你在这里

  • 首页
  • 在线第一
  • 肠道菌群的老化轨迹与代谢性疾病有一定的年龄相关性

条文本

菜单条
信
肠道菌群的老化轨迹与代谢性疾病有一定的年龄相关性
  1. JingXiang傅1，
  2. 温邱1，
  3. 惠民郑1，
  4. 康康舞气1，
  5. Shixian胡2，
  6. 吴魏3.，
  7. 王帝1，
  8. Guangyan吴1，
  9. Peihua曹4，5，
  10. Zhenchao马6，
  11. 曹国伟郑6，
  12. Wen-Jun马7，
  13. Hong-Wei周1，8，
  14. 燕他1，8
  1. 1珠江医院检验医学科微生物组医学中心，南方医科大学，广州，广东,中国
  2. 2精准医学研究所，中山大学附属第一医院，广州,中国
  3. 3.广东省公共卫生研究所，广东省疾病预防控制中心，广州,中国
  4. 4临床研究中心，南方医科大学珠江医院，广州,中国
  5. 5生物统计学的，南方医科大学公共卫生学院，广州,中国
  6. 6湖州中心医院，浙江大学医学院，湖州，浙江,中国
  7. 7公共卫生和预防医学系，暨南大学医学院，广州，广东,中国
  8. 8器官衰竭研究国家重点实验室，南方医科大学，广州,中国
  1. 对应到何燕教授，南方医科大学珠江医院检验医学部微生物组医学中心，广东广州;沿河在}{翻i.smu.edu.cn

http://dx.doi.org/10.1136/gutjnl-2022-328034

来自Altmetric.com的统计

    请求的权限

    如果您希望重用这篇文章的任何部分或全部，请使用下面的链接，它将带您访问版权清除中心的RightsLink服务。您将能够快速获得价格和以多种不同方式重用内容的即时许可。

    我们饶有兴趣地阅读了吴恩达最近的文章等．（肠道, 2022;71:910-8)，他们报道了自闭症谱系障碍患者肠道菌群轨迹的抑制。1同样，成年人肠道菌群也会老化。2 3与年轻宿主相比，来自老年宿主的肠道微生物移植会恶化受体的年龄相关代谢变化。4个5然而，人类肠道菌群的衰老速度可能有所不同，即，即使在年龄相近的人(图1一个）;这个过程类似于生物衰老。6因此，我们想知道肠道菌群老化轨迹是否可以作为成人代谢性疾病的生物标志物。我们分析了一项人口水平调查中6376名参与者的肠道菌群组成7与定量洞察微生物生态学(QIIME)，8其中健康参与者的中位年龄为43岁(IQR, 31-45，在线补充表S1)．随机森林算法应用于1083个健康个体的数据，以模拟肠道菌群老化与实际年龄的关系。然后将该模型应用于患有代谢性疾病的受试者，按实际年龄匹配健康个体。看到在线补充文件1额外的信息。

    Gut microbiome ageing patterns in participants with metabolic diseases and their healthy counterparts. (A) Three different patterns of ageing trajectories of the gut microbiota. (B–D) Gut microbiota ageing trajectory in patients with hypertension, diabetes and obesity versus healthy individuals. The random forest model was trained with the microbiota features of healthy individuals and then applied to predict the microbiota age of participants with hypertension, diabetes and obesity in relation to their chronological their age separately.
    " data-icon-position="" data-hide-link-title="0">图1
    图1

    代谢性疾病参与者和健康参与者的肠道微生物群老化模式(A)肠道菌群老化轨迹的三种不同模式。(B-D)高血压、糖尿病和肥胖患者与健康人的肠道菌群老化轨迹。利用健康个体的菌群特征训练随机森林模型，分别预测高血压、糖尿病和肥胖受试者的菌群年龄与实际年龄的关系。

    在建模阶段，1083名健康个体的菌群年龄与实际年龄呈显著正相关(在线补充图S1)．健康个体的微生物群年龄与性别或居住地(发达地区与欠发达地区)无显著相关，但与谷物、水果和米酒消费量(在线补充表S2而且在线补充图S2)．当该模型应用于患有代谢性疾病的个体时，他们的微生物群的老化轨迹既没有加速也没有延迟，而是与接近50岁的健康个体的老化轨迹相交(图1罪犯)．在患有代谢性疾病的个体中，微生物区系年龄比较年轻的健康个体的年龄大，与中年健康个体的年龄相当，比较年长健康个体的微生物区系年龄小(在线补充图S3)．代谢性疾病(包括高血压、糖尿病和代谢性综合征)患者服用抗生素或药物后，其菌群年龄明显低于未用药的患者(在线补充图S4)．我们将服用药物的患者移除了，仍然可以复制出上述交叉模式(在线补充图S5)．

    为了剖析随机森林老化模型，我们分析了模型贡献最大的20个类群的老化轨迹(图2一个)．热图清楚地表明，在健康个体中，相对分类丰度与年龄老化呈正相关(上半部分)或负相关(下半部分)，但在高血压个体中，其轨迹是无序的。典型的微生物例子包括梭状芽胞杆菌而且Parabacteroides distasonis,有明显的交叉图案(图2 b, C)．在糖尿病、肥胖、代谢综合征、高胆固醇血症和高甘油三酯血症的参与者中也观察到类似的无序分类衰老轨迹。在线补充图S6)．

    Significant intersecting trajectories of taxonomic relative abundances in healthy and hypertensive participants. (A) Heatmap of the top 20 important amplicon sequence variant from the random forest regression model plotted against chronological age in healthy and hypertensive individuals. Significant intersecting patterns of the relative abundances of (B) seq93_Clostridium and (C) seq15333_Parabacteroides distasonis in healthy individuals and hypertensive participants. The interaction p indicates the significance of interaction term in the multivariable linear regression model.
    " data-icon-position="" data-hide-link-title="0">图2
    图2

    健康和高血压受试者中分类相对丰度的显著交叉轨迹。(A)来自随机森林回归模型的前20个重要扩增子序列变异的热图，与健康和高血压个体的实际年龄相关。(B)相对丰度的显著交叉模式seq93_Clostridium和(C)seq15333_Parabacteroides distasonis在健康人群和高血压受试者中交互作用p表示多变量线性回归模型中交互作用项的显著性。

    总之，目前和Ng的研究结果表明，肠道菌群的老化轨迹可能是儿科和成人慢性疾病的潜在生物标志物。然而，微生物群加速老化不应被简单地认为是成人代谢性疾病的风险因素，反之亦然，因为它可能与年龄有关。我们的发现与威尔曼斯基的观察相符，即携带较年轻菌群特征的老年人存活率可能较低，9但分析以了解协变量(生活方式、饮食、药物等)、亚人群差异和肠道菌群老化的纵向疾病风险是有必要的。此外，在机制研究中是否可以观察和理解细菌的年龄依赖功能是值得研究的。有趣的是，在粪便微生物群移植(FMT)中，出于健康原因选择年轻捐赠者是一种常见的做法。分析一个与实际年龄匹配的健康的FMT供体是否能促进受者额外的健康利益值得进一步研究。

    伦理语句

    病人同意发表

    伦理批准

    这项研究涉及人类参与者，并获得了中国疾病预防控制中心伦理审查委员会(编号:no。201519 - a)。参与者在参与研究前给予知情同意。

    致谢

    我们感谢南京医科大学陈连民教授的深刻讨论。YH(通讯作者)与陈连民教授就肠道菌群是否越年轻越健康的问题进行了争论，并提出了目前的分析，同时也受到了吴恩达研究的启发。根据目前的观察，YH坚持认为更年轻的微生物群总是更好的观点可能是错误的，但这可能是与年龄有关的。

    参考文献

    1. ↵
      1. 湾Y，
      2. 左T，
      3. 徐Z，等
      ．在自闭症谱系障碍儿童中，肠道菌群和细菌种类作为非侵入性预测标记的发展不足．肠道2022；71：910–8．doi: 10.1136 / gutjnl - 2020 - 324015pmid:http://www.ncbi.nlm.nih.gov/pubmed/34312160
      OpenUrl 摘要/免费的全文
    2. ↵
      1. YatsunenkoT，
      2. 雷伊菲，
      3. Manary乔丹，等
      ．跨越年龄和地域的人类肠道微生物组．自然2012；486：222–7．doi: 10.1038 / nature11053pmid:http://www.ncbi.nlm.nih.gov/pubmed/22699611
      OpenUrl CrossRef PubMed 网络的科学
    3. ↵
      1. 张X，
      2. 钟H，
      3. 李Y，等
      ．不同种族人群共享的成人肠道菌群的性别和年龄相关轨迹．Nat老化2021；1：87–One hundred.．doi: 10.1038 / s43587 - 020 - 00014 - 2
      OpenUrl
    4. ↵
      1. BarcenaC，
      2. Valdes-MasR，
      3. 市长P，等
      ．通过粪菌群移植到早老性小鼠的健康期和寿命延长．Nat地中海2019；25：1234–42．doi: 10.1038 / s41591 - 019 - 0504 - 5pmid:http://www.ncbi.nlm.nih.gov/pubmed/31332389
      OpenUrl CrossRef PubMed
    5. ↵
      1. 伯麦米，
      2. Guzzetta柯，
      3. BastiaanssenTFS，等
      ．来自年轻小鼠的微生物群可以抵消选择性年龄相关的行为缺陷．Nat老化2021；1：666–76．doi: 10.1038 / s43587 - 021 - 00093 - 9
      OpenUrl
    6. ↵
      1. Hamczyk先生，
      2. 华达RM，
      3. Barettino一个，等
      ．生物老化与时间老化:JACC焦点研讨会．J Am Coll Cardiol2020；75：919–30.．doi: 10.1016 / j.jacc.2019.11.062pmid:http://www.ncbi.nlm.nih.gov/pubmed/32130928
      OpenUrl 免费的全文
    7. ↵
      1. 他Y，
      2. 吴W，
      3. 郑氯，等
      ．区域差异限制了健康肠道微生物组参考范围和疾病模型的应用．Nat地中海2018；24：1532–5．doi: 10.1038 / s41591 - 018 - 0164 - xpmid:http://www.ncbi.nlm.nih.gov/pubmed/30150716
      OpenUrl CrossRef PubMed
    8. ↵
      1. Caporaso詹，
      2. KuczynskiJ，
      3. StombaughJ，等
      ．QIIME允许对高通量群落测序数据进行分析．Nat方法2010；7：335–6．doi: 10.1038 / nmeth.f.303pmid:http://www.ncbi.nlm.nih.gov/pubmed/20383131
      OpenUrl CrossRef PubMed 网络的科学
    9. ↵
      1. WilmanskiT，
      2. DienerC，
      3. RappaportN，等
      ．肠道微生物群模式反映健康的衰老和预测人类的生存．Nat金属底座2021；3.：274–86．doi: 10.1038 / s42255 - 021 - 00348 - 0pmid:http://www.ncbi.nlm.nih.gov/pubmed/33619379
      OpenUrl PubMed

    补充材料

    • 补充数据

      这个网络仅文件已由BMJ出版集团从作者提供的电子文件生产(s)，并没有编辑的内容。

    • 补充数据

      这个网络仅文件已由BMJ出版集团从作者提供的电子文件生产(s)，并没有编辑的内容。

    脚注

    • JF和WQ贡献相同。

    • 调整通知这篇文章在Online First发布后进行了修改。参考文献9中第一作者的姓名已被更正。

    • 贡献者JF, YH和H-WZ设计了研究并准备了手稿。YH, WW, W-JM和H-WZ提供了数据。JF、WQ、H-MZ、HW、GW和YH对数据进行了分析。PC、ZM和CZ在分析和解释数据方面提供了重要的建议。

    • 资金本研究获得国家重点研发计划项目(2019YFA0802300 (YH)， 2017YFC1310600 (H-WZ))资助;国家自然科学基金(NSFC82022044 (YH)， NSFC81925026 (H-WZ)， 81800746 (YH));广东省自然科学基金(资助);-2018年a0303130118 (WW)。

    • 相互竞争的利益没有宣布。

    • 来源和同行评审不是委托;外部同行评议。

    • 补充材料本内容由作者提供。它没有经过BMJ出版集团有限公司(BMJ)的审查，也可能没有经过同行评审。讨论的任何意见或建议仅仅是那些作者(s)和不被BMJ认可。BMJ放弃从放在内容上的任何依赖产生的所有责任和责任。如果内容包含任何翻译材料，BMJ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、药品名称和药物剂量)，并且不对翻译和改编或其他原因引起的任何错误和/或遗漏负责。