条文本

原始研究
人类与临床前研究的host-gut微生物co-metabolite hippurate新陈代谢健康的标志和中介
  1. 弗朗索瓦Brial1,
  2. 朱利安Chilloux2,
  3. 三倍的尼尔森3,
  4. 莎拉Vieira-Silva4,
  5. 格温Falony4,
  6. Petros Andrikopoulos2,5,
  7. 迈克尔Olanipekun2,5,
  8. 莱斯利待遇6,
  9. 法蒂玛Djouadi7,8,
  10. 安娜L七巧板2,
  11. 安德里亚Rodriguez-Martinez2,
  12. Ghiwa Ishac Mouawad1,
  13. 尼古拉斯·庞斯9,
  14. 索非亚Forslund10,
  15. Emmanuelle勒夏特列原理9,
  16. Aurelie Le躺1,
  17. 杰里米·尼科尔森2,
  18. 托本汉森3,
  19. Tuulia Hyotylainen11,
  20. Karine克莱门特12,13,
  21. 梅Oresic14,
  22. 博克同行15,
  23. 斯坦尼斯拉夫Dusko埃利希9,16,
  24. 珀斯Raes4,17,
  25. 彼得森Oluf Borbye3,
  26. 多米尼克•Gauguier1,18,
  27. Marc-Emmanuel杜马斯2,5,18,19
  1. 11124年umr INSERM,大学巴黎笛卡尔,巴黎、法国
  2. 2部分生物分子医学、新陈代谢、消化和生殖,伦敦帝国理工学院,伦敦、英国
  3. 3诺和诺德基金会基本代谢研究中心,哥本哈根大学,哥本哈根、丹麦
  4. 4实验室的分子细菌学、微生物学和免疫学,君威医学研究所,鲁汶Katholieke项目,鲁汶、比利时
  5. 5国家心脏和肺研究所的部分基因组与环境医学,伦敦帝国理工学院,伦敦、英国
  6. 6美国生物科学,诺丁汉特伦特大学,诺丁汉、英国
  7. 7de矫揉造作的des Cordeliers中心,巴黎笛卡尔,巴黎、法国
  8. 8中心de矫揉造作的des Cordeliers INSERM,巴黎索邦大学,巴黎、法国
  9. 9Metagenopolis,INRAE,巴黎,巴黎大区、法国
  10. 10Forslund实验室,马克斯·德尔布吕克中枢毛皮Molekulare Medizin实验和临床研究中心,柏林,柏林、德国
  11. 11化学系,据英国大学,据英国、瑞典
  12. 126 Nutriomique INSERM、U1166、团队,大学皮埃尔和玛丽Curie-Paris 6,巴黎、法国
  13. 13Cardiometabolism和营养研究所(我),援助Publique-Hopitaux巴黎,- salpetriere医院,巴黎、法国
  14. 14医学科学学院,据古都,据英国、瑞典
  15. 15结构和计算生物学单位,欧洲分子生物学实验室,海德堡、德国
  16. 16中心主机微生物相互作用,伦敦国王学院牙科研究所,伦敦、英国
  17. 17微生物学中心,弗兰芒Instituut voor Biotechnologie,鲁汶、比利时
  18. 18麦吉尔&美国人类遗传学基因组中心,麦吉尔大学,蒙特利尔,魁北克、加拿大
  19. 19欧洲基因组学研究所糖尿病,INSERM U1283, CNRS UMR8199,巴斯德研究所德里尔,里尔大学医院,大学的里尔,里尔、法国
  1. 对应到教授Marc-Emmanuel杜马斯,消化代谢和繁殖的部门,部分计算和系统医学、伦敦帝国理工学院、伦敦、英国;m.dumas在{}imperial.ac.uk

文摘

客观的肠道微生物产品参与宿主代谢的调节。在人类和实验研究中,我们探索hippurate的潜在作用,肝阶段2结合微生物苯甲酸的产物,代谢健康的标志和中介。

设计271年中年糖尿病的丹麦人,分层习惯性膳食摄入量,我们应用1H-nuclear核磁共振(NMR)谱的尿液样本和shotgun-sequencing-based宏基因组的肠道微生物组探索hippurate的尿液水平之间的联系,措施肠道微生物的新陈代谢健康的膳食脂肪和标记。在机械实验中慢性皮下注入hippurate high-fat-diet-fed肥胖老鼠,我们测试了hippurate和代谢表型之间的因果关系。

结果在人类研究中,我们表明,尿液hippurate积极associates苯甲酸与微生物基因丰富性和功能模块微生物生物合成的途径,其中一个不太普遍拟杆菌2菌群与Ruminococcaceae相比却能合成更多形成或普氏菌菌群。通过膳食分层,我们确定一个研究参与者的子集食用富含饱和脂肪的饮食中尿hippurate浓度、独立的基因丰富,占与代谢健康。在high-fat-fed老鼠的实验中,我们将演示通过长期因果关系注入hippurate (20 nmol /天)导致改善葡萄糖耐量和增强胰岛素分泌。

结论人类和实验研究表明,高尿hippurate浓度一般代谢健康的标志,而在高脂饮食引起的肥胖的上下文中,hippurate有助于改善代谢,突显出其潜在的中介新陈代谢健康。

  • 肠道微生物
  • 葡萄糖代谢
  • 肥胖
  • 结肠微生物区系

数据可用性声明

数据在合理请求相应的作者

https://creativecommons.org/licenses/by/4.0/

这是一个开放的分布式依照创作共用署名4.0条Unported (4.0) CC许可,允许他人复制、分配、混音、转换和发展这项工作为任何目的,提供了最初的工作是正确地引用,执照的链接,并表明是否变化。看到的:https://creativecommons.org/licenses/by/4.0/

来自Altmetric.com的统计

这项研究的意义

已经知道这个问题是什么?

  • 先前的报道展示了微生物的作用在肥胖、非酒精脂肪肝疾病,胰岛素抵抗和2型糖尿病

  • 一个microbial-host co-metabolite hippurate,与健康有关的研究与脂肪肝、胰岛素抵抗、糖尿病、肥胖和代谢综合症。

有什么新发现吗?

  • Hippurate显示最严重的微生物基因丰富性和微生物与Hippurate属于phenylpropanoid通路相关的基因

  • 高hippurate水平与代谢相关健康志愿者食用high-meat富含饱和脂肪的饮食

  • 慢性药物治疗与hippurate提供代谢在高脂肪饮食环境中受益

  • Hippurate还特别增加胰腺β细胞面积和功能在高脂肪饮食条件。

它会如何影响临床实践在可预见的未来吗?

  • Hippurate可以使用一个标记分层研究及其代谢健康水平可以监控在生活方式的干预

  • 特定的饮食建议最终能给hippurate增产潜力的微生物

介绍

人类肥胖流行病引起2型糖尿病和心血管疾病的风险。肠道微生物生态失调,现在被认为是这些疾病的一个关键特性。肠道微生物群是一个复杂的生态系统,窝藏成千上万的微生物物种和品种。1它是一个动态系统描述为核心和罕见的参与者之间的连续体,2交替的整体生态系统结构描述的梯度3或欠佳的人群。4 - 61000万种不同的微生物的微生物共同编码基因。7 8微生物基因丰富性已被建议作为一个生态多样性镜像改善新陈代谢健康的标志。9日10许多因素影响肠道微生物群,11包括饮食,12日13的年龄,14日15生活方式,16膳食补充剂等甜味剂17和毒品。16日18虽然微生物群直接影响主机通过生产或退化的各种生物过程的多种化合物,绝大多数分子参与这种化学物质相声仍然是难以捉摸的。19日至22日

Hippurate是最丰富的microbial-host co-metabolites,由共轭从肝脏和肾脏的甘氨酸和苯甲酸微生物通过第二阶段解毒。23Hippurate已被证明是相关的积极与微生物多样性但消极与血压、非酒精脂肪肝疾病、内脏脂肪质量和克罗恩病。- 28这表明hippurate新陈代谢健康的潜在作用。

尽管最近的进展,是一个重要的需要深入描述的复杂nutrition-microbiome-host交互涉及hippurate通路,特别是有关(1)对微生物基因丰富性,生物合成的基因模块及其窝藏欠佳;(2)人口分层识别病人的子组hippurate改善代谢健康;和(3)生物hippurate对主机的影响表型的描述。

为了解决这些点,我们描述的尿代谢物和粪便metagenome 271中年人类肠道的非糖尿病的参与者从宏基因组(MetaHIT)的上下文中研究广泛的体重,免疫和代谢标记以及习惯性膳食摄入数据。9我们评估饮食之间的相互作用、微生物和代谢物一般,尤其是hippurate通路。我们表明,hippurate实益对bioclinical表型的影响,我们通过体内研究进一步证实肥胖和糖尿病的临床前模型。

方法

人类被试

所有分析都是在非糖尿病的丹麦人MetaHIT研究(N = 271),9 29包括193人完成了验证的子集食物频率问卷(FFQ)。18伦理委员会批准的这项研究是丹麦的首都地区(hc - 2008 - 017和h - 15000306),并按照《赫尔辛基宣言》的原则。所有的参与者给书面知情同意。抽样和临床表现型进行如前所述。9 29简而言之,所有的参与者都从人群Inter99研究招募了。30.这项研究计划包括两次,大约14天。在第一次访问,所有参与者在早上检查后一夜快。在第二次访问,双能x线吸收仪扫描。以前评估血清甘氨酸水平。29日估计肾小球滤过率(eGFR)计算与慢性肾脏疾病,流行病学合作(CKD-EPI)公式没有种族因素。31日

饮食数据

研究参与者的一个子集(n = 193)完成了验证FFQ为了获得信息在他们的饮食习惯。32FFQ聚集一天从所有用餐期间的饮食信息,记录在过去几个月里摄入频率。消耗的数量是由相乘的份量报道FFQ消费频率。女性和男性的标准份量,另外,本计算中使用;FFQ所有食品与食品在丹麦食物成分数据库如前所述。18估计每日摄入的营养素和微量元素的每个参与者是基于计算使用FoodCalc (V.1.3) (http://www.ibt.ku.dk/jesper/FoodCalc/Default.htm)。

样品收集

粪便样本收集国内的研究参与者集合后,立即冻结。样品都被转移到研究中心使用绝缘泡沫聚苯乙烯容器和储存在−80°C到分析。DNA提取进行了描述。9血液采样是在禁食状态,执行和尿液收集在第一次访问mid-void抵达研究中心和冷冻立即不添加防腐剂。样本储存在−80°C到分析。

代谢分析

尿液样本是随机,准备和测量1核磁共振谱仪(力量GmbH)操作后为600.22 MHz力量IVDr标准操作程序(sop)所描述。33简而言之,540年µL尿液混合60µL缓冲区(1.5米不2阿宝40.1%,v / v TSP,南2毫米3在D2O, pH7.4)、涡和离心机在12 000 g 5分钟在4°C。然后,550年得到的上层清液µL被转移到一个5毫米SampleJet NMR管1核磁共振分析。的1核磁共振光谱导入Matlab预处理报道24使用概率商正常化(PQN)34其次是挑选峰值与变量的统计重新挂钩(SRV)算法。35结构分配进行了综述36使用内部和公开可用的数据库。hippurate峰在7.84 (d), 7.55 (t)和7.64 (t) ppm是手动综合和总结。

宏基因组

鸟枪测序的微生物DNA基因丰富性和宏基因组处理工作流进行发表。9基因序列映射到先前发布的综合目录。7发表在Vieira-Silva后策略等,37我们建立了一个新颖的手动设置20策划gut-specific代谢模块映射微生物phenylpropanoid代谢从宏基因组数据(在线补充数据1)。组装模块的设置是基于广泛的文献和数据库回顾(KEGG,38MetaCyc39)。包括神经通路被局限于原核生物代谢糖类和相关的基质。而当前模块集的范围超过了微生物苯甲酸生产,它不要求完整性有关的报道微生物phenylpropanoid新陈代谢。每个模块代表一个细胞酶的过程中,定义为一组输入和输出直接同源组和分隔的代谢物。模块结构遵循KEGG数据库的语法。丰富的定制模块使用Omixer-RPMV.1.0来自直接同源丰度表(https://github.com/raeslab/omixer-rpm)。40Enterotyping genus-level丰富的微生物与车辆疾驰转换概要文件进行基于狄利克雷多项混合物(DMM)方法实现R包DirichletMultinomial,所述。41

单变量统计分析

离群值被击溃了测试(Q = 1%) GraphPad(棱镜)。为对比组,正常测试正常使用D 'Agostino-Pearson综合测试,然后单向方差分析,其次是图基的诚实的显著差异(HSD)事后测试当数据是正态分布;否则,使用双尾Mann-Whitney测试组比较(p < 0.05,具有统计学意义)。数据显示为均值±SEM。多个测试修正进行了使用层的过程(q)指出。42以上两组之间的比较,小动物——一张长有克鲁斯卡尔-沃利斯检验应用(与多个使用Benjamini-Hochberg校正方法,指出p调整的错误发现率,pFDR)后跟joint-rank邓恩测试组之间两两比较。

主成分分析(PCA)

PCA进行了使用MATLAB V。R2014年a function ‘ppca’ in order to run a probabilistic PCA to be able to include variables with a minority of missing values.

主坐标分析(PCoA)

无约束分类进行想象个人间微生物群组成的变化,在genus-level使用Bray-Curtis不同丰度矩阵与素食(V.2.4-1) R包。43

最小二乘和逐步多元线性回归

解释变量的累积贡献排泄hippurate测定多元线性回归(有或没有分段特征选择)。Hippurate和连续的解释变量是rank-transformed解释力和模型评估使用Akaike信息标准。

正交偏最小二乘(O-PLS)

正交偏最小二乘判别分析(O-PLS-DA)进行了MATLAB V。R2014a监督所描述的多变量分析。44O-PLS-DA模型的预测能力是通过7倍交叉验证评估44计算问2Yhatgoodness-of-prediction参数。的实证意义2Yhat参数是由随机置换评估测试(10 000次迭代)。45

k - means聚类

确定最优数量的集群使用肘部,轮廓和差距统计方法的多数票R(4.0.3)包factoextra(1.0.7)和集群(魅惑。聚类是使用内置的R k - means函数执行Hartigan-Wong算法使用25个随机集。

动物实验

所有动物程序授权由巴黎大学的伦理委员会(Ref: 00486.02)。四组六C57BL / 6 j雄性老鼠(Janvier实验室)美联储控制碳水化合物的饮食(冠心病;10%的脂肪)(D12450Ki研究饮食)或高脂肪饮食(HFD;60%的脂肪)(D12492i,研究饮食)所示在线补充图1。每个成分的饮食了在线补充数据2。Hippurate在0.9%氯化钠(5.55毫米)皮下注射6周使用Alzet微型真空泵(型号2006,查尔斯河);控制老鼠注射了生理盐水。程序和化验所描述。46短暂,葡萄糖耐量和胰岛素分泌评估使用腹腔内葡萄糖耐量试验(IPGTT)。血液样本采集前注射葡萄糖(2 g / kg),然后按顺序确定glycaemia使用一个(罗氏诊断)和胰岛素使用ELISA (Mercodia)。胰腺部分被孵化的insulin-specific抗体(猫#:C27C9 Ozyme)或者一个anti-Ki67抗体(猫#:ab15580 Abcam)后跟一个辣根过氧化物酶(合)共轭二次抗体(猫#:1706516,Bio-Rad)。数字图像分析使用Visiopharm积分器系统(Visiopharm),并使用积极的像素进行定量分析算法(籼稻实验室)。

结果

Hippurate尿液代谢物大部分与粪便微生物基因丰富度密切相关

识别微生物和宿主的化合物调解新陈代谢健康有益的影响,我们描述了尿代谢物的MetaHIT人口9使用1核磁共振进行Metabolome-Wide协会研究(mwa)25微生物基因丰富性。9我们首先建立了一个基于O-PLS-DA模型1核磁共振光谱对分层的人口基因丰富性使用我们先前480年截止000年出版微生物的基因9(图1一个,p = 3.21×10-15年)。一个基因数密度图支持分层的有效性(在线补充图2)。旨在模型显著预测方差与基因丰富性通过排列测试(图1 b,p = 0.1×10410 000随机)。模型系数对这种歧视透露hippurate具有最强的协会微生物基因数量和较低的肌酐高计数(图1 c)。个人较低的微生物基因丰富性呈现显著降低尿hippurate水平比高(图1 d,在线补充图2 b;ρrank-based枪兵的相关性2= 0.173,p = 1.99×109)。这些数据支持hippurate水平之间的关系,基因丰富性和香农多样性指数23(图1 e2= 0.108,p = 2.82×108)。

" data-icon-position="" data-hide-link-title="0">图1
图1

Hippurate主要代谢物与基因丰富性和肠道微生物的功能冗余。(A)得分图(1)预测组件获得正交偏最小二乘判别分析(O-PLS-DA)模型拟合使用尿1核磁共振光谱预测微生物基因丰富性,显示一个重要高度丰富的基因之间的联系(超过480 000个基因数)1核磁共振光谱(p = 3.21×10-15年对于使用野生的显著非零斜率,N = 271)。(B)的实证评估的重要性O-PLS拟合优度参数Q2Yhat通过生成一个空分布与000随机排列(p = 1.00×104)。曼哈顿(C)情节突出之间的关联1目标变量和基因数显示在pseudo-spectrum布局。一个负值(蓝圈)意味着一个负相关,而正值(红圈)意味着正相关。灰色的圈是集群p值> 0.01。大小的圆圈代表集群的协方差与基因数。(D)之间的关联尿hippurate强度(hippurate曲线下的面积1氢谱峰;AU)和高基因计数(超过480 000;p = 6.84×108对于显著非零斜率使用野生)。(E) Linear-regression-based散点图显示相关性尿hippurate(非盟:对数转换为可视化的目的)和香农微生物多样性指数(枪兵的ρ2= 0.108,p = 2.82×108;N = 271)。

重要的是,尿hippurate水平显示显著的负面联想标记等代谢障碍的身体质量指数(BMI)、体重、内稳态模型评估胰岛素抵抗(HOMA-IR)、白细胞介素- 6 (il - 6)、胰岛素和c -肽(部分枪兵的相关性,q < 0.1,图2 c在线补充)。尿hippurate水平并没有与血清甘氨酸(n = 269,线性皮尔逊相关,r = 0.06, p = 0.30),这是需要hippurate合成苯甲酸与肠道微生物通过接合,47或表皮生长因子受体(r =−0.10, p = 0.11),这可能限制hippurate间隙,或者这两个变量的综合效应(r =−0.02×102,p = 0.84;在线补充图2 d, E,在线补充表1)。两个代表注释1核磁共振光谱对个人较低或高基因计数显示(在线补充图3,在线补充表2)。我们下一个使用k - means聚类的数据驱动的分层尿hippurate成“高”和“低”(在线补充图4)。“高”hippurate集群中的个人表现出hippurate水平较高(p < 2.16×10-16年,在线补充图4 b)和基因计数(p = 2.00×105,在线补充图4 c)。此外,胰岛素抵抗(HOMA-IR)显著低于肥胖受试者(BMI > 25)水平较高的hippurate排泄(p = 0.0019,在线补充图4 d),然而,并没有显著的精益科目。我们下一个派生绝对hippurate量化使用力量IVDr算法。48绝对hippurate值与hippurate高度相关(AU)(ρ2= 0.76,p < 2.2×10-16年),个人基因高计数分泌高绝对hippurate (p = 0.00015)和绝对与基因计数(ρhippurate显著相关2= 0.11,p = 7.17×108;在线补充图5 a - c)。使用hippurate分层在线补充图4对于绝对hippurate值,我们报告的截止值分泌hippurate 3.94毫米(在线补充图5 d)。为了进一步验证我们的结果,我们正常化1氢谱峰与相应的肌酐值。同样,从一个O-PLS-DA模型建立在creatinine-corrected获得的分数1氢谱峰与基因丰富度显著相关(p = 8.12×10-14年),预测基因计数(p = 1×104;10 000排列)和creatinine-adjusted hippurate最强的协方差与高基因计数(在线补充图6 a - c)。此外,个人基因计数分泌高高架creatinine-adjusted hippurate (p = 5.38×109)和creatinine-adjusted hippurate与基因丰富性(ρ2= 0.18,p = 5.48×10-13年)和香农多样性(ρ2= 0.12,p = 6.01×109,在线补充图6 d-f)。

肠道微生物组的决定因素phenylpropanoid hippurate生产途径

苯甲酸生产描述微生物因素(微生物hippurate前体),我们接下来用粪便宏基因组数据。我们整合基因的功能注释功能目录(IGC) KEGG Orthology (KO)组和发现2733 KEGG模块与尿液hippurate呈正相关(pFDR < 0.05;在线补充表3)。然后我们手动策划20代谢模块覆盖微生物phenylpropanoid新陈代谢,包括苯甲酸生产(中引用在线补充数据1)。每个模块代表了酶促反应,被定义为一组输入和输出直接同源组和分隔的代谢物。比例只有两个模块的丰度与尿液hippurate水平(患病率(数量的主题与通路存在/科目总数)> 20%):肉桂酸转换,导致生产phenylpropanoate (MC0004;N = 271,患病率= 100%,斯皮尔曼的ρ= 0.19,核反应能量= 0.006)和coumarate退化,还编码降解苯甲酸的肉桂酸酯(MC0005;N = 271,患病率= 74%,斯皮尔曼的ρ= 0.21,核反应能量= 0.006;图2一个;在线补充图7,在线补充表4)。有趣的是,尽管MC0004和MC0005争夺肉桂酸盐作为一种常见的先驱,他们都积极与尿hippurate-despite MC0004新陈代谢的增加不会导致苯甲酸生产。另外两个模块与微生物基因丰富性(MC0004;N = 271,ρ= 0.63,核反应能量= 8.35×10-31年;MC0005;N = 271,ρ= 0.34,核反应能量= 4.48×108;在线补充表5)。宏基因组物种编码MC0004直接同源是主要的基因组中找到厚壁菌门,放线菌在较小程度上,变形菌门(图2 b;在线补充表6和7)。分布MC0005仅限于(非保密)厚壁菌门变形菌门(图2 b),属属于主要模块未被发现拟杆菌门门。

Detection of microbial phenylpropanoid metabolism-related modules in faecal metagenomes of healthy volunteers and their associations with urine hippurate concentrations. (A) Visualisation of gut-specific metabolic modules (GMMs) encoding phenylpropanoid metabolism-related pathways detected in more than 20% of individuals; MC0004 (orange; N=271, Spearman’s rho=0.19, q-value=0.006) and MC0005 (blue; N=271, Spearman’s rho=0.21, q-value=0.006) relative abundances correlate positively with urine hippurate concentrations (online supplemental table 4). (B) Metagenomic species encoding modules MC0004 and MC0005. (C) (Top panel) Faecal microbiomes dissimilarity visualised on the first plane of the genus-level principal coordinates analysis (PCoA, Bray-Curtis dissimilarity), with individual samples coloured according to enterotypes (Bacteroides1 (Bact1), blue; Bacteroides2 (Bact2), red; Prevotella (Prev), green; Ruminococcaceae (Rum), yellow). (Middle and bottom panels) Same genus-level PCoA overlaid with a mesh coloured according to the median abundances of GMMs MC0004 (red) and MC0005 (blue) in samples falling within each cell of the mesh (N=271). MC0005 relative abundance was transformed for clearer visualisation (square root). (D) Distribution of urine hippurate concentrations (N=271, Kruskal-Wallis, χ2=41.78, q-value=4.45×10-9; (left panel) and MC0004 (N=271, Kruskal-Wallis, χ2=40.04, q-value=1.05×10-8; (middle panel)) and MC0005 (N=271, Kruskal-Wallis, χ2=22.25, q-value=5.79×10-5; (right panel)) relative abundances over enterotypes. Significance levels of post hoc Dunn test corrected for multiple testing are indicated (q-value <0.05 (*); <0.01 (**); <0.0001 (***); online supplemental tables 7 and 8). The body of the boxplot represents the first and third quartiles of the distribution, with the median line, and the whiskers extend from the quartiles to the last data point within 1.5×IQR, with outliers beyond.
" data-icon-position="" data-hide-link-title="0">图2
图2

检测微生物phenylpropanoid在健康志愿者粪便基因组及其相关模块,对尿液hippurate浓度。(一)可视化gut-specific代谢模块(gmm)编码phenylpropanoid代谢相关通路中发现超过20%的个人;MC0004(橙色;N = 271,斯皮尔曼的ρ= 0.19,核反应能量= 0.006)和MC0005(蓝色;N = 271,斯皮尔曼的ρ= 0.21,核反应能量= 0.006)的相对含量与尿液hippurate浓度正相关(在线补充表4)。(B)宏基因组物种MC0004和MC0005编码模块。(C)(前面板)粪便微生物呈现不同的第一架飞机genus-level主坐标分析(PCoA, Bray-Curtis不同),与单个样品颜色根据欠佳(Bacteroides1 (Bact1),蓝色;Bacteroides2 (Bact2),红色;普氏菌(上一页),绿色;Ruminococcaceae(朗姆酒),黄色)。(中间和底部面板)相同genus-level PCoA覆盖网格彩色根据平均丰度的gmm MC0004(红色)和MC0005(蓝色)落在每个样本中细胞的网格(N = 271)。MC0005相对丰度转化为清晰的可视化(√)。(D)尿液hippurate浓度分布(N = 271,克鲁斯卡尔-沃利斯,χ2= 41.78,核反应能量= 4.45×109;面板(左)和MC0004 (N = 271,克鲁斯卡尔-沃利斯,χ2= 40.04,核反应能量= 1.05×108;(中间面板))和MC0005 (N = 271,克鲁斯卡尔-沃利斯,χ2= 22.25,核反应能量= 5.79×105;(右面板))对菌群的相对含量。重要性水平的事后邓恩测试修正多个测试显示(核反应能量< 0.05 (*);< 0.01 (* *);< 0.0001 (* * *);在线补充表7和8)。箱线图的主体代表第一和第三个四分位数的分布,中间线,和四分位数的胡须扩展到最后数据点在1.5×差,与异常值。

映射的相对丰度在enteroscape(第一架飞机正常化genus-level PCoA基于Bray-Curtis不同38;图2 c)显示一个梯度的模块分布在微生物群落类型。先前的研究发现了一个潜在dysbiotic微生物群落特征是炎症,微生物密度低、基因丰富性和Bact2菌群。却能合成更多形成6 49 50我们应用相同的策略,即DMM genus-level丰富资料,41集群粪便微生物菌群分为四个(Ruminococcaceae朗姆酒;Bacteroides1Bact1;Bacteroides2Bact2;普氏菌,上一页)。尿hippurate (N = 271,克鲁斯卡尔-沃利斯,χ2= 41.78,核反应能量= 4.45×109),MC0004(χ2= 40.04,核反应能量= 1.05×108)和MC0005(χ2= 22.25,核反应能量= 5.79×105)的相对含量在菌群分布不均,与Bact1 Bact 2运营商显示比朗姆酒和上一页同行hippurate排泄水平较低(图2 d;在线补充表8和9)。这些结果表明,微生物模块和社区结构可能(合作)确定hippurate丰富的主机。

尿液hippurate水平将个人改善代谢健康与饮食富含饱和脂肪

我们下一个评估个体营养摄入通过验证FFQs 193名研究参与者。18133饮食摄入量的PCA描述符总结饮食模式和载荷突出四个典型的饮食:更高的消费的水果和蔬菜和高食用含有饱和脂肪的肉类在第一主成分(PC1)和富含碳水化合物的食物和鱼PC2不饱和脂肪(图3一),也证实了这一趋势的食物成分和营养水平(在线补充图8 a, B)。因此,我们使用k - means聚类分层人口健康之间根据膳食PC1对比(low-PC1,更高的消费的水果和蔬菜;n = 126)和高危(high-PC1,高饱和脂肪和肉类的消费;n = 67)饮食(在线补充图8 c)。个人的临床变量在两个饮食集群没有显著不同,与消费的主要饮食项目包括肉、土豆和饱和脂肪(在线补充表10)。

Elevated urine hippurate abundance associates with improved glucose homeostasis only in participants consuming a diet rich in saturated fats and meat. (A) Biplot of the principal component analysis (PCA) of dietary intakes highlights opposite diets along the first two principal components (PCs). The main drivers of each PCs are named and represented by blue arrows. (B) Cumulative contributions of explanatory variables to interindividual variation in hippurate excretion, estimated by stepwise rank-transformed linear regression (sLR; n=193; online supplemental table 11). Explanatory variables included age, gender, body mass index (BMI), Integrated Gene Catalogue (IGC) richness, microbiota phenylpropanoid metabolism modules and diet as dietary principal components. (C–E) Linear-regression-based scatterplots showing the association between urinary hippurate (AU; log-transformed for visualisation purposes) and homeostasis model assessment of insulin resistance (HOMA-IR), plasma insulin and tumour necrosis factor-α (TNFα) for the whole cohort (n=193; black line), for those consuming a diet rich in lipids (high PC1, n=67; red line) and for those consuming a diet rich in vegetables and fruits (low PC1, n=126, blue line). Colour-coded Spearman partial correlations and p values adjusted for age, sex and BMI are depicted above. For full name description of physiological data, see online supplemental table 10. (F) Heatmap depicting Spearman’s correlations of hippurate or microbial gene counts with adiposity bioclinical variables unadjusted or adjusted for hippurate or gene counts as indicated. WBTOT_PFAT, total body fat percentage. **Spearman p<0.01, *Spearman p<0.1 after multiple testing adjustment with the Benjamini-Hochberg method. (G) Schematic illustrating partial Spearman correlations between microbial gene counts (GC) or hippurate (Hip) with HOMA-IR after adjustment for hippurate or gene counts, respectively. The unadjusted Spearman correlation between hippurate and gene counts is shown at the top of the triangle.
" data-icon-position="" data-hide-link-title="0">图3
图3

提高尿液hippurate丰富同事改善葡萄糖稳态只有在参与者食用富含饱和脂肪和肉类的饮食。(A) Biplot的主成分分析(PCA)的膳食摄入了相反的饮食以及前两个主成分(pc)。每个电脑命名的主要驱动力和由蓝色箭头表示。(B)解释变量的累积贡献个人间hippurate排泄的变化,逐步rank-transformed估计线性回归(单反;n = 193;在线补充表11)。解释变量包括年龄、性别、身体质量指数(BMI)、综合基因目录(IGC)丰富,微生物群phenylpropanoid代谢模块和饮食饮食主要组件。(汉英)Linear-regression-based散点图显示尿hippurate之间的关系(非盟;对数转换为可视化的目的)和内稳态模型评估胰岛素抵抗(HOMA-IR)、血浆胰岛素和肿瘤坏死factor-α(TNFα)对整个组(n = 193;黑线),对于那些食用富含脂肪的饮食(高PC1 n = 67;红线),对于那些食用富含蔬菜和水果的饮食(低PC1, n = 126,蓝色线)。黄衫军的枪兵偏相关性和p值调整年龄、性别和体重指数是如上图所示。全名生理数据的描述,请参阅在线补充表10。(F)的热图描绘枪兵的hippurate或微生物基因数量与肥胖相关性bioclinical变量调整或调整hippurate或基因数表示。WBTOT_PFAT,总脂肪百分比。* *斯皮尔曼*斯皮尔曼p < 0.01, p < 0.1 Benjamini-Hochberg方法经过多次测试调整。(G)示意图说明部分枪兵微生物基因数之间的相关性(GC)或hippurate(臀部)调整后与HOMA-IR hippurate或基因,分别。未经调整的斯皮尔曼相关hippurate和基因之间的三角形的数量显示在顶部。

总结主要影响因素个人间hippurate排泄的变化,我们计算的累计贡献几个使用逐步rank-transformed反是;线性回归(单反,n = 193;图3 b;在线补充表11)。微生物基因丰富性占12.95%的变异尿液hippurate (p = 2.76×107),饮食PC1 (p = 3.78×103),MC0020编码hippurate dehydrolase (p = 8.36×103),Bact2患病率(p = 3.07×102),分别添加一个额外的3.76%,3.02%和1.97%的累积,冗余解释力。虽然基因丰富性与分泌hippurate呈正相关,所有其他因素表现出负相关(在线补充表11)。饮食与个人电脑取代食品时,后者没有显著贡献hippurate排泄(在线补充图8 d,在线补充表11)。

我们接下来着手解决饮食习惯之间的交互,hippurate协会和血糖控制。事实上,hippurate更强烈降低HOMA-IR耗费在这些危险的饮食(高PC1;ρ=−0.272,p = 0.03;图3 c相比,红色)与脂类摄入较低(低PC1;ρ=−0.151,p = 0.096;图3 c、蓝色)或整个人口(ρ=−0.182,p = 0.012;图3 c、黑),调整年龄、性别和体重指数。类似的观察进行了循环胰岛素和肿瘤坏死factor-α(TNFα)(图3 d, E)。使用k - means分层hippurate每个饮食集群(在线补充图8 c的子集)透露,67人消费一个高危饮食、高尿hippurate与改善胰岛素敏感性,降低空腹胰岛素和降低脂肪细胞因子(FIAF)有关禁食51或c反应蛋白(在线补充表11,在线补充图9模拟)。尿hippurate没有与任何子集的健康参与者消费主要是水果和蔬菜的饮食(低PC1,在线补充表12)尽管有类似水平的个人hippurate high-PC1 (在线补充图9 e)。同样,hippurate水平与有限的好处对于那些食用高碳水化合物饮食而不是pescetarian饮食(在线补充表12)。

解开的贡献hippurate和微生物基因丰富性bioclinical变量对象消耗来自饮食,我们调整后的斯皮尔曼的rank-based相关性。在这个族群,hippurate水平显著相关肥胖和更好的血糖控制较低,类似于基因丰富性(图3 f)。然而,基因丰富性和bioclinical变量之间的关系崩溃后分泌hippurate(ρ=−0.067,NS),这表明它是由基因丰富性和hippurate之间的偏相关(图3 g)。这一发现表明,不仅hippurate最强的排泄的标志基因丰富性,但它可能有一个有益的影响由饮食富含饱和脂肪代谢疾病。

治疗慢性hippurate调节葡萄糖在老鼠体内平衡

hippurate以来与标记相关的代谢主要在受试者食用富含饱和脂肪的饮食健康,我们调查diet-dependent hippurate宿主代谢在小鼠的影响。老鼠接受5.55毫米hippurate(0.14毫克/公斤/天)(在线补充图1)。皮下输液确保交付hippurate恒定,避免初步的新陈代谢。Hippurate并不影响体重,体重指数或禁食glycaemia (在线补充图10 f)。CHD-fed瘦老鼠Hippurate减少葡萄糖耐量(图4 a - c)。Glycaemia 30分钟后葡萄糖挑战和ΔG参数显著升高hippurate-treated老鼠比控制。相反,hippurate改善葡萄糖耐量HFD-fed肥胖老鼠,以显著减少累积glycaemia (−23.90%, p < 0.005)和ΔG参数(−37.22%,p < 0.005;图4比)。强烈增强胰岛素的释放和glucose-induced hippurate-treated精益小鼠的胰岛素分泌(图4 d)建议直接影响胰岛素的分泌。相比之下,hippurate政府HFD-fed增强小鼠对葡萄糖和胰岛素分泌可能占改善葡萄糖耐量由hippurate肥胖老鼠。精益Hippurate显著增加insulin-positive地区(+ 294%,p = 0.0063)和肥胖老鼠(+ 348%,p = 0.0468;在线补充图11 a, B)。为Ki67-positive核染色显示β-cell扩散增加了hippurate (+ 289.73%, p = 0.0152)只有在CHD-fed老鼠(在线补充图11 c)。,数据从hippurate-treated老鼠广泛同意代谢改善观察人类研究:hippurate改善葡萄糖稳态HFD条件下,增加insulin-positiveβ细胞群。

图4

慢性皮下hippurate管理局对糖耐量的影响和C57BL / 6 j小鼠的胰岛素分泌。老鼠控制食物的饮食(模拟)或高脂肪饮食(情况)。慢性的影响皮下hippurate管理局(5.55毫米)42天的葡萄糖耐量测试(a - c, eg)和分子生物学胰岛素分泌(D, H)。控制老鼠用生理盐水治疗。曲线下的面积(AUC)计算血浆葡萄糖值的总和在腹腔内葡萄糖耐量试验(IPGTT)。ΔG基线的AUC值综合IPGTT的120分钟。所有glycaemia和胰岛素在IPGTT措施从6老鼠/组。使用未配对Mann-Whitney测试数据进行了分析。结果意味着±SEM。* p < 0.05;* * p < 0.01; ****p<0.0001, significantly different between mice treated with hippurate and saline-treated controls.

讨论

我们在271年综合代谢组学与宏基因组中年MetaHIT非糖尿病受试者的研究9和确定尿hippurate代谢物最重要的丰富性与微生物相关的基因。解剖hippurate生产的微生物因素导致两个代谢模块的识别与尿浓度有关,其中的一个导致苯甲酸的合成前体。然后我们强调diet-dependent之间的关系microbiota-host co-metabolism苯甲酸和hippurate证明hippurate主要是在个人消费饱和与代谢相关的好处来自饮食。符合微生物之间的关联基因丰富性和胰岛素敏感性MetaHIT报道9和循环hippurate并降低代谢疾病风险之间的关联,23日25日26日28日我们的研究表明,高浓度的hippurate新陈代谢健康的一个标志,主要在习惯性的饮食富含饱和脂肪的人。

我们的分析提供新的见解的微生物背景苯甲酸生产,有两个模块与尿液hippurate变化显著相关。这些模块包括肉桂酸的降解,新陈代谢的一个中间广泛的植物次生代谢物,52大量存在,其修改的形式,例如,浆果。53phenylpropanoid通路连接各种膳食基质如苯丙氨酸,奎尼酸、莽草酸、绿原酸苯甲酸被经常共同的端点。饮食和微生物中间体在这个通路与有益的健康结果。23 54这两个模块不均匀分布于肠道生态系统主要细菌类群,特别是中不被对方发现拟杆菌门。后者观察反映了相对丰度较低dysbiotic Bact2菌群,却能合成更多形成特征的细菌细胞计数低,低微生物基因丰富性,分别高低丁酸生产者和的相对丰度拟杆菌仕达屋优先计划55与上一页或朗姆酒欠佳。Bact2患病率与粪便含水率同事,49炎症,6 49肥胖和胰岛素抵抗。6这个社区被认为是不成熟的,其代谢潜力反映没有/过早停止连续性的生态系统的发展。55 56因此,苯甲酸生产可以被认为是一个新兴社区功能与生态系统的成熟到生态平衡。值得注意的是,单个模块包含在目前的分析,只有MC00020编码hippurate水解酶导致尿液hippurate浓度超出饮食主要组件和菌群。却能合成更多形成这表明在non-Bact2欠佳,苯甲酸生产很大程度上取决于食物摄入量与黄金搭档23的负贡献hippurate水解酶尿浓度进一步表明更高的膳食hippurate早期解离和/或retroconversion解毒苯甲酸在肠道排泄后,作为三甲胺——演示N氧化。57这种微生物决定论的尿hippurate水平显得镜子和引起宿主遗传决定论,我们发现一只老鼠F2-intercross苯甲酸。58

我们发现hippurate施加有益的代谢影响的高脂肪饮食中复制HFD-induced肥胖小鼠模型。Hippurate显著改善葡萄糖耐量肥胖HFD-fed老鼠这也可能被解释成刺激glucose-induced胰岛素分泌和/或β-cell diet-dependent方式大规模增加。虽然葡萄糖耐量显示一个饮食和响应之间的互动在CHD-fed hippurate老鼠,剩下的机制难以捉摸的,主要作用是增加葡萄糖耐量HFD老鼠和人类。总的来说,我们的临床前研究表明,一些有益的代谢影响的hippurate可能通过直接作用于胰腺介导。这是符合我们的工作显示逆协会hippurate、胰岛素抵抗、高血压、肥胖或肝脂肪变性,28日- 26和观察β-cells hippurate产生保护作用。59进一步的实验需要明确建立。

结论

总的来说,我们确定hippurate作为关键microbial-host co-metabolite调停的一部分有益代谢改善与高微生物基因丰富的西式饮食。这项工作扩展先前的报道是hippurate反向与胰岛素抵抗有关,脂肪变性,高血压和肥胖,28日- 26和微生物生态的多样性。23日28日我们的工作提供了一个简单的有利标志记录微生物生态系统的多样性和功能,以及提供健康有益的代谢控制。我们的观察支持microbial-host代谢几个州的存在与不同的反应对寄主的饮食和健康结果进一步举例微生物的作用在人类生化的个性60并提供个性化的营养途径和分层。61 62

数据可用性声明

数据在合理请求相应的作者

伦理语句

病人同意出版

伦理批准

伦理委员会批准的这项研究是丹麦的首都地区(hc - 2008 - 017和h - 15000306)。

引用

补充材料

脚注

  • FB, JC, TN、SV-S GF和PA是共同第一作者。

  • 小,OBP DG和M-ED联合高级作者。

  • 推特@BugsInYourGuts, @ghiwa_mouawad

  • 贡献者FB, JC, TN、SV-S GF和PA同样起到了推波助澜的作用。FB, JC, FD和GIM获得数据。JC、TN、sv、FD PA和MO进行分析。女朋友和sv策划gut-specific代谢模块。LH、ALN的手臂,NP, F,助教,TH、钼和AMLL参与数据收集和处理。JC, TN、sv、PA、FB和女朋友进行统计分析。M-ED DG, JR和OP设计研究。SDE JKN TH, KC, PB和参与的研究设计和解释结果。地中海写的手稿在FB的贡献下,JC, TN, sv, GF, PA, JR, OP和DG。所有作者提供了重要的输入。

  • 资金这项研究是由FP7 METACARDIS之下健康- f4 - 2012 - 305312的额外拨款Metagenopolis格兰特ANR - 11 - dpbs - 0001, NIHR帝国生物医学研究中心,由法国国家研究机构(ANR-10-LABX-46[欧洲基因组学研究所糖尿病]),从国家精密糖尿病医学中心——PreciDIAB,共同支持的法国国家研究机构(ANR - 18 - ibhu - 0001),由欧盟(菲德尔),由Hauts-de-France区域市政局(协议20001891 / NP0025517)和欧洲的大都市里尔(MEL,协议2019 _esr_11)和Isite ULNE (r - 002 - 20 -人才-杜马斯),还共同由ANR (ANR - 16 -国际防务展- 0004 ULNE), Hauts-de-France地区委员会(20002845)和欧洲的大都市里尔(MEL)。SV-S由玛丽·居里行动FP7 COFUND提案的人之下267 139(缩写OMICS@VIB)和科学基金Research-Flanders (FWO-V)。LH是MRC中级研究员(先生/ L01632X / 1)。诺和诺德基金会基本代谢研究中心是一个独立的研究中心,建立哥本哈根大学、丹麦,和诺和诺德公司的部分由无条件捐赠基金会(https://www.cbmr.ku.dk grantnumberNNF18CC0034900)。

  • 相互竞争的利益没有宣布。

  • 出处和同行评议不是委托;外部同行评议。

  • 补充材料此内容已由作者(年代)。尚未审查由BMJ出版集团有限公司(BMJ)和可能没有被同行评议。任何意见或建议讨论仅代表作者(年代)和不了BMJ的支持。和责任起源于BMJ概不负责任何依赖的内容。内容包括任何翻译材料,BMJ并不保证翻译的准确性和可靠性(包括但不限于当地法规、临床指南,术语,药物名称和药物剂量),和不负责任何错误或遗漏引起的翻译和改编或否则。

请求的权限

如果你想重用任何或所有本文的请使用下面的链接,这将带你到版权税计算中心的RightsLink服务。你将能够获得快速的价格和即时允许重用内容在许多不同的方式。