2025 Nova Stilo Malalta Prezo CAS79-09-4 Senkolora Travidebla Likvaĵo Ĉinia Ĉefa Eksportanto Propiona Acido Konservaĵo

Propiona acido (PPA), kontraŭfunga agento kaj ofta dieta aldonaĵo, montriĝis kaŭzi nenormalan neŭrodisvolviĝon en musoj akompanatan de gastrointesta misfunkcio, kiu povas esti kaŭzita de intesta disbiozo. Ligo inter dieta PPA-eksponiĝo kaj intesta mikrobiota disbiozo estis sugestita, sed ne estis rekte esplorita. Ĉi tie, ni esploris PPA-rilatajn ŝanĝojn en la konsisto de intesta mikrobioto, kiuj povas konduki al disbiozo. Intestaj mikrobiomoj de musoj nutritaj per netraktita dieto (n=9) kaj PPA-riĉigita dieto (n=13) estis sekvencitaj uzante longperspektivan metagenoman sekvencadon por taksi diferencojn en mikroba konsisto kaj bakteriaj metabolaj vojoj. Dieta PPA estis asociita kun pliiĝo en la abundo de signifaj taksonoj, inkluzive de pluraj Bacteroides, Prevotella, kaj Ruminococcus specioj, membroj de kiuj antaŭe estis implikitaj en PPA-produktado. La mikrobiomoj de PPA-eksponitaj musoj ankaŭ havis pli da vojoj rilataj al lipidmetabolo kaj steroida hormona biosintezo. Niaj rezultoj indikas, ke PPA povas ŝanĝi la intestan mikrobioton kaj ĝiajn asociitajn metabolajn vojojn. Ĉi tiuj observitaj ŝanĝoj elstarigas, ke konserviloj klasifikitaj kiel sekuraj por konsumo povas influi la konsiston de la intesta mikrobioto kaj, siavice, homan sanon.
La homa mikrobiomo ofte estas nomata "la lasta organo de la korpo" kaj ludas gravan rolon en homa sano (Baquero kaj Nombela, 2012). Aparte, la intesta mikrobiomo estas agnoskita pro sia sistem-kovranta influo kaj rolo en multaj esencaj funkcioj. Komensalaj bakterioj abundas en la intesto, okupante multajn ekologiajn niĉojn, utiligante nutraĵojn kaj konkurante kun eblaj patogenoj (Jandhyala et al., 2015). Diversaj bakteriaj komponantoj de la intesta mikrobiomo kapablas produkti esencajn nutraĵojn kiel vitaminojn kaj antaŭenigi digestadon (Rowland et al., 2018). Bakteriaj metabolitoj ankaŭ montriĝis influi histan disvolviĝon kaj plibonigi metabolajn kaj imunajn vojojn (Heijtz et al., 2011; Yu et al., 2022). La konsisto de la homa intesta mikrobiomo estas ekstreme diversa kaj dependas de genetikaj kaj mediaj faktoroj kiel dieto, sekso, medikamentoj kaj sanstato (Kumbhare et al., 2019).
Patrina dieto estas kritika komponanto de feta kaj novnaskita disvolviĝo kaj supozebla fonto de komponaĵoj, kiuj povus influi disvolviĝon (Bazer et al., 2004; Innis, 2014). Unu tia interesa komponaĵo estas propionata acido (PPA), mallongĉena grasacida kromprodukto akirita de bakteria fermentado kaj manĝaldonaĵo (den Besten et al., 2013). PPA havas antibakteriajn kaj kontraŭfungajn ecojn kaj tial estas uzata kiel manĝkonservilo kaj en industriaj aplikoj por inhibicii ŝiman kaj bakterian kreskon (Wemmenhove et al., 2016). PPA havas malsamajn efikojn en malsamaj histoj. En la hepato, PPA havas kontraŭinflamatoriajn efikojn per influado de citokina esprimo en makrofagoj (Kawasoe et al., 2022). Ĉi tiu reguliga efiko ankaŭ estis observita en aliaj imunĉeloj, kondukante al malsuprenregulado de inflamo (Haase et al., 2021). Tamen, la kontraŭa efiko estis observita en la cerbo. Antaŭaj studoj montris, ke eksponiĝo al PPA induktas aŭtism-similan konduton en musoj (El-Ansary et al., 2012). Aliaj studoj montris, ke PPA povas indukti gliozon kaj aktivigi proinflamatoriajn vojojn en la cerbo (Abdelli et al., 2019). Ĉar PPA estas malforta acido, ĝi povas difuzi tra la intesta epitelio en la sangocirkuladon kaj tiel transiri restriktajn barojn, inkluzive de la sango-cerba bariero kaj ankaŭ la placento (Stinson et al., 2019), elstarigante la gravecon de PPA kiel reguliga metabolito produktita de bakterioj. Kvankam la ebla rolo de PPA kiel riskfaktoro por aŭtismo estas nuntempe esplorata, ĝiaj efikoj sur individuoj kun aŭtismo povas etendiĝi preter induktado de neŭra diferenciĝo.
Gastrointestinaj simptomoj kiel diareo kaj mallakso estas oftaj ĉe pacientoj kun neŭrodisvolviĝaj malsanoj (Cao et al., 2021). Antaŭaj studoj montris, ke la mikrobiomo de pacientoj kun aŭtismaj spektromalsanoj (ASM) diferencas de tiu de sanaj individuoj, sugestante la ĉeeston de disbiozo en la intesta mikrobiomo (Finegold et al., 2010). Simile, la mikrobiomaj karakterizaĵoj de pacientoj kun inflamaj intestaj malsanoj, obezeco, Alzheimer-malsano, ktp. ankaŭ diferencas de tiuj de sanaj individuoj (Turnbaugh et al., 2009; Vogt et al., 2017; Henke et al., 2019). Tamen, ĝis nun, neniu kaŭza rilato estis establita inter la intesta mikrobiomo kaj neŭrologiaj malsanoj aŭ simptomoj (Yap et al., 2021), kvankam oni supozas, ke pluraj bakteriaj specioj ludas rolon en iuj el ĉi tiuj malsanstatoj. Ekzemple, Akkermansia, Bacteroides, Clostridium, Lactobacillus, Desulfovibrio kaj aliaj genroj estas pli abundaj en la mikrobioto de pacientoj kun aŭtismo (Tomova et al., 2015; Golubeva et al., 2017; Cristiano et al., 2018; Zurita et al., 2020). Rimarkinde, oni scias, ke membrospecioj de kelkaj el ĉi tiuj genroj posedas genojn asociitajn kun PPA-produktado (Reichardt et al., 2014; Yun kaj Lee, 2016; Zhang et al., 2019; Baur kaj Dürre, 2023). Konsiderante la antimikrobajn ecojn de PPA, pliigi ĝian abundon povus esti utila por la kresko de PPA-produktantaj bakterioj (Jacobson et al., 2018). Tiel, PFA-riĉa medio povus konduki al ŝanĝoj en la intesta mikrobioto, inkluzive de gastrointestinaj patogenoj, kiuj povus esti eblaj faktoroj kaŭzantaj gastrointestinajn simptomojn.
Centra demando en esplorado pri mikrobiomo estas ĉu diferencoj en mikroba konsisto estas kaŭzo aŭ simptomo de subestaj malsanoj. La unua paŝo al pliklarigo de la kompleksa rilato inter dieto, la intesta mikrobiomo kaj neŭrologiaj malsanoj estas taksi la efikojn de dieto sur mikroba konsisto. Por ĉi tiu celo, ni uzis longlegadan metagenoman sekvencadon por kompari la intestajn mikrobiomojn de idoj de musoj nutritaj per PPA-riĉa aŭ PPA-malriĉa dieto. La idoj estis nutritaj per la sama dieto kiel iliaj patrinoj. Ni hipotezis, ke PPA-riĉa dieto rezultigus ŝanĝojn en intesta mikroba konsisto kaj mikrobaj funkciaj vojoj, precipe tiuj rilataj al PPA-metabolo kaj/aŭ PPA-produktado.
Ĉi tiu studo uzis transgenajn musojn FVB/N-Tg(GFAP-GFP)14Mes/J (Jackson Laboratories), kiuj troesprimas verdan fluoreskan proteinon (GFP) sub la kontrolo de la glio-specifa GFAP-reklamanto, sekvante la gvidliniojn de la Institucia Komitato pri Bestoprizorgo kaj Uzo de la Universitato de Centra Florido (UCF-IACUC) (Permesila Numero por Besto-Uzo: PROTO202000002). Post demamigo, la musoj estis loĝigitaj individue en kaĝoj kun 1-5 musoj de ĉiu sekso en kaĝo. La musoj estis manĝigitaj laŭvole per aŭ purigita kontroldieto (modifita malferma norma dieto, 16 kcal% graso) aŭ per dieto kompletigita per natria propionato (modifita malferma norma dieto, 16 kcal% graso, enhavanta 5 000 ppm da natria propionato). La kvanto de uzata natria propionato estis ekvivalenta al 5 000 mg da PFA/kg da totala manĝaĵpezo. Ĉi tio estas la plej alta koncentriĝo de PPA aprobita por uzo kiel manĝaĵkonservilo. Por prepari por ĉi tiu studo, gepatraj musoj estis manĝigitaj per ambaŭ dietoj dum 4 semajnoj antaŭ pariĝo kaj daŭrigite dum la tuta gravedeco de la patrino. Idaj musoj [22 musoj, 9 kontroloj (6 maskloj, 3 inoj) kaj 13 PPA (4 maskloj, 9 inoj)] estis demamigitaj kaj poste daŭrigis la saman dieton kiel la patrinoj dum 5 monatoj. Idaj musoj estis oferitaj je 5 monatoj kaj iliaj intestaj fekaĵoj estis kolektitaj kaj komence konservitaj en 1,5 ml mikrocentrifugilaj tuboj je -20 °C kaj poste translokigitaj al -80 °C frostujo ĝis la gastiga DNA estis malplenigita kaj mikrobaj nukleaj acidoj estis ekstraktitaj.
Gastiga DNA estis forigita laŭ modifita protokolo (Charalampous et al., 2019). Mallonge, la feka enhavo estis transdonita al 500 µl da InhibitEX (Qiagen, Kat. n-ro/ID: 19593) kaj konservita frostigita. Prilaboru maksimume 1-2 fekajn buletojn por ĉiu ekstraktado. La feka enhavo estis poste meĥanike homogenigita uzante plastan pistilon ene de la tubo por formi suspensiaĵon. Centrifugigu la specimenojn je 10,000 RCF dum 5 minutoj aŭ ĝis la specimenoj peletiĝis, poste aspiru la supernatant kaj resuspendigu la buleton en 250 µl da 1× PBS. Aldonu 250 µl da 4.4% saponina solvaĵo (TCI, produkta numero S0019) al la specimeno kiel lesivo por malfiksi eŭkariotajn ĉelmembranojn. La specimenoj estis milde miksitaj ĝis glataj kaj inkubaciitaj je ĉambra temperaturo dum 10 minutoj. Poste, por interrompi eŭkariotajn ĉelojn, 350 μl da nukleaz-libera akvo estis aldonita al la specimeno, inkubaciita dum 30 sekundoj, kaj poste 12 μl da 5 M NaCl estis aldonita. La specimenoj estis centrifugitaj je 6000 RCF dum 5 minutoj. Aspiru la supernatant kaj resuspendigu la precipitaĵon en 100 μl da 1X PBS. Por forigi la gastigan DNA-on, aldonu 100 μl da HL-SAN-bufro (12,8568 g da NaCl, 4 ml da 1M MgCl2, 36 ml da nukleaz-libera akvo) kaj 10 μl da HL-SAN-enzimo (ArticZymes P/N 70910-202). Specimenoj estis plene miksitaj per pipetado kaj inkubaciitaj je 37 °C dum 30 minutoj je 800 rpm sur Eppendorf™ ThermoMixer C. Post inkubacio, centrifugitaj je 6000 RCF dum 3 minutoj kaj lavitaj dufoje per 800 µl kaj 1000 µl da 1X PBS. Fine, resuspendi la precipitaĵon en 100 µl da 1X PBS.
Totala bakteria DNA estis izolita uzante la New England Biolabs Monarch Genomic DNA Purification Kit (New England Biolabs, Ipswich, MA, Kat. n-ro T3010L). La norma funkciiga proceduro provizita kun la ilaro estas iomete modifita. Inkubu kaj konservu nukleaz-liberan akvon je 60 °C antaŭ operacio por fina eluado. Aldonu 10 µl da Proteinazo K kaj 3 µl da RNazo A al ĉiu specimeno. Poste aldonu 100 µl da Ĉelliza Bufro kaj milde miksu. La specimenoj estis poste kovitaj en Eppendorf™ ThermoMixer C je 56 °C kaj 1400 rpm dum almenaŭ 1 horo kaj ĝis 3 horoj. Inkubitaj specimenoj estis centrifugitaj je 12 000 RCF dum 3 minutoj kaj la supernatant de ĉiu specimeno estis transdonita al aparta 1,5 mL mikrocentrifugila tubo enhavanta 400 µL da liganta solvaĵo. La tuboj estis poste pulse kirlite dum 5-10 sekundoj je 1-sekundaj intervaloj. Transdonu la tutan likvan enhavon de ĉiu specimeno (ĉirkaŭ 600–700 µL) al filtrilkartuĉo metita en trafluan kolektotubon. La tuboj estis centrifugitaj je 1.000 RCF dum 3 minutoj por permesi komencan DNA-ligadon kaj poste centrifugitaj je 12.000 RCF dum 1 minuto por forigi restantan likvaĵon. La specimena kolono estis translokigita al nova kolektotubo kaj poste lavita dufoje. Por la unua lavado, aldonu 500 µL da lava bufro al ĉiu tubo. Renversu la tubon 3-5 fojojn kaj poste centrifugigu je 12.000 RCF dum 1 minuto. Forĵetu la likvaĵon el la kolektotubo kaj remetu la filtrilkartuĉon en la saman kolektotubon. Por la dua lavado, aldonu 500 µL da lava bufro al la filtrilo sen renversi. Specimenoj estis centrifugitaj je 12.000 RCF dum 1 minuto. Translokigu la filtrilon al 1,5 mL LoBind®-tubo kaj aldonu 100 µL da antaŭvarmigita nukleazo-libera akvo. La filtriloj estis inkubaciitaj je ĉambra temperaturo dum 1 minuto kaj poste centrifugitaj je 12 000 RCF dum 1 minuto. Eluvita DNA estis konservita je -80 °C.
DNA-koncentriĝo estis kvantigita uzante Qubit™ 4.0 Fluorometron. DNA estis preparita uzante la Qubit™ 1X dsDNA High Sensitivity Kit (Katalognumero Q33231) laŭ la instrukcioj de la fabrikanto. La longodistribuo de DNA-fragmentoj estis mezurita uzante Aglient™ 4150 aŭ 4200 TapeStation. DNA estis preparita uzante Agilent™ Genomic DNA Reagents (Katalognumero 5067-5366) kaj Genomic DNA ScreenTape (Katalognumero 5067-5365). La biblioteka preparado estis plenumita uzante la Oxford Nanopore Technologies™ (ONT) Rapid PCR Barcoding Kit (SQK-RPB004) laŭ la instrukcioj de la fabrikanto. DNA estis sekvencita uzante ONT GridION™ Mk1 sekvencilon kun Min106D fluoĉelo (R 9.4.1). Sekvencaj agordoj estis: alta precizeco bazvokado, minimuma q-valoro de 9, strekkoda agordo, kaj strekkoda tajlado. Specimenoj estis sekvencitaj dum 72 horoj, post kio bazvokdatumoj estis senditaj por plia prilaborado kaj analizo.
Biokomputika prilaborado estis efektivigita uzante antaŭe priskribitajn metodojn (Greenman et al., 2024). La FASTQ-dosieroj akiritaj per sekvencado estis dividitaj en dosierujojn por ĉiu specimeno. Antaŭ biokomputika analizo, la datumoj estis prilaboritaj uzante la jenan procezon: unue, la FASTQ-dosieroj de la specimenoj estis kunfanditaj en unu solan FASTQ-dosieron. Poste, legaĵoj pli mallongaj ol 1000 bp estis filtritaj uzante Filtlong v. 0.2.1, kun la sola ŝanĝita parametro estanta –min_length 1000 (Wick, 2024). Antaŭ plia filtrado, la legkvalito estis kontrolita uzante NanoPlot v. 1.41.3 kun la jenaj parametroj: –fastq –plots dot –N50 -o(De Coster kaj Rademakers, 2023). Legaĵoj estis vicigitaj al la musa referenca genaro GRCm39 (GCF_000001635.27) uzante minimap2 v. 2.24-r1122 por forigi gastiganto-poluitajn legaĵojn kun la jenaj parametroj: -L -ax map-ont(Lee, 2018). La generitaj vicigaj dosieroj estis konvertitaj al BAM-formato uzante samtools view -b (Danecek et al., 2021) en samtools v. 1.16.1. Nevicigitaj legaĵoj estis poste identigitaj uzante samtools view -b -f 4, indikante ke ĉi tiuj legaĵoj ne apartenis al la gastiga genaro. Nevicigitaj legaĵoj estis konvertitaj reen al FASTQ-formato uzante samtools bam2fq kun defaŭltaj parametroj. NanoPlot estis reekzekutita sur la plue filtritaj legaĵoj uzante la agordojn priskribitajn antaŭe. Post filtrado, metagenomaj datumoj estis kunmetitaj uzante metaflye v. 2.8.2-b1689 kun la jenaj parametroj: –nano-raw–meta (Kolmogorov et al., 2020). Lasu la ceterajn parametrojn je iliaj defaŭltaj valoroj. Post la muntado, filtritaj legaĵoj estis mapitaj al la muntado uzante minimap2, kaj la parametro -ax map-ont estis uzata por generi vicigan dosieron en SAM-formato. La muntado unue estis rafinita uzante racon v. 1.4.20 kun la jenaj parametroj: -m 8 -x -6 -g -8 -w 500 -u (Vaser et al., 2017). Post kiam racon estis kompletigita, ĝi estis plue rafinita per medaka v. 1.7.2, uzante medaka_consesus, kun ĉiuj parametroj krom la parametro -m lasitaj je iliaj defaŭltaj valoroj. La parametro -m estas agordita al r941_min_hac_g507 por specifi la fluoĉelan kemion kaj alt-precizecan bazan alvokon uzatan por niaj datumoj (nanoporetech/medaka, 2024). La filtritaj datumoj (ĉi-poste nomataj mikrobaj datumoj) kaj la fina purigita muntado estis uzataj por posta analizo.
Por taksonomia klasifiko, legaĵoj kaj kunmetitaj kontiguoj estis klasifikitaj uzante Kraken2 v. 2.1.2 (Wood et al., 2019). Generu raportojn kaj eligajn dosierojn por legaĵoj kaj kunmetaĵoj, respektive. Uzu la opcion -use-names por analizi legaĵojn kaj kunmetaĵojn. La opcioj -gzip-compressed kaj -paired estas specifitaj por legataj segmentoj. Relativa abundeco de taksonoj en metagenaroj estis taksita uzante Bracken v. 2.8 (Lu et al., 2017). Ni unue kreis kmer-datumbazon enhavantan 1000 bazojn uzante bracken-build kun la jenaj parametroj: -d-k 35 -l 1000 Post konstruado, bracken funkcias surbaze de la raporto generita de kraken2 kaj filtras la datumojn uzante la jenajn opciojn: -d -I -O-p 1000 -l

Inter ili, P, G aŭ S estas elektitaj depende de la analizata klasifiknivelo. Por minimumigi la efikon de falspozitivaj klasifikoj, minimuma relativa abundosojlo de 1e-4 (1/10,000 legaĵoj) estis adoptita. Antaŭ la statistika analizo, la relativaj abundecoj raportitaj de Bracken (fraction_total_reads) estis transformitaj uzante la centritan log-proporcion (CLR) transformon (Aitchison, 1982). La CLR-metodo estis elektita por datentransformo ĉar ĝi estas skal-senvaria kaj sufiĉa por ne-maldensaj datumaroj (Gloor et al., 2017). La CLR-transformo uzas la naturan logaritmon. La kalkuldatumoj raportitaj de Bracken estis normaligitaj uzante la relativan logaritmon (RLE) (Anders kaj Huber, 2010). Figuroj estis generitaj uzante kombinaĵon de matplotlib v. 3.7.1, seaborn v. 3.7.2 kaj sinsekvaj logaritmoj (Gloor et al., 2017). 0.12.2 kaj stantanotations v. 0.5.0 (Hunter, 2007; Waskom, 2021; Charlier et al., 2022). La proporcio Bacillus/Bacteroidetes estis kalkulita por ĉiu specimeno uzante normaligitajn bakteriajn kalkulojn. La valoroj raportitaj en la tabeloj estas rondigitaj al 4 decimalaj lokoj. La diverseca indekso de Simpson estis kalkulita uzante la skripton alpha_diversity.py provizita en la pakaĵo KrakenTools v. 1.2 (Lu et al., 2022). La raporto de Bracken estas provizita en la skripto kaj la indekso de Simpson "Si" estas provizita por la parametro -an. Signifaj diferencoj en abundeco estis difinitaj kiel mezaj CLR-diferencoj ≥ 1 aŭ ≤ -1. Meza CLR-diferenco de ±1 indikas 2,7-oblan pliiĝon en la abundeco de specimena tipo. La signo (+/-) indikas ĉu la taksono estas pli abunda en la PPA-specimeno kaj la kontrola specimeno, respektive. Signifo estis determinita per la Mann-Whitney U-testo (Virtanen et al., 2020). Statsmodels v. 0.14 (Benjamini kaj Hochberg, 1995; Seabold kaj Perktold, 2010) estis uzata, kaj la Benjamini-Hochberg-proceduro estis aplikita por korekti por plurtestado. Adaptita p-valoro ≤ 0.05 estis uzata kiel la sojlo por determini statistikan signifon.
Gena prinotado kaj relativa abundeca takso estis faritaj uzante modifitan version de la protokolo priskribita de Maranga et al. (Maranga et al., 2023). Unue, kontiguoj pli mallongaj ol 500 bp estis forigitaj de ĉiuj asembleoj uzante SeqKit v. 2.5.1 (Shen et al., 2016). La elektitaj asembleoj estis poste kombinitaj en tut-metagenomon. Malfermaj legkadroj (ORF-oj) estis identigitaj uzante Prodigal v. 1.0.1 (paralela versio de Prodigal v. 2.6.3) kun la jenaj parametroj: -d-f gff-i -O-T 24 -p meta -C 10000 (Hyett et al., 2012; Jaenicke, 2024). La rezultantaj nukleotidaj dosieroj estis poste filtritaj per Python por forigi ĉiujn nekompletajn genojn. CD-HIT v. 4.8.1 estis poste uzata por grupigi la genojn kun la jenaj parametroj: cd-hit-est -i -O-c 0,95 -s 0,85 -aS 0,9 -n 10 -d 256 -M 350000 -T 24 -l 100 -g 1 (Fu et al., 2012). La generita ne-redunda genkatalogo estis uzata por taksi genan abundon kaj prinotadon. Relativa gena abundo estis taksita uzante KMA v. 1.4.9 (Clausen et al., 2018). Unue, kreu indeksan dosieron uzante KMA-indekson kun la jenaj parametroj: -i -OPoste, uzante la indekson generitan kune kun la mikrobaj legaĵoj por ĉiu specimeno kiel priskribite en la sekcio Bioinformatika Dukto, KMA estis funkciigita kun la jenaj parametroj: -i -O-t_db-bcNano -bc 0.7 -ef -t 24. Poste, la nombro de genoj estis normaligita per CLR, kaj la klaso de analizo de ĉefaj komponantoj (PCA) de Sci-kit learn estis uzata (Pedregosa et al., 2011). La antaŭdirita gena prinotado estis farita sur la ne-redunda genkatalogo uzante la skripton emapper.py de eggNOG v. 2.1.12 kaj la datumbazon eggNOG versio 5.0.2 kun la jenaj parametroj: –itype CDS –cpu 24 -i– Datumkatalogo–go_evident Ne-elektronika – eligo– Elira dosierujo–celo_ortologoj ĉiuj –semo_ortologo_valoro 0.001 –semo_ortologo_poentaro 60 –demando_kovrilo 20 –temo_kovrilo 0 –traduki –superregi –provizora_dosierujo(Cantalapiedra et al., 2021). La KMA-rezultoj estis ekzamenitaj por selekti genojn kun sufiĉa ŝablonkovro kaj ŝablonidenteco (≥ 90%) kaj abundeco (profundo ≥ 3). La KMA-profundaj rezultoj estis transformitaj uzante CLR kiel priskribite supre. La KMA-rezultoj estis poste komparitaj kun la kontig-identigiloj el la funkciaj komentoj kaj klasifikrezultoj uzante la kontigfonton por ĉiu geno. Kiel ĉe taksonoj, signifaj diferencoj en gena abundeco estis difinitaj kiel genoj kun meza CLR-diferenco ≥ 1 aŭ ≤ -1, kun signo (+/-) indikanta, ke la geno estis pli abunda en la PPA- aŭ kontrolprovaĵoj, respektive.
Genoj unue estis grupigitaj laŭ la ortologaj (KO) identigiloj de la Kiota Enciklopedio de Genoj kaj Genaroj (KEGG) asignitaj de egNOG por kompari la abundecojn de genaj vojoj. Genoj sen knokaŭtoj aŭ genoj kun pluraj knokaŭtoj estis forigitaj antaŭ analizo. La averaĝa abundeco de ĉiu KO por specimeno estis poste kalkulita kaj statistika analizo estis farita. PPA-metabolaj genoj estis difinitaj kiel ajna geno, al kiu estis asignita vico ko00640 en la kolumno KEGG_Pathway, indikante rolon en propionata metabolo laŭ KEGG. Genoj identigitaj kiel asociitaj kun PPA-produktado estas listigitaj en Aldona Tabelo 1 (Reichardt et al., 2014; Yang et al., 2017). Permutaĵaj testoj estis faritaj por identigi PPA-metabolajn kaj produktadajn genojn, kiuj estis signife pli abundaj en ĉiu specimena tipo. Mil permutaĵoj estis faritaj por ĉiu analizita geno. P-valoro de 0.05 estis uzata kiel limo por determini statistikan signifon. Funkciaj komentoj estis asignitaj al individuaj genoj ene de areto surbaze de la komentoj de reprezentaj genoj ene de la areto. Taksonoj asociitaj kun PPA-metabolo kaj/aŭ PPA-produktado povus esti identigitaj per kongruigo de kontigaj identigiloj en la Kraken2-eligodosieroj kun la samaj kontigaj identigiloj konservitaj dum funkcia prinotado uzante egNOG. Signifo-testado estis farita uzante la Mann-Whitney U-teston priskribitan antaŭe. Korekto por plurtestado estis farita uzante la proceduron de Benjamini-Hochberg. p-valoro de ≤ 0.05 estis uzata kiel limo por determini statistikan signifon.
La diverseco de la intesta mikrobiomo de musoj estis taksita uzante la diversecan indekson de Simpson. Neniuj signifaj diferencoj estis observitaj inter la kontrolaj kaj PPA-provaĵoj rilate al genro- kaj specio-diverseco (p-valoro por genro: 0.18, p-valoro por specio: 0.16) (Figuro 1). La mikroba konsisto estis poste komparita uzante analizon de ĉefaj komponantoj (PCA). Figuro 2 montras la grupigon de provaĵoj laŭ iliaj filumoj, indikante ke ekzistis diferencoj en la specio-konsisto de la mikrobiomoj inter la PPA- kaj kontrolaj provaĵoj. Ĉi tiu grupigo estis malpli okulfrapa je la genra nivelo, sugestante ke PPA influas certajn bakteriojn (Aldona Figuro 1).
Figuro 1. Alfa-diverseco de genroj kaj speciokonsisto de la musa intesta mikrobiomo. Skatoldiagramoj montrantaj la Simpson-diversecajn indeksojn de genroj (A) kaj specioj (B) en PPA kaj kontrolprovaĵoj. Signifo estis determinita uzante la Mann-Whitney U-teston, kaj plurfoja korekto estis farita uzante la Benjamini-Hochberg-proceduron. ns, p-valoro ne estis signifa (p>0.05).
Figuro 2. Rezultoj de analizo de ĉefaj komponantoj pri la konsisto de la mikrobiomo de la musa intesto je la specionivelo. La grafikaĵo de la analizo de ĉefaj komponantoj montras la distribuon de specimenoj trans iliaj unuaj du ĉefaj komponantoj. Koloroj indikas la specimenan tipon: PPA-eksponitaj musoj estas violaj kaj kontrolmusoj estas flavaj. Ĉefaj komponantoj 1 kaj 2 estas grafikaĵitaj sur la x-akso kaj y-akso, respektive, kaj estas esprimitaj kiel ilia klarigita variancoproporcio.
Uzante RLE-transformitajn kalkuldatumojn, signifa malpliiĝo en la mediana rilatumo Bacteroidetes/Bacilli estis observita en kontrolmusoj kaj PPA-musoj (kontrolo: 9,66, PPA: 3,02; p-valoro = 0,0011). Ĉi tiu diferenco ŝuldiĝis al pli alta abundeco de Bacteroidetes en PPA-musoj kompare kun kontroloj, kvankam la diferenco ne estis signifa (kontrola meznombro CLR: 5,51, PPA meznombro CLR: 6,62; p-valoro = 0,054), dum la abundeco de Bacteroidetes estis simila (kontrola meznombro CLR: 7,76, PPA meznombro CLR: 7,60; p-valoro = 0,18).
Analizo de la abundo de taksonomiaj membroj de la intesta mikrobiomo rivelis, ke 1 filumo kaj 77 specioj signife diferencis inter PPA- kaj kontrolprovaĵoj (Aldona Tabelo 2). La abundo de 59 specioj en PPA-provaĵoj estis signife pli alta ol tiu en kontrolprovaĵoj, dum la abundo de nur 16 specioj en kontrolprovaĵoj estis pli alta ol tiu en PPA-provaĵoj (Figuro 3).
Figuro 3. Diferenca abundeco de taksonoj en la intesta mikrobiomo de PPA kaj kontrolmusoj. Vulkano-diagramoj montras diferencojn en la abundeco de genroj (A) aŭ specioj (B) inter PPA kaj kontrolmusoj. Grizaj punktoj indikas neniun signifan diferencon en la abundeco de taksonoj. Koloraj punktoj indikas signifajn diferencojn en abundeco (p-valoro ≤ 0.05). La supraj 20 taksonoj kun la plej grandaj diferencoj en abundeco inter specimenaj tipoj estas montritaj en ruĝa kaj helblua (kontrolaj kaj PPA-specimenoj), respektive. Flavaj kaj violaj punktoj estis almenaŭ 2.7 fojojn pli abundaj en kontrol- aŭ PPA-specimenoj ol en kontroloj. Nigraj punktoj reprezentas taksonojn kun signife malsamaj abundecoj, kun averaĝaj CLR-diferencoj inter -1 kaj 1. P-valoroj estis kalkulitaj uzante la Mann-Whitney U-teston kaj korektitaj por plurtestado uzante la Benjamini-Hochberg-proceduron. Grasaj averaĝaj CLR-diferencoj indikas signifajn diferencojn en abundeco.
Post analizo de la intesta mikroba konsisto, ni faris funkcian prinotadon de la mikrobiomo. Post filtrado de malaltkvalitaj genoj, entute 378 355 unikaj genoj estis identigitaj tra ĉiuj specimenoj. La transformita abundeco de ĉi tiuj genoj estis uzita por ĉefkomponanta analizo (PCA), kaj la rezultoj montris altan gradon de grupigo de specimenaj tipoj bazitaj sur iliaj funkciaj profiloj (Figuro 4).
Figuro 4. Rezultoj de PCA uzante la funkcian profilon de la intesta mikrobiomo de musoj. La PCA-diagramo montras la distribuon de specimenoj trans iliaj unuaj du ĉefaj komponantoj. Koloroj indikas specimenan tipon: PPA-eksponitaj musoj estas violaj kaj kontrolmusoj estas flavaj. Ĉefaj komponantoj 1 kaj 2 estas grafike prezentitaj sur la x-akso kaj y-akso, respektive, kaj estas esprimitaj kiel ilia klarigita variancoproporcio.
Poste ni ekzamenis la abundon de KEGG-knokaŭtoj en malsamaj specimenaj tipoj. Entute 3648 unikaj knokaŭtoj estis identigitaj, el kiuj 196 estis signife pli abundaj en kontrolspecimenoj kaj 106 estis pli abundaj en PPA-specimenoj (Figuro 5). Entute 145 genoj estis detektitaj en kontrolspecimenoj kaj 61 genoj en PPA-specimenoj, kun signife malsamaj abundoj. Vojoj rilataj al lipida kaj aminosukera metabolo estis signife pli riĉigitaj en PPA-specimenoj (Aldona Tabelo 3). Vojoj rilataj al nitrogena metabolo kaj sulfuraj relajsosistemoj estis signife pli riĉigitaj en kontrolspecimenoj (Aldona Tabelo 3). La abundo de genoj rilataj al aminosukera/nukleotida metabolo (ko:K21279) kaj inozitolfosfata metabolo (ko:K07291) estis signife pli alta en PPA-specimenoj (Figuro 5). Kontrolspecimenoj havis signife pli da genoj rilataj al benzoata metabolo (ko:K22270), nitrogena metabolo (ko:K00368), kaj glikolizo/glukoneogenezo (ko:K00131) (Figuro 5).
Fig. 5. Diferenca abundeco de funkciaj grupoj (KO-oj) en la intesta mikrobiomo de PPA- kaj kontrolmusoj. La vulkano-diagramo prezentas la diferencojn en la abundeco de funkciaj grupoj (KO-oj). Grizaj punktoj indikas KO-ojn, kies abundeco ne estis signife malsama inter specimenaj tipoj (p-valoro > 0.05). Koloraj punktoj indikas signifajn diferencojn en abundeco (p-valoro ≤ 0.05). La 20 KO-oj kun la plej grandaj diferencoj en abundeco inter specimenaj tipoj estas montritaj ruĝe kaj helblue, respondante al kontrol- kaj PPA-specimenoj, respektive. Flavaj kaj violaj punktoj indikas KO-ojn, kiuj estis almenaŭ 2.7-oble pli abundaj en kontrol- kaj PPA-specimenoj, respektive. Nigraj punktoj indikas KO-ojn kun signife malsamaj abundecoj, kun mezaj CLR-diferencoj inter -1 kaj 1. P-valoroj estis kalkulitaj uzante la Mann-Whitney U-teston kaj ĝustigitaj por multoblaj komparoj uzante la Benjamini-Hochberg-proceduron. NaN indikas, ke la KO ne apartenas al iu ajn vojo en KEGG. Grasaj mezaj CLR-diferencaj valoroj indikas signifajn diferencojn en abundeco. Por detalaj informoj pri la vojoj al kiuj apartenas la listigitaj KO-oj, vidu Aldonan Tabelon 3.
Inter la prinotitaj genoj, 1601 genoj havis signife malsamajn abundecojn inter specimenaj tipoj (p ≤ 0.05), kun ĉiu geno estanta almenaŭ 2.7-oble pli abunda. El ĉi tiuj genoj, 4 genoj estis pli abundaj en kontrolaj specimenoj kaj 1597 genoj estis pli abundaj en PPA-specimenoj. Ĉar PPA havas antimikrobajn ecojn, ni ekzamenis la abundecojn de PPA-metabolaj kaj produktadaj genoj inter specimenaj tipoj. Inter la 1332 PPA-metabol-rilataj genoj, 27 genoj estis signife pli abundaj en kontrolaj specimenoj kaj 12 genoj estis pli abundaj en PPA-specimenoj. Inter la 223 PPA-produktad-rilataj genoj, 1 geno estis signife pli abunda en PPA-specimenoj. Figuro 6A plue montras la pli altan abundecon de genoj implikitaj en PPA-metabolo, kun signife pli alta abundeco en kontrolaj specimenoj kaj grandaj efikograndecoj, dum Figuro 6B elstarigas individuajn genojn kun signife pli alta abundeco observita en PPA-specimenoj.
Fig. 6. Diferenca abundeco de PPA-rilataj genoj en la musa intesta mikrobiomo. Vulkanaj grafikaĵoj prezentas la diferencojn en la abundeco de genoj asociitaj kun PPA-metabolo (A) kaj PPA-produktado (B). Grizaj punktoj indikas genojn, kies abundeco ne estis signife malsama inter specimenaj tipoj (p-valoro > 0.05). Koloraj punktoj indikas signifajn diferencojn en abundeco (p-valoro ≤ 0.05). La 20 genoj kun la plej grandaj diferencoj en abundeco estas montritaj en ruĝa kaj helblua (kontrolaj kaj PPA-specimenoj), respektive. La abundeco de flavaj kaj violaj punktoj estis almenaŭ 2.7 fojojn pli granda en kontrolaj kaj PPA-specimenoj ol en kontrolaj specimenoj. Nigraj punktoj reprezentas genojn kun signife malsamaj abundecoj, kun mezaj CLR-diferencoj inter -1 kaj 1. P-valoroj estis kalkulitaj uzante la Mann-Whitney U-teston kaj korektitaj por multoblaj komparoj uzante la Benjamini-Hochberg-proceduron. Genoj respondas al reprezentaj genoj en la ne-redunda genkatalogo. Gennomoj konsistas el la KEGG-simbolo indikanta KO-genon. Grasaj mezaj CLR-diferencoj indikas signife malsamajn abundecojn. Streketo (-) indikas, ke ne ekzistas simbolo por la geno en la KEGG-datumbazo.
Taksonoj kun genoj rilataj al PPA-metabolo kaj/aŭ produktado estis identigitaj per kongruigo de la taksonomia identeco de la kontigoj kun la kontiga identigilo de la geno. Je la genra nivelo, 130 genroj havis genojn rilatajn al PPA-metabolo kaj 61 genroj havis genojn rilatajn al PPA-produktado (Aldona Tabelo 4). Tamen, neniuj genroj montris signifajn diferencojn en abundeco (p > 0.05).
Je la specionivelo, 144 bakteriaj specioj havis genojn asociitajn kun PPA-metabolo kaj 68 bakteriaj specioj havis genojn asociitajn kun PPA-produktado (Aldona Tabelo 5). Inter la PPA-metaboligantoj, ok bakterioj montris signifajn pliiĝojn en abundeco inter specimenaj tipoj, kaj ĉiuj montris signifajn ŝanĝojn en efiko (Aldona Tabelo 6). Ĉiuj identigitaj PPA-metaboligantoj kun signifaj diferencoj en abundeco estis pli abundaj en PPA-specimenoj. Speciivela klasifiko rivelis reprezentantojn de genroj, kiuj ne signife diferencis inter specimenaj tipoj, inkluzive de pluraj Bacteroides kaj Ruminococcus specioj, same kiel Duncania dubois, Myxobacterium enterica, Monococcus pectinolyticus, kaj Alcaligenes polymorpha. Inter la PPA-produktantaj bakterioj, kvar bakterioj montris signifajn diferencojn en abundeco inter specimenaj tipoj. Specioj kun signifaj diferencoj en abundeco inkluzivis Bacteroides novorossi, Duncania dubois, Myxobacterium enteritidis, kaj Ruminococcus bovis.
En ĉi tiu studo, ni ekzamenis la efikojn de PPA-eksponiĝo sur la intesta mikrobioto de musoj. PPA povas elvoki malsamajn respondojn en bakterioj ĉar ĝi estas produktita de certaj specioj, uzata kiel nutraĵfonto de aliaj specioj, aŭ havas antimikrobajn efikojn. Tial, ĝia aldono al la intesta medio per dieta suplementado povas havi malsamajn efikojn depende de toleremo, malsaniĝemeco kaj la kapablo uzi ĝin kiel nutraĵfonton. Sentemaj bakteriaj specioj povas esti eliminitaj kaj anstataŭigitaj per tiuj, kiuj estas pli rezistemaj al PPA aŭ kapablaj uzi ĝin kiel nutraĵfonton, kondukante al ŝanĝoj en la konsisto de la intesta mikrobioto. Niaj rezultoj rivelis signifajn diferencojn en mikroba konsisto, sed neniun efikon al la ĝenerala mikroba diverseco. La plej grandaj efikoj estis observitaj je la specionivelo, kun pli ol 70 taksonoj signife malsamaj laŭ abundo inter PPA kaj kontrolaj specimenoj (Aldona Tabelo 2). Plia taksado de la konsisto de PPA-eksponitaj specimenoj rivelis pli grandan diversecon de mikrobaj specioj kompare kun neeksponitaj specimenoj, sugestante, ke PPA povas plifortigi bakteriajn kreskokarakterizaĵojn kaj limigi bakteriajn populaciojn, kiuj povas pluvivi en PPA-riĉaj medioj. Tiel, PPA povas selekteme stimuli ŝanĝojn anstataŭ kaŭzi ĝeneraligitan interrompon de la diverseco de intesta mikrobioto.
Manĝaĵaj konserviloj kiel PPA antaŭe pruviĝis ŝanĝi la abundon de komponantoj de la intesta mikrobiomo sen influi la ĝeneralan diversecon (Nagpal et al., 2021). Ĉi tie, ni observis la plej frapajn diferencojn inter Bacteroidetes-specioj ene de la filumo Bacteroidetes (antaŭe konata kiel Bacteroidetes), kiuj estis signife riĉigitaj en PPA-eksponitaj musoj. Pliigita abundo de Bacteroides-specioj estas asociita kun pliigita mukodegradado, kiu povas pliigi la riskon de infekto kaj antaŭenigi inflamon (Cornick et al., 2015; Desai et al., 2016; Penzol et al., 2019). Unu studo trovis, ke novnaskitaj masklaj musoj traktitaj per Bacteroides fragilis montris sociajn kondutojn rememorigajn pri aŭtisma spektro-malsano (ASM) (Carmel et al., 2023), kaj aliaj studoj montris, ke Bacteroides-specioj povas ŝanĝi imunan agadon kaj konduki al aŭtoimuna inflama kardiomiopatio (Gil-Cruz et al., 2019). Specioj apartenantaj al la genroj Ruminococcus, Prevotella, kaj Parabacteroides ankaŭ signife pliiĝis en musoj eksponitaj al PPA (Coretti et al., 2018). Certaj Ruminococcus-specioj estas asociitaj kun malsanoj kiel ekzemple Crohn-malsano per la produktado de proinflamatoriaj citokinoj (Henke et al., 2019), dum Prevotella-specioj kiel ekzemple Prevotella humani estas asociitaj kun metabolaj malsanoj kiel ekzemple hipertensio kaj insulinsentemo (Pedersen et al., 2016; Li et al., 2017). Fine, ni trovis, ke la proporcio de Bacteroidetes (antaŭe konataj kiel Firmicutes) al Bacteroidetes estis signife pli malalta en PPA-eksponitaj musoj ol en kontrolmusoj pro pli alta totala abundo de Bacteroidetes-specioj. Ĉi tiu proporcio antaŭe montriĝis grava indikilo de intesta homeostazo, kaj perturboj en ĉi tiu proporcio estis asociitaj kun diversaj malsanstatoj (Turpin et al., 2016; Takezawa et al., 2021; An et al., 2023), inkluzive de inflamaj intestaj malsanoj (Stojanov et al., 2020). Kolektive, specioj de la filumo Bacteroidetes ŝajnas esti plej forte trafitaj de pliigita dieta PPA. Ĉi tio povas esti pro pli alta toleremo al PPA aŭ la kapablo uzi PPA kiel energifonton, kio montriĝis vera por almenaŭ unu specio, Hoylesella enocea (Hitch et al., 2022). Alternative, patrina PPA-eksponiĝo povas plibonigi fetan disvolviĝon igante la inteston de musaj idoj pli sentema al Bacteroidetes-koloniigo; tamen, nia studdezajno ne permesis tian takson.
Takso de metagenomika enhavo rivelis signifajn diferencojn en la abundo de genoj asociitaj kun PPA-metabolo kaj -produktado, kun PPA-eksponitaj musoj montrantaj pli altan abundon de genoj respondecaj pri PPA-produktado, dum ne-PPA-eksponitaj musoj montris pli altan abundon de genoj respondecaj pri PAA-metabolo (Figuro 6). Ĉi tiuj rezultoj sugestas, ke la efiko de PPA sur mikroba konsisto eble ne estas nur pro ĝia uzo, alie la abundo de genoj asociitaj kun PPA-metabolo devus esti montrinta pli altan abundon en la intesta mikrobiomo de PPA-eksponitaj musoj. Unu klarigo estas, ke PPA mediacias bakterian abundon ĉefe per siaj antimikrobaj efikoj prefere ol per sia uzo fare de bakterioj kiel nutraĵo. Antaŭaj studoj montris, ke PPA inhibicias la kreskon de Salmonella Typhimurium laŭ doz-dependa maniero (Jacobson et al., 2018). Eksponiĝo al pli altaj koncentriĝoj de PPA povas selekti bakteriojn, kiuj estas rezistemaj al ĝiaj antimikrobaj ecoj kaj eble ne nepre kapablas metaboligi aŭ produkti ĝin. Ekzemple, pluraj Parabacteroides-specioj montris signife pli altan abundon en PPA-specimenoj, sed neniuj genoj rilataj al PPA-metabolo aŭ produktado estis detektitaj (Aldonaj Tabeloj 2, 4, kaj 5). Krome, PPA-produktado kiel fermentada kromprodukto estas vaste distribuita inter diversaj bakterioj (Gonzalez-Garcia et al., 2017). Pli alta bakteria diverseco povas esti la kialo de la pli alta abundo de genoj rilataj al PPA-metabolo en kontrolspecimenoj (Averina et al., 2020). Krome, nur 27 (2.14%) el 1332 genoj estis antaŭdiritaj esti genoj asociitaj ekskluzive kun PPA-metabolo. Multaj genoj asociitaj kun PPA-metabolo ankaŭ estas implikitaj en aliaj metabolaj vojoj. Ĉi tio plue montras, ke la abundo de genoj implikitaj en PPA-metabolo estis pli alta en la kontrolspecimenoj; ĉi tiuj genoj povas funkcii en vojoj, kiuj ne rezultas en PPA-utiligo aŭ formado kiel kromprodukto. En ĉi tiu kazo, nur unu geno asociita kun PPA-generado montris signifajn diferencojn en abundo inter specimenaj tipoj. Kontraste al genoj asociitaj kun PPA-metabolo, markilaj genoj por PPA-produktado estis selektitaj ĉar ili estas rekte implikitaj en la bakteria vojo por PPA-produktado. En PPA-eksponitaj musoj, ĉiuj specioj havis signife pliigitan abundon kaj kapaciton produkti PPA. Ĉi tio subtenas la prognozon, ke PPA-oj selektus PPA-produktantojn kaj tial antaŭdirus, ke PPA-produktadkapacito pliiĝus. Tamen, gena abundo ne nepre korelacias kun gena esprimo; tial, kvankam la abundo de genoj asociitaj kun PPA-metabolo estas pli alta en kontrolprovaĵoj, la esprimo-ofteco povas esti malsama (Shi et al., 2014). Por konfirmi la rilaton inter la tropezo de PPA-produktantaj genoj kaj PPA-produktado, studoj pri la esprimo de genoj implikitaj en PPA-produktado estas necesaj.
Funkcia komentado de la PPA kaj kontrolaj metagenaroj rivelis kelkajn diferencojn. PCA-analizo de genenhavo rivelis diskretajn aretojn inter PPA kaj kontrolaj specimenoj (Figuro 5). Ene de specimena agregaciado rivelis, ke la enhavo de kontrolgenoj estis pli diversa, dum PPA-specimenoj grupiĝis kune. Agregaciado laŭ genenhavo estis komparebla al agregaciado laŭ speciokonsisto. Tiel, diferencoj en abundeco de la metabolvojoj kongruas kun ŝanĝoj en la abundeco de specifaj specioj kaj trostreĉoj ene de ili. En PPA-specimenoj, du vojoj kun signife pli alta abundeco rilatis al aminosukero/nukleotida sukermetabolo (ko:K21279) kaj multoblaj lipidmetabolaj vojoj (ko:K00647, ko:K03801; Aldona Tabelo 3). Genoj asociitaj kun ko:K21279 estas konataj esti asociitaj kun la genro Bacteroides, unu el la genroj kun signife pli alta nombro da specioj en la PPA-specimenoj. Ĉi tiu enzimo povas eviti la imunreagon per esprimado de kapsulaj polisakaridoj (Wang et al., 2008). Ĉi tio povas klarigi la pliiĝon de Bacteroidetes observita en PPA-eksponitaj musoj. Ĉi tio kompletigas la pliigitan grasacidan sintezon observitan en la PPA-mikrobiomo. Bakterioj utiligas la FASIIko:K00647 (fabB) vojon por produkti grasacidojn, kiuj povas influi la metabolajn vojojn de la gastiganto (Yao kaj Rock, 2015; Johnson et al., 2020), kaj ŝanĝoj en lipida metabolo povas ludi rolon en neŭrodisvolviĝo (Yu et al., 2020). Alia vojo montranta pliigitan abundon en PPA-specimenoj estis steroida hormona biosintezo (ko:K12343). Ekzistas kreskanta evidenteco, ke ekzistas inversa rilato inter la kapablo de intesta mikrobioto influi hormonnivelojn kaj esti influita de hormonoj, tiel ke levitaj steroidniveloj povas havi postajn sanajn konsekvencojn (Tetel et al., 2018).
Ĉi tiu studo ne estas sen limigoj kaj konsideroj. Grava distingo estas, ke ni ne faris fiziologiajn taksojn de la bestoj. Tial, ne eblas rekte konkludi, ĉu ŝanĝoj en la mikrobiomo estas asociitaj kun iu ajn malsano. Alia konsidero estas, ke la musoj en ĉi tiu studo estis nutritaj per la sama dieto kiel iliaj patrinoj. Estontaj studoj eble determinos, ĉu ŝanĝo de PPA-riĉa dieto al PPA-libera dieto plibonigas ĝiajn efikojn sur la mikrobiomo. Unu limigo de nia studo, kiel multaj aliaj, estas la limigita specimenaro. Kvankam validaj konkludoj povas esti faritaj, pli granda specimenaro provizus pli grandan statistikan potencon dum analizado de la rezultoj. Ni ankaŭ estas singardaj pri konkludoj pri asocio inter ŝanĝoj en la intesta mikrobiomo kaj iu ajn malsano (Yap et al., 2021). Konfuzaj faktoroj, inkluzive de aĝo, sekso kaj dieto, povas signife influi la konsiston de mikroorganismoj. Ĉi tiuj faktoroj eble klarigas la faktkonfliktojn observitajn en la literaturo koncerne la asocion de la intesta mikrobiomo kun kompleksaj malsanoj (Johnson et al., 2019; Lagod kaj Naser, 2023). Ekzemple, membroj de la genro Bacteroidetes montriĝis aŭ pliigitaj aŭ malpliigitaj ĉe bestoj kaj homoj kun aŭtisma spektro-malsano (Angelis et al., 2013; Kushak et al., 2017). Simile, studoj pri intesta konsisto ĉe pacientoj kun inflamaj intestmalsanoj trovis kaj pliiĝojn kaj malpliiĝojn ĉe la samaj taksonoj (Walters et al., 2014; Forbes et al., 2018; Upadhyay et al., 2023). Por limigi la efikon de seksa biaso, ni provis certigi egalan reprezentadon de la seksoj, tiel ke diferencoj plej verŝajne estis pelitaj de dieto. Unu defio de funkcia prinotado estas la forigo de redundaj gensekvencoj. Nia genagregacia metodo postulas 95% sekvencidentecon kaj 85% longosimilecon, same kiel 90% vicigan kovradon por elimini falsan agregaciadon. Tamen, en iuj kazoj, ni observis COG-ojn kun la samaj prinotadoj (ekz., MUT) (Fig. 6). Pliaj studoj estas necesaj por determini ĉu ĉi tiuj ortologoj estas apartaj, asociitaj kun specifaj genroj, aŭ ĉu tio estas limigo de la genagregacia aliro. Alia limigo de funkcia prinotado estas ebla misklasifiko; la bakteria geno mmdA estas konata enzimo implikita en propionata sintezo, sed KEGG ne asocias ĝin kun la propionata metabola vojo. Kontraste, la ortologoj scpB kaj mmcD estas rilataj. La granda nombro da genoj sen difinitaj knokaŭtoj povas rezultigi malkapablon identigi PPA-rilatajn genojn dum taksado de gena abundo. Estontaj studoj profitos de metatranskriptoma analizo, kiu povas provizi pli profundan komprenon pri la funkciaj karakterizaĵoj de la intesta mikrobiomo kaj ligi genan esprimon al eblaj postaj efikoj. Por studoj implikantaj specifajn neŭrodisvolviĝajn malsanojn aŭ inflamajn intestmalsanojn, fiziologiaj kaj kondutaj taksoj de bestoj estas necesaj por ligi ŝanĝojn en la mikrobioma konsisto al ĉi tiuj malsanoj. Pliaj studoj transplantantaj la intestan mikrobiomon en senĝermajn musojn ankaŭ estus utilaj por determini ĉu la mikrobiomo estas motoro aŭ karakterizaĵo de malsano.
Resumante, ni montris, ke dieta PPA agas kiel faktoro en ŝanĝado de la konsisto de la intesta mikrobioto. PPA estas FDA-aprobita konservigaĵo vaste trovebla en diversaj manĝaĵoj, kiu, post longdaŭra eksponiĝo, povas konduki al interrompo de la normala intesta flaŭro. Ni trovis ŝanĝojn en la abundeco de pluraj bakterioj, sugestante, ke PPA povas influi la konsiston de la intesta mikrobioto. Ŝanĝoj en la mikrobioto povas konduki al ŝanĝoj en la niveloj de certaj metabolaj vojoj, kiuj povas konduki al fiziologiaj ŝanĝoj signifaj por la sano de la gastiganto. Pliaj studoj estas necesaj por determini ĉu la efikoj de dieta PPA sur mikroba konsisto povas konduki al disbiozo aŭ aliaj malsanoj. Ĉi tiu studo metas la fundamenton por estontaj studoj pri kiel la efikoj de PPA sur intesta konsisto povas efiki homan sanon.
La datumbazoj prezentitaj en ĉi tiu studo estas haveblaj en interretaj deponejoj. La nomo kaj alirnumero de la deponejo estas: https://www.ncbi.nlm.nih.gov/, PRJNA1092431.
Ĉi tiu bestostudo estis aprobita de la Institucia Komitato pri Bestozorgado kaj Uzado de la Universitato de Centra Florido (UCF-IACUC) (Permesilnumero por Bestozorgado: PROTO202000002). Ĉi tiu studo konformas al lokaj leĝoj, regularoj kaj instituciaj postuloj.
NG: Konceptigo, Datuma prizorgado, Formala analizo, Esploro, Metodologio, Programaro, Bildigo, Skribado (origina skizo), Skribado (revizio kaj redaktado). LA: Konceptigo, Datuma prizorgado, Metodologio, Rimedoj, Skribado (revizio kaj redaktado). SH: Formala analizo, Programaro, Skribado (revizio kaj redaktado). SA: Esploro, Skribado (revizio kaj redaktado). Ĉefjuĝisto: Esploro, Skribado (revizio kaj redaktado). SN: Konceptigo, Projekt-administrado, Rimedoj, Superrigardo, Skribado (revizio kaj redaktado). TA: Konceptigo, Projekt-administrado, Superrigardo, Skribado (revizio kaj redaktado).
La aŭtoroj deklaris, ke ili ricevis neniun financan subtenon por la esplorado, aŭtoreco kaj/aŭ publikigo de ĉi tiu artikolo.
La aŭtoroj deklaras, ke la esplorado estis farita sen iuj ajn komercaj aŭ financaj rilatoj, kiuj povus esti interpretitaj kiel ebla konflikto de interesoj. ne aplikeblas.
Ĉiuj opinioj esprimitaj en ĉi tiu artikolo estas nur tiuj de la aŭtoroj kaj ne nepre reflektas la vidpunktojn de iliaj institucioj, eldonistoj, redaktantoj aŭ recenzistoj. Ĉiuj produktoj taksitaj en ĉi tiu artikolo, aŭ iuj asertoj faritaj de iliaj fabrikantoj, ne estas garantiitaj aŭ aprobitaj de la eldonisto.
Aldonan materialon por ĉi tiu artikolo oni povas trovi rete: https://www.frontiersin.org/articles/10.3389/frmbi.2024.1451735/full#supplementary-material
Abdelli LS, Samsam A, Nasser SA (2019). Propiona acido induktas gliozon kaj neŭroinflamon per reguligo de la PTEN/AKT-vojo en aŭtismaj spektromalsanoj. Sciencaj raportoj 9, 8824–8824. doi: 10.1038/s41598-019-45348-z
Aitchison, J. (1982). Statistika analizo de komponaj datumoj. JR Stat Soc Ser B Methodol. 44, 139–160. doi: 10.1111/j.2517-6161.1982.tb01195.x
Ahn J, Kwon H, Kim YJ (2023). La proporcio Firmicutes/Bacteroidetes kiel riskfaktoro por mama kancero. Journal of Clinical Medicine, 12, 2216. doi: 10.3390/jcm12062216
Anders S., Huber W. (2010). Analizo de diferenciga esprimo de datumoj pri sekvenckalkulo. Nat Prev. 1–1, 1–10. doi: 10.1038/npre.2010.4282.1
Angelis, MD, Piccolo, M., Vannini, L., Siragusa, S., Giacomo, AD, Serrazanetti, DI, et al. (2013). Feka mikrobioto kaj la metabolomo en infanoj kun aŭtismo kaj penetranta evolua perturbo ne alie specifita. PloS One 8, e76993. doi: 10.1371/journal.pone.0076993
Averina OV, Kovtun AS, Polyakova SI, Savilova AM, Rebrikov DV, Danilenko VN (2020). Bakteriaj neŭrometabolaj karakterizaĵoj de la intesta mikrobioto en junaj infanoj kun aŭtismaj spektromalsanoj. Journal of Medical Microbiology 69, 558–571. doi: 10.1099/jmm.0.001178
Baquero F., Nombela K. (2012). La mikrobiomo kiel homa organo. Klinika Mikrobiologio kaj Infekto 18, 2–4. doi: 10.1111/j.1469-0691.2012.03916.x
Baur T., Dürre P. (2023). Novaj komprenoj pri la fiziologio de propiona acido-produktantaj bakterioj: Anaerotignum propionicum kaj Anaerotignum neopropionicum (antaŭe Clostridium propionicum kaj Clostridium neopropionicum). Mikroorganismoj 11, 685. doi: 10.3390/microorganismes11030685
Bazer FW, Spencer TE, Wu G, Cudd TA, Meininger SJ (2004). Patrina nutrado kaj feta evoluo. J Nutr. 134, 2169–2172. doi: 10.1093/jn/134.9.2169
Benjamini, Y., kaj Hochberg, J. (1995). Kontrolado de la ofteco de falspozitivaj rezultoj: Praktika kaj efika aliro al plurtestado. JR Stat Soc Ser B Methodol. 57, 289–300. doi: 10.1111/j.2517-6161.1995.tb02031.x


Afiŝtempo: 18-a de aprilo 2025