Высокое потребление соли и его влияние на естественный микробиом кишечника диких мышей

1. Введение

Кишечник млекопитающих заселен сложным и разнообразным бактериальным сообществом, которое вместе с хозяином создает тонкие симбиотические отношения [1,2]. Это бактериальное сообщество выполняет множество функций, полезных для хозяина, включая метаболические, иммуномодулирующие и трофические функции [3–7], а состав микробиоты кишечника может меняться в течение жизни в соответствии с конкретными потребностями и физиологией хозяина [1,8, 9]. Многие полезные функции бактерий, способствующих здоровью кишечника, опосредуются метаболитами, полученными в результате анаэробной ферментации [10–13], а дисбиотические состояния могут существенно повлиять на здоровье хозяина [2,11,14,15]. Растущая озабоченность влиянием образа жизни на здоровье привела к возросшему научному интересу к участию микробиоты кишечника и его трансляционным последствиям [16,17]. Действительно, микробиота кишечника формируется как внешними (например, образом жизни, диетой и медицинским лечением), так и внутренними (например, генетикой хозяина, иммунной и метаболической регуляцией) факторами [8,18–20]. Общепризнано, что внешние элементы могут оказывать негативное воздействие, при этом диета является одним из основных факторов, влияющих на состав и функцию микробиоты кишечника [1,2,21]. Известно, что западные диетические компоненты, такие как высокое потребление соли, наносят ущерб гомеостазу хозяина, воздействуя на иммунную систему и изменяя микробиоту кишечника и вызывая заболевания [18,22–37]. В микробиоте кишечника мышей диета с высоким содержанием соли (HSD) связана с уменьшением количества полезных для здоровья бактерий, известных как продуценты короткоцепочечных жирных кислот (SCFA), таких как Lactobacillus spp., Bifidobacterium, Blautia и Faecalibaculum [28, 29,38–41], наряду с увеличением численности Akkermansia, другого условно-патогенного продуцента SCFAs, который, как было показано, влияет на иммунитет хозяина и заболевание в различных модельных системах [42,43]. Модели на мышиных животных часто используются для изучения того, как диетические факторы могут влиять на микробиоту кишечника, иммунную систему и заболевания [29,44–46]. Хотя использование обычных лабораторных мышей (CLM) по-прежнему является допустимым вариантом для многих исследований, иногда оно не позволяет должным образом реализовать приложения, ориентированные на микробиоту кишечника [47–49]. Например, было показано, что иммунологические и метаболомические исследования на мышиных моделях воспалительного заболевания кишечника (ВЗК) и ожирения плохо предсказывают трансляционные результаты исследований микробиоты кишечника [50]. Это может быть связано со многими внутренними различиями в этих модельных системах, такими как разная анатомия, генетика и физиология кишечника [16,50]. Однако другой проблемой использования CLM для изучения микробиотно-иммунных взаимодействий является одомашнивание кишечного бактериального состава при CLM, что отражается в уменьшении сложности и устойчивости кишечной микробиоты CLM по сравнению с дикими мышами [51]. Потребность в санитарной и контролируемой среде сталкивается с уменьшением присутствия потенциальных патогенов и паразитов, что, как полагают, приводит к менее «обученной» иммунной системе у CLM по сравнению с дикими мышами [51–53]. Для решения этой проблемы была разработана модель диких мышей путем переноса эмбрионов, полученных от мышей C57BL/6, диким мышам для получения кишечной микробиоты дикого происхождения, чтобы преодолеть проблему трансляции в исследованиях иммунологической кишечной микробиоты [54]. Недавние исследования с использованием этой мышиной модели показали превосходные результаты в прогнозировании трансляционной ценности экспериментальной иммунотерапии по сравнению с CLM [54,55]. Более того, микробиота кишечника диких животных была более устойчивой и устойчивой к лечению антибиотиками и диете с высоким содержанием жиров по сравнению с CLM, что сравнимо с более сложной ситуацией у людей [54,55]. Однако, несмотря на установленное влияние HSD на микробиоту кишечника, иммунную систему и различные модели заболеваний при CLM, влияние высокого потребления соли на естественную микробиоту кишечника, полученную из дикой природы, неизвестно. В этом исследовании мы оценили влияние HSD на различные составы кишечной бактериальной экосистемы и прогностические функции CLM по сравнению с дикими мышами.

2. Материалы и методы.

2.1. Животные и диета

Мышей C57BL/6 дикого типа (самки в возрасте 7–8 недель, n=20) приобретали у Charles River и содержали в виварии Университета Хасселта в стандартизированных условиях. Дикие мыши (генетический фон C57BL/6, самцы n=12 и самки n=11) [54] содержались в виварии UHasselt в стандартизированных условиях. Исследования на животных были одобрены Этическим комитетом по экспериментам на животных (ECAE) Университета Хасселта (ID201618A4V1, ID202235). Мышей содержали (по 4 мыши на клетку) в помещении с контролируемой температурой (21–23 ◦C) с циклом света/темноты 12:12 часов. Следующие очищенные рационы были приобретены у Ssniff (Зост, Германия): 0,5% NaCl/контрольный рацион (E15430-04) и 4% NaCl/HSD (E15431-34). Для HSD животным в дополнение к E15431-34 в питьевой воде добавляли 1% NaCl, как описано в [28]. Мыши CLM были поровну распределены между контрольной группой (n=10) и HSD (n=10). Что касается диких мышей, особи мужского и женского пола также были одинаково распределены в контрольной и диетической группах HSD (6 самцов для контроля, 6 самцов для HSD, 5 самок для контроля и 6 самок для HSD).

растение цистанхе, повышающее иммунную систему

2.2. Экстракция ДНК

Экстракцию микробной ДНК проводили, как описано в [28], с использованием модифицированного протокола QIAmp Fast DNA Stool Mini Kit (Qiagen, Hilden, Germany). Вкратце, фекальные осадки добавляли в 2- мл Eppendorf, содержащий стеклянные шарики 0,5 мм и 1,5 мл лизирующего буфера (ASL) (Qiagen, Хильден, Германия). Для механической гомогенизации гранул использовали бисерное измельчение. Полную экстракцию проводили по протоколу производителя с небольшими изменениями (увеличением времени инкубации протеиназы К до 2 ч при 70 ◦С). Концентрации ДНК оценивали с использованием спектрофотометра NanoDrop ND-1000 (NanoDrop Technologies, Уилмингтон, Делавэр, США) и хранили при -20 ◦C до амплификации гена 16S рРНК.

2.3. Амплификация и секвенирование гена 16S рРНК

Последовательность гена 16S рРНК амплифицировали с использованием праймера, специфичного для области V4 (F515/R806), как описано ранее [56]. Вкратце, на одну ПЦР-реакцию (30 мкл) (KAPA HiFi HotStart ReadyMix, Roche, Basel, CH, США) использовали 25 нг ДНК с начальной денатурацией в течение 30 с при 98 ◦C, с последующими 25 циклами (10 с при 98 ◦ С, 20 с при 55 ◦С и 20 с при 72 ◦С). Реакции проводили в трех экземплярах, объединяли на образец и очищали с помощью системы очистки на основе магнитных шариков (Agencourt AMPure XP, Beckman Coulter, Бреа, Калифорния, США). Подготовку библиотеки осуществляли с помощью ПЦР с ограниченным циклом для получения индексированной библиотеки с использованием технологии Nextera (Nextera XT Index Kit, Illumina, Сан-Диего, Калифорния, США) с последующим вторым этапом очистки магнитных шариков AMPure XP. Затем индексированные образцы нормализовали до той же концентрации 4 нМ, объединяли и секвенировали на платформе Illumina MiSeq PE300 с протоколом парных концов 2 × 300 п.н. в соответствии с протоколом компании (Illumina, Inc., Сан-Диего, Калифорния, США).

цистанхе трубчатой ​​– улучшает иммунную систему

Нажмите здесь, чтобы просмотреть продукты Cistanche Enhance Immunity

【Запросить дополнительную информацию】 Электронная почта:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

2.4. Обработка и статистический анализ данных секвенирования гена 16S рРНК

Необработанные последовательности обрабатывались с использованием конвейера QIIME 2 [57]. После фильтрации по длине и качеству (параметры по умолчанию) прочтения были отфильтрованы и присвоены операционным таксономическим единицам (OTU) с использованием DADA2 [58]. Таксономическое присвоение было выполнено с помощью алгоритма VSEARCH (https://github.com/torognes/vsearch; по состоянию на 9 ноября 2022) и базы данных Silva v128 (https://www.arb-silva.de). /; доступ 9 ноября, 2 {{40}}22). Затем таблица ASV была нормализована по разрежению на глубине 6,147 так, чтобы каждый образец достиг плато в конце кривой разрежения. Альфа-разнообразие оценивалось с использованием двух разных показателей: богатства OTU (наблюдаемое), экологических индексов Chao1, Shannon, Simpson, Inverse Simpson (InvSimpson). Для бета-разнообразия были рассчитаны различия Брея-Кёртиса, сходство Жаккара, а также взвешенные и невзвешенные метрики UniFrac [59] и нанесены на график с помощью анализа принципиальных координат (PCoA) для визуализации реального расстояния между пробами. Для нормализации таблицы подсчета OTU проводилось разрежение на глубине 6305 последовательностей на выборку 100 раз. Выходные данные, полученные в результате назначения таксономии OTU, в виде таблицы таксономии, использовались для свертывания нормализованной таблицы OTU в таблицы для уровней таксономии L2 (тип), L5 (семейство) и L6 (род). Статистический анализ проводился с использованием R (https://www.R-project.org/; по состоянию на 25 ноября 2022; версия 4.2.0). Пакет R «веган» (Версия 2.6-4) [60] использовался для генерации показателей бета-разнообразия для сравнения композиционных различий групп с помощью PCoA или анализа главных компонентов (PCA). Пакеты и разделение данных были протестированы с помощью теста перестановки с псевдо-F-коэффициентами (функция «Адонис» в «веганском»). Разделение по бета-разнообразию между группами проверялось с помощью пермутационного многомерного дисперсионного анализа с использованием матриц расстояний (PERMANOVA, функция «Адонис» в «веганском»), а различия внутригрупповой дисперсии проверялись с помощью теста многомерной однородности групповой дисперсии (PERMDISP). , функция «бетадиспер» в «веганстве»). Таксоны, отсутствовавшие как минимум в 4 образцах, были исключены из анализа. Различия в относительной численности таксонов сначала оценивали с помощью предварительного теста Крускала-Уоллиса между 4 группами, а затем дополнительно оценивали с помощью теста Уилкоксона между следующими парами сравнения: контроль CLM против CLM HSD, контроль диких особей против HSD одичалых, контроль CLM по сравнению с контролем диких особей, CLM HSD против HSD диких особей. Для оценки таксономических различий между дикими особями и CLM использовался размер эффекта линейного дискриминантного анализа (LEfSe: https://huttenhower.sph.harvard.edu/galaxy/; по состоянию на 25 ноября 2022 г.) для различения основных признаков на уровне рода [ 61]. Результаты LEfSe затем были показаны в виде гистограммы с порогом оценки линейного дискриминантного анализа (LDA) выше 1,0. При необходимости значения p множественных сравнений корректировались методом Беньямини-Хохберга. Коэффициент ложного обнаружения (FDR) Менее или равный 0,05 считался статистически значимым: * p Менее или равный 0,05; ** p Меньше или равно 0,01; *** p Меньше или равно 0,001. Функциональные различия между микробиомами с разным содержанием NaCl в пище (содержание NaCl в пище 0,5% и 4%) были проанализированы с помощью PICRSt2, пакета биоинформатического программного обеспечения для прогнозирования функционального содержания метагенома на основе данных секвенирования гена 16s рДНК (https://huttenhower.sph. harvard.edu/picrust/; доступ 29 ноября 2022 г. 2 2.4.1) [62]. Конвейер PICRUST2 был применен к репрезентативным последовательностям и таблице их распространенности из DADA2 с использованием стандартных параметров (https://github.com/picrust/picrust2/wiki/Full-pipeline-script; по состоянию на 29 ноября 2022 г.). На основе всех результатов конвейера метагеномное предсказание для путей KEGG Orthology и MetaCyc было построено в виде таблиц с прогностическими функциями в виде строк и образцами в виде столбцов и использовано для сравнения функций микробиоты кишечника у диких особей и CLM в режиме HSD. Функции прогнозирования микробного сообщества, которые больше всего способствовали различиям между дикими особями и CLM по первому (PC1), второму (PC2) и третьему основному компоненту (PC3), были выбраны для дальнейшего анализа потребления HSD в двух моделях. Затем матрица с обилием прогностических функций была нормализована, преобразована в значения центрированного логарифмического отношения (CLR) и рассчитано соотношение log2mean (HSD/Контроль) как для диких особей, так и для CLM. Наконец, отношения log2mean сравнивались между группами с помощью критерия Вилкоксона и отображались в виде клинописной диаграммы. Различия между группами статистически сравнивали в программном обеспечении R с использованием критерия Вилкоксона и критерия Крускала-Уоллиса, а значения p корректировали по методу Холма или Бенджамини-Хохберга.

3. Результаты

3.1. HSD влияет на разнообразие и состав CLM и микробиоты кишечника диких животных

Чтобы исследовать влияние HSD на микробную экосистему кишечника дикого происхождения у мышей, мы кормили HSD или контрольную диету диким мышам и CLM. Мышей держали на диете в течение двух недель, а затем состав фекальной микробиоты кишечника исследовали путем секвенирования гена 16S РНК из фекальных гранул, собранных на 14-й день (рис. 1А). В соответствии с предыдущим отчетом, не было обнаружено сильных различий по массе тела между контрольными группами и группами HSD мышей CLM и диких мышей [29]. Чтобы оценить различную микробиоту кишечника между двумя моделями CLM и дикими мышами на исходном уровне, мы оценили альфа-разнообразие (индексы наблюдаемого или богатства, Chao1, Шеннона, Симпсона и обратного Симпсона), бета-разнообразие (несходство Брея-Кертиса) и основные таксономические различия. В соответствии с предыдущими исследованиями [54], микробиота кишечника диких особей характеризовалась большим микробным богатством (рис. 1B, все индексы альфа-разнообразия), а также отчетливым и более гетерогенным микробным составом, чем CLM (рис. 1C, PERMANOVA p {{9} }.001 и PERMDISP p=0.0009, одичалый против CLM и рисунок S1). С точки зрения микробных показателей, микробиота кишечника CLM и диких мышей характеризовалась разными бактериальными таксонами (рисунок S1). В соответствии с Росхартом и др. [54], бактериальные таксоны диких мышей принадлежат Intestinomonas, Desulfovibrio, Tuzzerella, Oscillobacter, Orodibacter и патогенному роду Helicobacter, который характеризовал дикий неодомашненный профиль этой модели (рис. S1).

Рисунок 1. Влияние HSD на бактериальный состав CLM (n=10/группа) и диких мышей (n=11 для дикого Ctrl и n=12 для дикого HSD). (А) Экспериментальный дизайн. Мышей C57BL/6 CLM или диких мышей кормили 0,5% NaCl (контроль, Ctrl) или 4% NaCl с высоким содержанием соли (HSD) и кишечным бактериальным сообществом, характеризующимся секвенированием ампликона гена 16S рРНК. (B) Индексы альфа-разнообразия микробиоты фекального кишечника CLM и диких особей; слева направо показаны следующие индексы: Observed (OUT richness), Chao1, Shannon, Simpson, Simpson (Inverse Simpson). Различия между группами оценивают статистически с помощью критерия Вилкоксона. (C) График анализа основных координат ординации бета-разнообразия на основе метрики различия Брея-Кертиса между CLM и одичалыми (вверху), контролем CLM по сравнению с CLM HSD (внизу слева) и контролем одичалых по сравнению с одичалыми HSD (внизу справа); разделение и однородность между группами рассчитывали с помощью тестов PERMANOVA и PERMDISP соответственно. * p Меньше или равно 0.05; ** p Меньше или равно 0.01; **** p Меньше или равно 0.0001. Рисунок 1. Влияние HSD на бактериальный состав CLM (n=10/группа) и диких мышей (n=11 для дикого Ctrl и n=12 для дикого HSD). (А) Экспериментальный дизайн. Мышам C57BL/6 CLM или диким мышам давали 0,5% NaCl (контроль, Ctrl) или 4% NaCl с высоким содержанием соли (HSD) и кишечное бактериальное сообщество, характеризующееся секвенированием ампликона гена 16S рРНК. (B) Индексы альфа-разнообразия микробиоты фекального кишечника CLM и диких особей; слева направо показаны следующие индексы: Observed (OUT richness), Chao1, Shannon, Simpson, Simpson (Inverse Simpson). Различия между группами оценивают статистически с помощью критерия Вилкоксона. (C) График анализа основных координат ординации бета-разнообразия на основе метрики различия Брея-Кертиса между CLM и одичалыми (вверху), контролем CLM по сравнению с CLM HSD (внизу слева) и контролем одичалых по сравнению с одичалыми HSD (внизу справа); разделение и однородность между группами рассчитывали с помощью тестов PERMANOVA и PERMDISP соответственно. * p Меньше или равно 0,05; ** p Меньше или равно 0,01; **** p Меньше или равно 0,0001.

HSD вызвал значительное сокращение бактериального разнообразия (рис. 1B, все индексы альфа-разнообразия), а также значительный микробный сдвиг в составе CLM (рис. 1C, PERMANOVA p=0.001, PERMDISP p=0) .1, CLM Ctrl вместо CLM HSD). Напротив, микробиота кишечника диких мышей характеризовалась более высоким разнообразием при HSD (рис. 1B, индексы Observed и Chao1), в отличие от CLM, и они также характеризовались менее выраженным сдвигом микробного состава при HSD по сравнению с CLM (рис. 1C, PERMANOVA p=0.001, PERMDISP p=0.5, wildling Ctrl против wildling HSD).

3.2. Микробный состав кишечника диких мышей более устойчив к HSD, чем CLM

Различия в составе бактерий между дикими особями и CLM были дополнительно охарактеризованы таксономически. На уровне типа наиболее многочисленными типами с точки зрения относительной численности были: Firmicutes (CLM: 52 ± 12%, дикие особи: 32 ± 34%), Bacteroidota (CLM: 24 ± 23%, дикие особи: 57 ± 19%), Actinobacteriota (CLM: 1{{10}} ± 7%, дикие особи: 0,7 ± 1,3%) и веррукомикробиота (CLM: 24 ± 23%, дикие особи: 0%/не обнаружены) (рис. 2). Микробный профиль кишечника также показал различную численность для всех типов, обнаруженных в образцах фекалий у диких мышей и CLM (рис. 2). В частности, основные типы микробиоты Firmicutes, Bacteroidota и Verrucomicrobiota значительно различались между двумя моделями (рис. 2). Более конкретно, на семейном уровне наблюдался разный вклад в микробиоту кишечника диких особей по сравнению с CLM для большинства бактерий, которые ранее считались чувствительными к HSD [28], включая Lactobacillaceae, Clostridiaceae, Peptostreptococcaceae и Akkermansiaceae (рис. 3). При этом аналогичные тенденции были подтверждены на уровне рода между выборками диких особей и CLM для основных представителей вышеупомянутых семейств; среди них наиболее представительными были Lactobacillus, Roseburia, Tuzzerella, Faecalibaculum и Akkermansia (рисунки S1 и 4). Чтобы дополнительно охарактеризовать влияние HSD на состав микробиоты CLM и кишечника диких животных, мы также проанализировали влияние режима питания на разных уровнях классификации. На уровне типа микробиота кишечника CLM, обработанная HSD, характеризовалась значительным истощением Firmicutes и обогащением Verrucomicrobiota (рис. 2), но ни один из основных типов не был затронут HSD в образцах диких животных (рис. 2). На семейном уровне микробиота кишечника CLM характеризовалась значительным истощением бактерий, продуцирующих молочную кислоту, таких как Lactobacillaceae, а также продуцентов SCFA, таких как Peptostreptococcaceae и Clostridiaceae (рис. 3). Кроме того, в CLM, получавших HSD, мы наблюдали увеличение количества Akkermansiaceae, Sutterellaceae, Defluvitaleaceae и Eggerthellaceae (рис. 3). Напротив, HSD затронул различные семейства бактерий в микробиоте кишечника диких животных, в том числе два широко распространенных Muribaculaceae и Prevotellaceae, количество которых увеличилось при HSD (рис. 3). Бактериальная модуляция, которая больше всего способствовала HSD-эффекту при CLM, включала увеличение количества родов Akkermansia, Parasutterella и Enterorhabdus, а также уменьшение количества Lactobacillus, Roseburia, Tuzzerella, группы (Eubacterium) oxyreducens, Muribaculum и Anaerovorax (рис. 4). За исключением Roseburia, ни один из вышеупомянутых родов не был затронут HSD в микробиоте кишечника диких особей, в то время как род Anaerovorax продемонстрировал тенденцию, противоположную таковой у CLM (рис. 4).

Рисунок 2. Влияние HSD на типы бактерий из микробиоты кишечника CLM (n=10/группа) и диких мышей (n=11 для диких Ctrl и n=12 для диких HSD). Общий состав с точки зрения относительной численности типов показан в виде столбчатой ​​диаграммы по каждой особи (вверху) и коробчатой ​​диаграммы для конкретных типов (внизу); статистические сравнения между группами проводили с помощью критерия Вилкоксона. * p Меньше или равно 0.05; ** p Меньше или равно {{10}}.01; *** р Меньше или равно 0,001; **** p Меньше или равно 0,0001.

Рисунок 3. Влияние потребления пищи с высоким содержанием соли на бактериальные семейства CLM (n=10/группа) и диких мышей (n=11 для диких Ctrl и n=12 для диких HSD). Общий состав на уровне семьи представлен столбчатой ​​диаграммой по каждому человеку (вверху) и коробчатой ​​диаграммой для конкретных семей (внизу); статистические сравнения между группами проводили с помощью критерия Вилкоксона. * p Меньше или равно 0.05; ** p Меньше или равно {{10}}.01; *** р Меньше или равно 0,001; **** p Меньше или равно 0,0001.

Рисунок 4. Изменения в родах бактерий у CLM (n=10/группа) и диких мышей (n=11 для диких Ctrl и n=12 для диких HSD). Общий вклад относительной численности на уровне рода представлен в виде круговой гистограммы по каждой особи (вверху) и коробчатой ​​диаграммы для конкретных родов (внизу); статистические сравнения между группами проводили с помощью критерия Вилкоксона. * p Меньше или равно 0.05; ** p Меньше или равно 0.01; *** р Меньше или равно 0,001; **** p Меньше или равно 0,0001.

3.3. HSD влияет на прогнозирующие микробные функции у CLM, но не у диких мышей

Результаты PICRSt 2 не выявили каких-либо существенных различий между функциями микробного сообщества диких мышей HSD и необработанных диких мышей как для KEGG Orthology, так и для аннотаций пути MetaCyc, за единственным исключением HSD-индуцированного повышенного функционирования гена RecG для АТФ-зависимой геликазы из ортология KEGG (рис. 5А). Влияние HSD на CLM характеризовалось значительным снижением прогностических функций для KEGG Orthology, в том числе гена spp (сахарозо-6-фосфатаза) и pfkA (фосфофруктокиназа 1), которые участвуют в метаболизме крахмала и сахарозы, что соответствует с предыдущими результатами [28] (рис. 5А). Кроме того, микробиота кишечника CLM, получавших HSD, характеризовалась снижением прогностических функций генов, участвующих в мембранном транспорте (feoB для транспорта железа, AB 2P AB 2 пермеазный белок, AB 2A AB 2 АТФ-связывающий белок), биосинтезе глутамина (glnA). , регулятор транскрипции семейства LacI (lacI, galR) и транскетолаза (tktA, tktB) (рис. 5А). Что касается путей MetaCyc, HSD значительно обогатил микробиоту кишечника CLM прогностическими функциями, связанными с восстановлением нитратов (путь денитрификации), деградацией галактозы (деградация D-галактарата, суперпуть деградации D-глюкарата и D-галактарата), деградацией фенилпропаноата, жировой клетчатки. утилизация кислоты, деградация сукцината до бутановой кислоты и деградация аминокислот (деградация ароматических аминов, деградация L-лейцина) (рис. 5B). Кроме того, в соответствии с предыдущими результатами [28], кишечная микробиота HSD при CLM утратила прогностические функции в отношении биосинтеза аминокислот (суперпуть биосинтеза L-аланина, биосинтеза L-лизина), смешанной кислотной ферментации, с потерей дополнительных новых признаков, таких как N- Деградация ацетилглюкозамина/N-ацетилманнозамина/N-ацетилнейрамата и деградация дезоксирибонуклеозидов (деградация пиримидина и пурина, биосинтез инозин-5фосфата III) (рис. 5B).

Рисунок 5. Продолжение.

Рисунок 5. Влияние HSD на прогностические метагеномные функции кишечника в микробиоте кишечника CLM (n=10/группа) и одичалых особей (n=11 для Ctrl одичалых и n=12 для одичалых HSD). Выходные данные PICRUSt2 представлены в виде клинописного графика для аннотации ортологии KEGG (A) и путей MetaCyc (B), выраженных как среднее соотношение log2 отсчетов прогностических функций между образцами HSD и Ctrl. Все статистические сравнения проводились между группами Ctrl и HSD с помощью критерия Вилкоксона.

4. Обсуждение

Известно, что сложная и разнообразная микробиота кишечника диких животных более устойчива к определенным моделям заболеваний [51] и диетическим режимам, таким как потребление большого количества жиров [54,55]. Однако ни одно из предыдущих исследований не оценивало влияние высокого потребления натрия на микробиоту кишечника мышей, полученную из дикой природы. Здесь мы впервые исследовали, как HSD влияет на микробиоту кишечника диких животных по сравнению с CLM. Интересно, что наши результаты показали, что по сравнению с CLM микробиом диких особей более устойчив к нарушениям HSD как на композиционном, так и на прогностическом функциональном уровнях. Хорошо известно, что высокое потребление соли может усугубить риск различных заболеваний, таких как сердечно-сосудистые или аутоиммунные заболевания, за счет изменения состава микробиома кишечника и иммунного гомеостаза [25,29,31,34,63–65]. В соответствии с предыдущими сообщениями, вызванные HSD сдвиги в микробиоте кишечника при CLM характеризовались значительными изменениями в микробном разнообразии, составе и прогностических функциях [28]. Относительная численность бактерий, способствующих укреплению здоровья, таких как семейство Peptostreptococcaceae и роды Lactobacillus, Roseburia и Tuzzerella, снизилась в CLM, в то время как Akkermansia значительно увеличилась в группах HSDfed. Мы также обнаружили более высокую относительную численность HSD у Defluvitaleaceae, Enterorhabdus и Parasutterella. Интересно, что род Parasutterella является основным компонентом микробиоты кишечника как CLM, так и человека, где он действует как асахаролитик и продуцент сукцината [66]. Известно, что Enterorhabdus из семейства Eggerthellaceae и Parasutterella из семейства Sutterellaceae повышены у пациентов с ВЗК [67,68], что еще раз указывает на то, как HSD может влиять на развитие заболевания. Однако, что интересно, у диких мышей не наблюдалось аналогичного явления микробных сдвигов, вызванных HSD, таких как CLM. Несмотря на это, разнообразие диких особей значительно увеличилось при HSD для наблюдаемых показателей OTU и Chao1, и только несколько таксонов были вовлечены в нарушение HSD микробиоты кишечника диких особей, среди них увеличение количества Anaerovorax в сочетании с уменьшением количества Erysipelatoclostridium, Roseburia и Lachnospiraceae. UCG-004 род. Розебурия была единственной бактериальной сигнатурой, которая обычно разделялась между группами HSD по сравнению с соответствующими контрольными группами, несмотря на то, что CLM, получавшие HSD, по-прежнему характеризовались более высокой численностью этих бактерий по сравнению с дикими мышами, получавшими HSD. Следует отметить, что бактерии, продуцирующие бутират, такие как Roseburia, имеют меньшую относительную численность у пациентов с язвенным колитом [69], и это снижение также коррелирует с генетическим риском ВЗК у людей [70]. Это согласуется с предыдущими результатами, согласно которым изменения в бактериальных родах, таких как Roseburia или Lactobacillus, были связаны с риском гипертонии, чему, возможно, способствует западная диета [71]. Бактериальный состав кишечника также связан с моторикой и физиологией кишечника [72].

Польза цистанхе для мужчин – укрепление иммунной системы

Род Anaerovorax ранее наблюдался у мышей с аномальной физиологией кишечника и сниженной моторикой [73]; однако обогащение Anaerovorax в HSD диких мышей может привести к другой роли этого таксона в контексте гомеостаза и правильного функционирования кишечника. В соответствии с предыдущими результатами мы наблюдали увеличение численности рода Akkermansia в группе HSD CLM [28], в то время как кишечная микробиота диких мышей была обеднена этим родом, что также согласуется с более ранними исследованиями этой модели [51, 53–55]. Хотя род Akkermansia является потенциальным пробиотиком из-за его положительного влияния на улучшение иммунологических и метаболических профилей хозяина (например, при ожирении и диабете 2 типа) [42,74–77], роль этого рода до сих пор неясна из-за его отрицательного влияния. корреляция с клиническими исходами колоректального рака [78], болезни Паркинсона [79,80] и пациентов с рассеянным склерозом [81]. В соответствии с нашими предыдущими результатами, полученными с помощью путей MetaCyc [28], CLM при HSD показал снижение прогностических микробных функций, связанных с метаболизмом крахмала и сахарозы для ортологии KEGG. Однако незначительные изменения в бактериальном составе кишечника диких мышей, получавших HSD, не вызвали каких-либо существенных изменений в прогнозирующих бактериальных функциях, что указывает на то, что микробиота кишечника, полученная от диких животных, и метаболические/экологические сети гораздо более стабильны и могут гораздо легче адаптироваться к Изменения в питании, вызванные HSD, по сравнению с экосистемами кишечника CLM, что требует дальнейшего изучения. Стоит также упомянуть о возможном влиянии грибкового сообщества кишечника на бактериальную сеть кишечника при дифференцированном режиме питания. Более ранние исследования уже показали, как потенциальные взаимодействия между бактериями и грибами участвуют в гомеостазе иммунной системы хозяина и развитии заболеваний [82–85]. В этом контексте CLM дополнительно ограничена более низкой бактериальной сложностью по сравнению с дикими мышами, что может препятствовать созданию разнообразной микобиоты кишечника [54]. Будущие исследования смогут определить вклад кишечных грибковых сообществ в параметры кишечной микробиоты и иммунитета хозяина, используя модель одичалых. Таким образом, наше исследование предоставляет данные о том, как высокое потребление натрия влияет на естественную, дикую кишечную микробную экосистему по сравнению с одомашненным кишечным бактериальным сообществом CLM. Наше исследование показало, что HSD не влияет на бактериальные таксоны и микробиоту кишечника у диких мышей так же, как на одомашненную микробиоту кишечника CLM. Это расхождение, как было заявлено ранее для других диетических режимов или состояний, таких как диеты с высоким содержанием жиров [54,55], указывает на то, что необходимы будущие исследования на естественных модельных системах мышей, чтобы подвести итоги и оценить влияние диетических вмешательств на более сложные экосистемы кишечника. как у людей.

цистанхе трубчатой ​​– улучшает иммунную систему