรียในลำไส้ของ CLM การศึกษาของเราแสดงให้เห็นว่า HSD ไม่ส่งผลกระทบต่อแท็กซ่าของแบคทีเรียและจุลินทรีย์ในลำไส้ในหนูป่าในลักษณะเดียวกับที่ทำกับจุลินทรีย์ในลำไส้ในบ้านจาก CLM ความแตกต่างนี้ ดังที่ได้ระบุไว้ก่อนหน้านี้สำหรับสูตรอาหารหรือเงื่อนไขอื่นๆ เช่น อาหารที่มีไขมันสูง [54,55] บ่งชี้ว่าจำเป็นต้องมีการวิจัยในอนาคตในระบบแบบจำลองหนูธรรมชาติเพื่อสรุปและประเมินผลกระทบของการแทรกแซงด้านอาหารต่อระบบนิเวศของลำไส้ที่ซับซ้อนมากขึ้น เช่นเดียวกับในมนุษย์

cistanche tubulosa-ปรับปรุงระบบภูมิคุ้มกัน

อ้างอิง

1. แคนเดลา ม.; บิอากิ อี.; ทูโรนี ส.; แมคคาเฟอร์รี ส.; ฟิจินี ป.; Brigidi, P. ประสิทธิภาพแบบไดนามิกของจุลินทรีย์ในลำไส้ของมนุษย์ คริติคอล รายได้ไมโครไบโอล. 2015, 41, 165–171. [CrossRef] [PubMed]

2. แคนเดลา ม.; บิอากิ อี.; แมคคาเฟอร์รี ส.; ทูโรนี ส.; Brigidi, P. Microbiota ในลำไส้เป็นปัจจัยพลาสติกที่ตอบสนองต่อการเปลี่ยนแปลงสิ่งแวดล้อม เทรนด์ไมโครไบโอล 2012, 20, 385–391. [CrossRef] [PubMed]

3. บูทส์ อี.; โกมันด์, เอสวี; เดโรโอเวอร์, ล.; เพรสตัน ต.; แวร์มิวเลน, เค.; เดอ เพรเตอร์, ว.; ฮาเมอร์ HM; แวน เดน มูเตอร์, G.; เดอ วุสต์, ล.; Courtin, CM ความพร้อมใช้งานของระบบและเมแทบอลิซึมของกรดไขมันสายสั้นที่ได้มาจากลำไส้ใหญ่ในอาสาสมัครที่มีสุขภาพดี: การศึกษาไอโซโทปที่เสถียร เจ. ฟิสิออล. 2017, 595, 541–555. [CrossRef] [PubMed] 4. ตาล, เจ.; แมคเคนซี่ซี.; โปเตมีอักเสบ, ม.; ธอร์เบิร์น, แอนโธนี; แมคเคย์, CR; Macia, L. บทบาทของกรดไขมันสายสั้นต่อสุขภาพและโรค โฆษณา อิมมูนอล. 2014, 121, 91–119. [ผับเมด]

5. คูมาร์ เจ.; รานี, เค.; Datt, C. การเชื่อมโยงระดับโมเลกุลระหว่างใยอาหาร จุลินทรีย์ในลำไส้ และสุขภาพ โมล ไบโอล ตัวแทน 2020, 47, 6229–6237. [CrossRef] [PubMed]

6. บิลอตต้า, เอเจ; Cong, Y. Gut microbiota metabolite การควบคุมการป้องกันโฮสต์ที่พื้นผิวเยื่อเมือก: นัยในการแพทย์ที่มีความแม่นยำ แม่นยำ คลินิก. ยา 2019, 2, 110–119. [ครอสอ้างอิง]

7. รุกส์, เอ็มจี; Garrett, WS Gut microbiota, สารเมตาบอไลต์ และภูมิคุ้มกันของโฮสต์ แนท. สาธุคุณอิมมูนอล. 2016, 16, 341–352. [ครอสอ้างอิง]

8. โรดริเกซ เจเอ็ม; เมอร์ฟี่, เค.; สแตนตัน ซี.; รอสส์ RP; โคเบอร์, OI; จูจ น.; อเวอร์ชินา อี.; ฤดี, เค.; นาร์บัด, อ.; Jenmalm, MC องค์ประกอบของจุลินทรีย์ในลำไส้ตลอดชีวิต โดยเน้นที่ชีวิตในวัยเด็ก ไมโครบ. อีคอล. โรคสุขภาพ 2015, 26, 26050. [CrossRef]

9. อาร์เรียตา ม.-ซี.; สติมส์มา LT; อเมนยกบี น.; บราวน์ อีเอ็ม; Finlay, B. จุลินทรีย์ในลำไส้ในวัยเด็ก: สุขภาพและโรค ด้านหน้า. อิมมูนอล. 2014, 5, 427. [CrossRef]

10. ชุง WSF; วอล์คเกอร์, AW; หลุยส์พี.; พาร์กฮิล เจ.; เวอร์ไมเรน เจ.; บอสเชอร์ ด.; ดันแคน, เซาท์แคโรไลนา; Flint, HJ การปรับจุลินทรีย์ในลำไส้ของมนุษย์โดยเส้นใยอาหารเกิดขึ้นในระดับสายพันธุ์ บีเอ็มซี ไบโอล 2016, 14, 3. [CrossRef]

11. ดานเนสคิโอลด์-ซัมโซ NB; บาร์รอส, HDdFQ; ซานโตส ร.; ไบคัส เจแอล; คาซาริน, CBB; แมดเซ่น, ล.; คริสเตียนเซ่น, เค.; ปาสตอเร่, จีเอ็ม; บริกซ์ ส.; Júnior, MRM การทำงานร่วมกันระหว่างอาหารและจุลินทรีย์ในลำไส้ในด้านสุขภาพและโรค อาหาร Res. นานาชาติ 2019, 115, 23–31. [CrossRef] 12. สก็อตต์, เคพี; ดันแคน, เซาท์แคโรไลนา; ฟลินท์ ใยอาหาร HJ และจุลินทรีย์ในลำไส้ นูทริ วัว. 2008, 33, 201–211. [ครอสอ้างอิง]

13. โดโนโฮ DR; การ์จ น.; จางเอ็กซ์.; ซัน, ว.; โอคอนเนลล์, TM; บังเกอร์, เอ็มเค; Bultman, SJ ไมโครไบโอมและบิวเทรตควบคุมการเผาผลาญพลังงานและการกินอัตโนมัติในลำไส้ใหญ่ของสัตว์เลี้ยงลูกด้วยนม Metab ของเซลล์ 2011, 13, 517–526. [ครอสอ้างอิง]

14. Gomaa, EZ จุลินทรีย์ในลำไส้/ไมโครไบโอมในสุขภาพและโรค: การทบทวน แอนโทนี ฟาน ลีเวนฮุก 2020, 113, 2019–2040 [ครอสอ้างอิง]

15. เรคิวน่า ต.; มาร์ติเนซ-คูเอสต้า พิธีกร; Peláez, C. อาหารและจุลินทรีย์ที่เชื่อมโยงกับสุขภาพและโรค ฟังก์ชั่นอาหาร 2018, 9, 688–704. [CrossRef] [PubMed]

16. อีริคสัน เอซี; Franklin, CL จุลินทรีย์ในลำไส้ของหนูทดลอง: ข้อควรพิจารณาและแนวทางปฏิบัติที่ดีที่สุดสำหรับการวิจัยเชิงแปล แหม่ม.. จีโนม 2021, 32, 239–250 [CrossRef] [PubMed]

17. เบเรสฟอร์ด-โจนส์ บีเอส; ฟอร์สเตอร์, เซาท์แคโรไลนา; จ้อง, นพ.; นอตลีย์ ก.; วิเชียนี อี.; บราวน์, เอชพี; โบห์มเลอร์ ดีเจ; โซเดอร์โฮล์ม AT; คูมาร์ น.; Vervier, K. แคตตาล็อกแบคทีเรียในทางเดินอาหารของเมาส์ช่วยให้สามารถแปลระหว่างเมาส์และจุลินทรีย์ในลำไส้ของมนุษย์ผ่านการทำแผนที่การทำงาน จุลินทรีย์โฮสต์ของเซลล์ 2022, 30, 124–138.e8 [ครอสอ้างอิง]

18. ฟาวา ฟ.; ริซเซตโต แอล.; Tuohy, K. Gut microbiota และสุขภาพ: การเชื่อมโยงนักแสดงในระบบเมตาบอลิซึม โปรค นูทริ สังคมสงเคราะห์ 2019, 78, 177–188. [ครอสอ้างอิง]

19. เดวิด แอลเอ; มาแตร์นา เอซี; ฟรีดแมน เจ.; กัมโปส-บัพติสตา มิชิแกน; แบล็กเบิร์น พิธีกร; เปอร์รอตต้า, อ.; เอิร์ดแมน, เซาท์อีสต์; Alm วิถีชีวิตของโฮสต์ EJ ส่งผลต่อจุลินทรีย์ของมนุษย์ในช่วงเวลารายวัน จีโนมไบโอล 2014, 15, 89 รูปีอินเดีย [ครอสอ้างอิง]

20. ทานาคา ม.; Nakayama, J. การพัฒนาจุลินทรีย์ในลำไส้ในวัยเด็กและผลกระทบต่อสุขภาพในชีวิตบั้นปลาย อัลเลอร์กอล. นานาชาติ 2017, 66, 515–522. [ครอสอ้างอิง]

21. เดวิด แอลเอ; มอริซ ซีเอฟ; คาร์โมดี, อาร์เอ็น; กูเทนเบิร์ก, ดีบี; บัตตัน เจอี; วูล์ฟ พ.ศ. ; หลิง เอวี; เดฟลิน, AS; วาร์มา ย.; Fischbach, MA Diet เปลี่ยนแปลงไมโครไบโอมในลำไส้ของมนุษย์อย่างรวดเร็วและทำซ้ำได้ ธรรมชาติ 2014, 505, 559–563. [CrossRef] [PubMed]

22. การ์เซีย-มอนเตโร ซี.; ไฟรเล-มาร์ติเนซ, โอ.; โกเมซ-ลาฮอซ (AM; เปกาเร็ก, ล.; คาสเตลลาโนส, เอเจ; Noguerales-Fraguas, F.; โคคา ส.; กุยจาร์โร, แอลจี; การ์เซีย-ฮอนดูวิลลา น.; Asúnsolo, A. ส่วนประกอบทางโภชนาการในอาหารตะวันตกกับอาหารเมดิเตอร์เรเนียนที่การทำงานร่วมกันของจุลินทรีย์ในลำไส้และระบบภูมิคุ้มกัน ผลกระทบต่อสุขภาพและโรค สารอาหาร 2021, 13, 699. [CrossRef] [PubMed]

23. โซเวรินี ม.; แรมเปลลี ส.; ทูโรนี ส.; ชนอร์, SL; เกร์เซีย ส.; คาสติเนตติ, อ.; บิอากิ อี.; บริจิดีพี.; Candela, M. ความแปรผันในโปรไฟล์ metagenome ของลำไส้ของมนุษย์หลังหย่านมอันเป็นผลมาจากการได้มาของ Bifidobacterium ในไมโครไบโอมตะวันตก ด้านหน้า. ไมโครไบโอล 2016, 7, 1058 [CrossRef] [PubMed]

24. แมนเซล อ.; มุลเลอร์, DN; ฮาฟเลอร์, ดาเอ; เอิร์ดแมน, เซาท์อีสต์; ลิงค์เกอร์, RA; Kleinewietfeld, M. บทบาทของ "อาหารตะวันตก" ในโรคภูมิต้านตนเองอักเสบ สกุลเงิน ตัวแทนโรคภูมิแพ้โรคหอบหืด 2014, 14, 404. [CrossRef] [PubMed]

25. ไคลเนเวียตเฟลด์ ม.; แมนเซล, อ.; ทิทเซ่ เจ.; ควาคาน, ฮ.; โยเซฟ น.; ลิงค์เกอร์, RA; มุลเลอร์, DN; Hafler, DA โซเดียมคลอไรด์ขับเคลื่อนโรคภูมิต้านตนเองโดยการเหนี่ยวนำเซลล์ TH17 ที่ทำให้เกิดโรค ธรรมชาติ 2013, 496, 518–522. [CrossRef] [PubMed]

26. ฮาส ส.; วิลค์ น.; ไคลเนเวียตเฟลด์ ม.; มึลเลอร์, DN; Linker, RA โซเดียมคลอไรด์กระตุ้นภูมิคุ้มกันอัตโนมัติที่มีสื่อกลาง Th17 เจ. นิวโรอิมมูนอล. 2019, 329, 9–13. [CrossRef] [PubMed]

27. เฮอร์นันเดซ อลาบามา; คิทซ์, อ.; วูค.; โลว์เธอร์ เดลาแวร์; โรดริเกซ DM; วุทัตตุ น.; เติ้ง ส.; เฮโรลด์ เคซี; คูโคร, VK; Kleinewietfeld, M. โซเดียมคลอไรด์ยับยั้งการทำงานปราบปรามของทีเซลล์ควบคุม FOXP3+ เจ.คลิน. สอบสวน 2015, 125, 4212–4222. [ครอสอ้างอิง]

28. ฮาหมัด ไอ.; คาร์ดิลลี่, อ.; คอร์เต-เรอัล บีเอฟ; ไดชโก, อ.; แวงรอนสเวลด์, เจ.; Kleinewietfeld, M. อาหารที่มีเกลือสูงทำให้เกิดการพร่องของแบคทีเรียที่ผลิตกรดแลคติคในลำไส้ของ Murine สารอาหาร 2022, 14, 1171. [CrossRef]

29. วิลค์ น.; มาตุส, มก.; เคียร์นีย์ เอสเอ็ม; โอเลเซ่น, เซาธ์เวสต์; ฟอร์สลันด์, เค.; บาร์โทโลมาอัส, เอช.; ฮาส ส.; มาห์เลอร์, อ.; บาล็อก, อ.; Markó, L. ลำไส้ที่ตอบสนองต่อเกลือปรับแกน TH 17 และโรค ธรรมชาติ 2017, 551, 585–589. [ครอสอ้างอิง]

30. เว่ยย.; ลูค.; เฉินเจ.; ชุย ก.; วัง, ล.; ยูท.; หยางย.; วูวว.; ติ๊ง ย.; Li, L. อาหารที่มีเกลือสูงช่วยกระตุ้นการตอบสนองของลำไส้ Th17 และทำให้อาการลำไส้ใหญ่บวมที่เกิดจาก TNBS รุนแรงขึ้นในหนู Oncotarget 2017, 8, 70. [CrossRef]

31. เขา เอฟเจ; หลี่ เจ.; MacGregor, GA ผลของการลดเกลือเล็กน้อยในระยะยาวต่อความดันโลหิต ระบบฐานข้อมูล Cochrane ฉบับที่ 2013, 346, f1325 [CrossRef] [PubMed]

32. หู ล.; จู้ ส.; เป็ง เอ็กซ์.; หลี่เค.; เป็ง ว.; จงย.; คัง, ซี.; เฉา เอ็กซ์.; หลิว ซ.; Zhao, B. เกลือสูงกระตุ้นให้เกิดการอักเสบของสมองและความผิดปกติทางการรับรู้ พร้อมด้วยการเปลี่ยนแปลงของจุลินทรีย์ในลำไส้และลดการผลิต SCFA โรคเจ. อัลไซเมอร์ 2020, 77, 629–640. [ครอสอ้างอิง]

33. ทับบ์ส อลาบามา; หลิว บ.; โรเจอร์ส TD; ซาร์ตอร์ RB; Miao, EA เกลือในอาหารทำให้อาการลำไส้ใหญ่บวมจากการทดลองรุนแรงขึ้น เจ. อิมมูนอล. 2017, 199, 1051–1059. [ครอสอ้างอิง]

34. มุลเลอร์, ดีเอ็น; วิลค์ น.; ฮาส ส.; ไคลเนเวียตเฟลด์ ม.; Linker, RA Sodium ในสภาพแวดล้อมระดับจุลภาคควบคุมการตอบสนองของระบบภูมิคุ้มกันและสภาวะสมดุลของเนื้อเยื่อ แนท. สาธุคุณอิมมูนอล. 2019, 19, 243–254. [CrossRef] [PubMed]

35. เสี้ยน AH; ภัตตาชาจี, อ.; Hand, TW การปรับทางโภชนาการของไมโครไบโอมและการตอบสนองของระบบภูมิคุ้มกัน เจ. อิมมูนอล. 2020, 205, 1479–1487. [CrossRef] [PubMed]

36. โรกา-ซาเวดรา ป.; เมนเดส-วิลาบริล, V.; มิแรนดา เจเอ็ม; เนบอท, ค.; คาร์เดล-โคบาส, อ.; ฟรังโก ซม.; Cepeda, A. วัตถุเจือปนอาหาร สารปนเปื้อน และส่วนประกอบรองอื่นๆ: ผลต่อจุลินทรีย์ในลำไส้ของมนุษย์—การทบทวน เจ. ฟิสิออล. ไบโอเคม 2018, 74, 69–83. [ครอสอ้างอิง]

37. กอร์เต้-เรอัล BF; ฮามาด ฉัน.; ฮอร์เนโร, RA; ไกส์เบอร์เกอร์ ส.; โรเอลส์ เจ.; ฟาน ซีโบรค, ล.; ไดชโก, อ.; ฟาน กิสเบอร์เกน, เมกะวัตต์; เคอร์เนียวัน, H.; Wagner, A. โซเดียมรบกวนการหายใจของไมโตคอนเดรียและทำให้เกิด Tregs ที่ผิดปกติ Metab ของเซลล์ 2023, 35, 299–315.e298. [CrossRef] [PubMed]

38. ซากาโต อี.; พอซซี่, ค.; แบร์ทอคชี, อ.; ชิโอปปา ต.; ซัคเชรี ฟ.; กูเลียตตา ส.; ฟอสโซ บ.; เมล็อกกี, ล.; นิซโซลี ก.; Troisi, J. สมาชิก microbiota ของ murine ภายใน Faecalibaculum rodentium และ homolog ของมนุษย์ช่วยปกป้องจากการเจริญเติบโตของเนื้องอกในลำไส้ แนท. ไมโครไบโอล 2020, 5, 511–524. [CrossRef] [PubMed]

39. เหมา ก.; หลี่ ส.; ออร์ฟิลา ค.; เชน เอ็กซ์.; โจว ส.; ลินฮาร์ด, อาร์เจ; ใช่ X.; Chen, S. เพคตินเสริมสมรรถนะ RG-I ที่สลายโพลีเมอร์ไรซ์จากเยื่อหุ้มส่วนของส้มช่วยปรับจุลินทรีย์ในลำไส้ เพิ่มการผลิต SCFA และส่งเสริมการเจริญเติบโตของ Bifidobacterium spp., Lactobacillus spp. และ Faecalibaculum spp. ฟังก์ชั่นอาหาร 2019, 10, 7828–7843. [ครอสอ้างอิง]

40. มิแรนดา นายกรัฐมนตรี; เดอ ปาลมา ก.; เซอร์คิส วี.; ลูเจ.; หลุยส์-ออกัส ส.ส.; แม็กคาร์วิลล์ เจแอล; แวร์ดู, EF; คอลลินส์ เอสเอ็ม; Bercik, P. อาหารที่มีเกลือสูงทำให้อาการลำไส้ใหญ่บวมในหนูรุนแรงขึ้นโดยการลดระดับแลคโตบาซิลลัสและการผลิตบิวเทรต ไมโครไบโอม 2018, 6, 57. [CrossRef]

41. เฉิน ล.; เขา เอฟเจ; ดงย.; หวงย.; วังค.; ฮาร์ชฟิลด์ จอร์เจีย; Zhu, H. การลดโซเดียมเล็กน้อยจะเพิ่มการไหลเวียนของกรดไขมันสายสั้นในความดันโลหิตสูงที่ไม่ได้รับการรักษา: การทดลองแบบสุ่ม, ปกปิดสองด้าน, ควบคุมด้วยยาหลอก ความดันโลหิตสูง 2020, 76, 73–79 [CrossRef] [PubMed]

42. ลูโควัค ส.; เบลเซอร์, ค.; เปลลิส, ล.; ไคเซอร์ บีเจ; เดอโวส ดับเบิลยูเอ็ม; มอนติน RC; Roeselers, G. การปรับแบบดิฟเฟอเรนเชียลโดย Akkermansia muciniphila และ Faecalibacterium prausnitzii ของการเผาผลาญไขมันส่วนปลายของโฮสต์และอะซิติเลชั่นฮิสโตนในออร์การอยด์ในลำไส้ของหนู MBio 2014, 5, อี01438-14 [CrossRef] [PubMed]

43. ดาว พิธีกร; เอเวอราร์ด, อ.; อารอน-วิสนิวสกี เจ.; โซโคลอฟสกา น.; ปริฟตี อี.; เวอร์เกอร์, อีโอ; ไกเซอร์, BD; เลเวเนซเอฟ.; ชิลูซ์ เจ.; Hoyles, L. Akkermansia muciniphila และสุขภาพการเผาผลาญที่ดีขึ้นในระหว่างการแทรกแซงการบริโภคอาหารในโรคอ้วน: ความสัมพันธ์กับความอุดมสมบูรณ์ของจุลินทรีย์ในลำไส้และนิเวศวิทยา กัต 2016, 65, 426–436. [CrossRef] [PubMed]

44. เลเวลลิน เอสอาร์; บริทตัน จีเจ; คอนติยอช, อีเจ; เวนนาโร โอไฮโอ; มอร์ธา, อ.; โคลอมเบล, เจ.-ฟ.; กรินสแปน, อ.; คลีเมนเต เจซี; เมราด ม.; Faith, JJ ปฏิสัมพันธ์ระหว่างอาหารและจุลินทรีย์ในลำไส้เปลี่ยนแปลงการซึมผ่านของลำไส้และความรุนแรงของลำไส้ใหญ่ในหนู ระบบทางเดินอาหาร 2018, 154, 1037–1046.e1032 [ครอสอ้างอิง]

45. เบอร์เบอร์ เค.; เกอร์เดส, ลุยเซียนา; เซคานาวิซิอุต อี.; เจียเอ็กซ์.; เซียว ล.; เซี่ย ซ.; หลิวค.; โคลทซ์, ล.; สเตาเฟอร์, ยู.; Baranzini, SE Gut microbiota จากผู้ป่วยโรคปลอกประสาทเสื่อมแข็งทำให้เกิดโรคสมองอักเสบจากภูมิต้านทานตนเองได้เองในหนู โปรค Natl. อคาด. วิทยาศาสตร์ สหรัฐอเมริกา 2017, 114, 10719–10724 [ครอสอ้างอิง]

46. ​​ซานเชซ, เจเอ็มเอส; เดพอลล่า-ซิลวา, AB; ลิบบีย์ เจนัว; Fujinami, RS บทบาทของอาหารในการควบคุมจุลินทรีย์ในลำไส้และโรคปลอกประสาทเสื่อมแข็ง คลินิก. อิมมูนอล. 2022, 235, 108379. [CrossRef]

47. หมาก ไอดับบลิว; เอวานิว น.; Ghert, M. หายไปในการแปล: แบบจำลองสัตว์และการทดลองทางคลินิกในการรักษาโรคมะเร็ง เช้า. เจ. แปล. ความละเอียด 2014, 6, 114.

48. เพย์น เคเจ; Crooks ความมุ่งมั่นในการสืบเชื้อสายเซลล์ภูมิคุ้มกันของ GM: การแปลจากหนูสู่มนุษย์ ภูมิคุ้มกัน 2007, 26, 674–677 [ครอสอ้างอิง]

49. เจ ซอก เจ.; วอร์เรน, HS; เควงคา เอจี; มินดรินอส มินนิโซตา; เบเกอร์, เอชวี; ซู ว.; ริชาร์ดส์ DR; แมคโดนัลด์-สมิธ จีพี; เกาฮ.; Hennessy, L. การตอบสนองของจีโนมในแบบจำลองเมาส์เลียนแบบโรคอักเสบของมนุษย์ได้ไม่ดี โปรค Natl. อคาด. วิทยาศาสตร์ สหรัฐอเมริกา 2013, 110, 3507–3512 [CrossRef] [PubMed]

50. เหงียน สทล. วิเอรา-ซิลวา ส.; ลิสตัน, อ.; Raes, J. เมาส์สำหรับการวิจัยจุลินทรีย์ในลำไส้ของมนุษย์มีข้อมูลอย่างไร? โรค แบบอย่าง. เครื่องจักร 2015, 8, 1–16. [ครอสอ้างอิง]

51. รอสชาร์ต SP; วาสซัลโล บีจี; แองเจเล็ตติ ด.; ฮัทชินสัน ดีเอส; มอร์แกน เอพี; ทาเคดะ, เค.; ฮิคแมน เอชดี; แมคคัลลอช, เจเอ; แบดเจอร์, JH; Ajami, NJ จุลินทรีย์ในลำไส้ของ Wild mouse ส่งเสริมสมรรถภาพของโฮสต์และปรับปรุงความต้านทานโรค เซลล์ 2017, 171, 1015–1028.e1013 [CrossRef] [PubMed]

52. ซูซูกิ TA; ฟิเฟอร์-ไรซีย์ ม.; แม็ค, กัวลาลัมเปอร์; ชีฮาน, เอ็มเจ; ลิน ด.; บี้, ก.; Nachman, MW Host ปัจจัยกำหนดทางพันธุกรรมของจุลินทรีย์ในลำไส้ของหนูป่า โมล อีคอล. 2019, 28, 3197–3207. [CrossRef] [PubMed]

53. มอริซ ซีเอฟ; ซีแอล โนวส์, ส.; ลาเดา เจ.; พอลลาร์ด, แคนซัส; เฟนตัน, อ.; เพเดอร์เซน, AB; Turnbaugh, PJ ทำเครื่องหมายการเปลี่ยนแปลงตามฤดูกาลในจุลินทรีย์ในลำไส้ของหนูป่า ISME เจ. 2015, 9, 2423–2434. [CrossRef] [PubMed]

54. รอสชาร์ต เอสพี; เฮิร์ซ เจ.; วาสซัลโล บีจี; ฮันเตอร์, อ.; วอลล์, เอ็มเค; แบดเจอร์, JH; แมคคัลลอช, เจเอ; อนาสตาซากิส, DG; ซาร์ชาด เอเอ; Leonardi, I. หนูทดลองที่เกิดจากหนูป่ามีจุลินทรีย์ตามธรรมชาติและจำลองการตอบสนองของระบบภูมิคุ้มกันของมนุษย์ วิทยาศาสตร์ 2562, 365, eaaw4361. [CrossRef] [PubMed]

55. ฮิลด์ บ.; ดรายเออร์, มิสซิสซิปปี; โอ้ เจเอช; แมคคัลลอช, เจเอ; แบดเจอร์, JH; กัว เจ.; ธีเฟน, ซีอี; อูมาโรวา ร.; ฮอลล์, KD; Gavrilova, O. การได้รับไมโครไบโอมจากป่าในทารกแรกเกิดช่วยปกป้องหนูจากโรคอ้วนที่เกิดจากอาหาร แนท. เมตาบ. 2021, 3, 1042–1057. [CrossRef] [PubMed]

56. คาโปราโซ เจจี; ลอเบอร์, ซีแอล; วอลเทอร์ส วอชิงตัน; เบิร์ก-ลีออนส์ ด.; โลซูโปน แคลิฟอร์เนีย; เทิร์นโบห์, PJ; ฟิเอเรอร์ น.; Knight, R. รูปแบบทั่วโลกของความหลากหลาย 16S rRNA ที่ความลึกหลายล้านลำดับต่อตัวอย่าง โปรค Natl. อคาด. วิทยาศาสตร์ สหรัฐอเมริกา 2011, 108, 4516–4522 [CrossRef] [PubMed]

57. โบลีน อี.; ไรด์เอ้าท์ เจอาร์; ดิลลอน นาย; โบคูลิช, นา; แอบเน็ต ซีซี; อัล-ฆะลิธ จอร์เจีย; อเล็กซานเดอร์ เอช.; อาล์ม อีเจ; ม.; Asnicar, F. วิทยาศาสตร์ข้อมูลไมโครไบโอมที่ทำซ้ำได้ โต้ตอบ ปรับขนาดได้ และขยายได้โดยใช้ QIIME 2. Nat เทคโนโลยีชีวภาพ 2019, 37, 852–857. [ครอสอ้างอิง]

58. สิทธิชัย บีเจ; แมคเมอร์ดี, พีเจ; โรเซน, เอ็มเจ; ฮัน, AW; จอห์นสัน, เอเจเอ; โฮล์มส์, SP DADA2: การอนุมานตัวอย่างความละเอียดสูงจากข้อมูลแอมพลิคอนของอิลลูมินา แนท. วิธีการ 2016, 13, 581–583 [ครอสอ้างอิง]

59. โลซูโปน ค.; ลาแลดเซอร์, เมน; อัศวิน ด.; สตอมบาจ เจ.; Knight, R. UniFrac: การวัดระยะทางที่มีประสิทธิภาพสำหรับการเปรียบเทียบชุมชนจุลินทรีย์ ไอเอสเอ็ม เจ. 2011, 5, 169–172. [ครอสอ้างอิง]

60. อ็อกซานเนน เจ.; ซิมป์สัน ก.; แบลนเช็ต ฟ.; คินต์ ร.; เลเจนเดร ป.; มินชิน ป.; โอฮาร่า ร.; โซลีมอส ป.; สตีเวนส์ ม.; โซเอคส์ อี.; และคณะ วีแกน: แพ็คเกจนิเวศวิทยาชุมชน เวอร์ชัน 2.6-4 11 ตุลาคม 2022 พร้อมใช้งานออนไลน์: https://CRAN.R-project.org/package= มังสวิรัติ (เข้าถึงเมื่อ 26 พฤศจิกายน 2022)

61. เซกาตะ น.; อิซาร์ด เจ.; วัลดรอน, ล.; เกเวอร์ส ดี.; มิโรโพลสกี้, ล.; การ์เร็ตต์ เวสต์เวอร์จิเนีย; Huttenhower, C. การค้นพบและคำอธิบายของตัวบ่งชี้ทางชีวภาพ Metagenomic จีโนมไบโอล 2011, 12, R60. [ครอสอ้างอิง]

62. ดักลาส จีเอ็ม; มาฟฟี วีเจ; ซาเนเวลด์ เจอาร์; เยอร์เกล, SN; บราวน์ เจอาร์; เทย์เลอร์, ซม.; ฮัตเทนฮาวร์ ค.; Langille, MG PICRUSt2 สำหรับการทำนายฟังก์ชันเมตาจีโนม แนท. เทคโนโลยีชีวภาพ 2020, 38, 685–688. [ครอสอ้างอิง]

63. นีล บ.; วู, ย.; เฟิง เอ็กซ์.; จางร.; จาง ย.; ชิเจ.; จางเจ.; เทียน ม.; หวาง ล.; Li, Z. ผลของการทดแทนเกลือต่อเหตุการณ์หัวใจและหลอดเลือดและการเสียชีวิต น. ภาษาอังกฤษ เจ.เมด. 2021, 385, 1067–1077. [ครอสอ้างอิง]

64. อาร์โรโย ฮอร์เนโร ร.; ฮามาด ฉัน.; กอร์เต้-เรอัล บี.; Kleinewietfeld, M. ผลกระทบของส่วนประกอบอาหารต่อเซลล์ T และโรคตามกฎระเบียบ ด้านหน้า. อิมมูนอล. 2020, 11, 253. [CrossRef] [PubMed]

65. วู จีดี; เฉินเจ.; ฮอฟฟ์แมนน์ ซี.; บิททิงเกอร์, เค.; เฉิน ใช่; คีลบาห์ เซาท์แคโรไลนา; บิวตรา ม.; อัศวิน ด.; วอลเทอร์ส วอชิงตัน; อัศวินร.; และคณะ การเชื่อมโยงรูปแบบการบริโภคอาหารในระยะยาวกับจุลินทรีย์ในลำไส้ วิทยาศาสตร์ 2011, 334, 105–108 [CrossRef] [PubMed]

66. จู ต.; กง เจวาย; สตอธาร์ด พี.; Willing, BP การกำหนดบทบาทของ Parasutterella ซึ่งเป็นสมาชิกที่ไม่เคยมีมาก่อนของ microbiota ในลำไส้หลัก ไอเอสเอ็มอี เจ. 2019, 13, 1520–1534. [CrossRef] [PubMed]