条文本
PDF
摘要
目标习惯饮食在塑造肠道微生物群的组成方面起着重要作用，也决定了能够影响宿主的微生物代谢物的种类。典型的西方饮食符合杂食动物的饮食;然而，地中海饮食(MD)在西地中海文化中很常见，迄今为止是一种营养推荐的饮食模式，包括大量食用谷物、水果、蔬菜和豆类。为了在这项横断面调查中调查MD的潜在益处，我们评估了一组意大利人的肠道微生物群和代谢组与他们习惯性饮食的关系。
设计与结果我们检索了153名习惯杂食、素食或纯素饮食的人的日常饮食信息，并评估了他们的肠道微生物群和代谢组。大多数纯素食者和素食者以及30%的杂食者对饮食习惯的坚持程度很高。我们能够根据饮食类型和对饮食习惯的坚持程度对个体进行分层，这是基于他们的饮食模式和相关的微生物群。我们发现以蔬菜为基础的饮食与粪便短链脂肪酸水平增加之间存在显著关联，普氏菌以及一些纤维降解厚壁菌门，它们在人体肠道中的作用有待进一步研究。相反，我们检测到在较低遵守MD的个体中尿三甲胺氧化物水平较高。
结论在表面上食用西方饮食的受试者中，与MD一致的高水平植物性食品消费与有益微生物相关的代谢组学特征有关。
试验注册号这项研究已在临床试验网站注册NCT02118857．
- 短链脂肪酸
- 肠道细菌
- 饮食
- 膳食纤维
- 肠道菌群
来自Altmetric.com的统计数据
视频摘要
本研究的意义
关于这个问题我们已经知道了什么?
饮食可以显著影响肠道微生物群和代谢组。
在习惯性杂食者和素食者之间，肠道菌群和粪便短链脂肪酸的差异可以忽略不计。
地中海饮食是一种公认的健康饮食模式，以前与肠道微生物群和相关代谢组的组成无关。
有什么新发现?
习惯性的素食和纯素饮食促进肠道中纤维降解细菌的富集。
食用富含水果、豆类和蔬菜的地中海饮食的受试者，无论饮食类型如何，其粪便短链脂肪酸水平都较高。
地中海饮食的低依从性对应于尿三甲胺氧化水平的增加，这是心血管疾病的潜在危险因素。
在可预见的未来，它会对临床实践产生怎样的影响?
通过食用富含多种植物性食物的饮食来调节微生物群，为增进健康和减轻疾病风险提供了前景。
介绍
饮食在塑造肠道微生物群中的作用已得到广泛认可，最近的几篇综述提供了对该主题的全面治疗。1 - 6然而，直到最近，并没有很多研究广泛而系统地考虑习惯饮食和肠道微生物群之间的关系。2，7
一些人群的饮食方式不同，因为他们获取食物的途径不同，这可以决定他们肠道微生物群分类组成的显著差异，从而区分农业饮食和西方饮食。8 - 10肠道微生物群的特定组成模式也与习惯性饮食有关，明确地将微生物群的不同组成与动物脂肪和蛋白质为基础的饮食与蔬菜为基础的饮食联系起来。11此外，一些研究表明，在分类学或基因水平上，纤维、水果和蔬菜的消费与微生物丰富度增加之间存在关联。12 - 14众所周知，突然的饮食改变会迅速导致肠道微生物群的变化，11，15，16尽管这种变化显然不足以大到足以引起个体在肠型之间的转换。11，17
尽管对于某些肠道梯度的关联有一个普遍的共识18蔬菜丰富的(普氏菌)或富含蛋白质/脂肪的饮食(拟杆菌/梭状芽胞杆菌),11，15，19日至22日与杂食者相比，有明确饮食习惯的人，如严格的素食者或素食者，对肠道微生物群的结构知之甚少。最近在美国的一个小型杂食者和素食者的肠道微生物群之间发现了微不足道的差异。7此外，一些自我报告为素食者的人有不显著的高丰度普氏菌相比之下,拟杆菌．11
素食和纯素饮食对健康有很好的好处。23，24相反，居住在工业化国家和食用以杂食为主的西方饮食，显然会导致微生物群的组成与不同类型的疾病关系更密切。3.联合国教科文组织已将地中海饮食列为非物质文化遗产(http://www.unesco.org/culture/ich/RL/00884）.这是一种营养推荐的饮食模式，其特点是大量摄入水果、蔬菜、豆类、坚果和加工程度最低的谷物，适度食用鱼类，少量摄入饱和脂肪、肉类和乳制品，定期但适度饮酒。25MD是一种明显的，但不完全以素食为导向的饮食方式，已被证明对治疗肥胖、2型糖尿病、炎症性疾病和心血管疾病有益。26 - 30日
肠道微生物组可以被认为是健康或不健康饮食长期消费的有用生物标志物。3.因此，确定长期饮食选择是否以及在多大程度上影响微生物群的组成以及这如何影响有益微生物代谢物的产生是很重要的。
为了研究农业和素食饮食的潜在益处，我们从153名自称杂食者(O)、素食者(VG)或纯素食者(V)的人群中检索了日常饮食信息，发现88%的受试者对素食饮食的依从性中等至高度。食用更多植物性食物的受试者粪便短链脂肪酸(SFCA)水平增加，粪便微生物群中纤维降解细菌的比例更高。相反，在一些杂食个体中，较低的MD依从性与较高的尿氧化三甲胺(TMAO)水平相对应。
方法
招募和饮食信息
153名看似健康的志愿者被召集起来，其中包括51名素食者、51名纯素食者和51名杂食者，分布在意大利四个地理位置遥远的城市(巴里、博洛尼亚、帕尔马和都灵)。在线补充资料中报告了受试者的特征以及招募和排除标准。食品和饮料的总消费量以7分的方式进行评估-每日称重食物日记，如前所述，每天完成，共7天。31每日常量营养素和微量营养素的摄入量是通过与欧洲肿瘤研究所的食品数据库相连接的Microsoft Access应用程序计算的，涵盖了900多种意大利食品的营养成分。32素食产品的营养成分是根据供应商提供的信息或包装上的文字进行评估的。所消费的食品也被检索并分解为食品类别。
采用Agnoli及其合作者提出的基于分值的11个单位饮食评分来评估对地中海饮食模式的坚持程度。33健康食品多样性指数(HFD)按先前报道计算。34不同饮食类型的中位数食物和营养摄入量以及MD坚持水平在在线补充表S1中总结。
样品收集和微生物群分析
在连续三周的同一天收集粪便和尿液样本，并将三个样本合并用于微生物群和代谢组分析。文库制备和测序如前所述进行。35详细信息作为在线补充材料提供。16S rRNA基因序列可在NCBI(国家生物技术信息中心)的序列读取档案(登录号SRP042234)中获得。
生物信息学和统计分析
原始读取首先根据454处理管道进行过滤。然后使用QIIME V.1.8.0软件对序列进行去噪和进一步滤波。36操作分类单元(Operational Taxonomic Units, otu)按照uclust流水线按照97%的序列相似性重新选择，并使用每个聚类的代表性序列与Greengenes数据库(V.05/2013)进行匹配来分配分类。α多样性指数采用多样性function in R vegan package (http://www.r-project.org）.通过QIIME获得加权和未加权的UniFrac距离矩阵，并导入R中得到主坐标分析(PCoA)图。
在R环境下进行相关分析、样本聚类和统计分析。计算微生物属、饮食和代谢组数据集之间的成对Spearman相关性。在R中使用Made4软件包对相关图进行可视化和聚类，并使用函数heatplot．统计包DESeq237使用Kruskal-Wallis和Mann-Whitney检验发现微生物类群丰度、代谢组谱和α多样性在HFD、三种饮食类型和MD依从性方面存在显著差异。除非另有说明，箱形图表示第一个和第三个四分位数之间的iqr，误差条显示1.5×IQR内的最低值和最高值。多重检验的p值校正38必要时执行。使用线性回归比较SCFA浓度或不同营养素/食物的摄入量和饮食(O, V, VG)或MD评分全球语言监测机构函数，它对响应变量(x)和一个或多个预测变量(y)执行线性回归，允许通过校正所有其他相关变量来测试y对x的影响。
为了探索属水平微生物群与膳食数据之间的关系，我们对单个数据集进行主成分分析(PCA)，然后使用协量分析(CIA)对它们进行整合。39这样就可以在两个数据集中识别出共同的生物趋势。
基于未观察状态重建(PICRUSt)的群落系统发育研究40利用基于微生物群16 - s结构的基因家族丰度预测程序对微生物群落的功能谱进行了研究。对于PICRUSt分析，使用QIIME 1.8中的Greengenes数据库(V.05/2013)以封闭参考方式进行挑选OTUs模块，识别率为97%。将16S rRNA基因拷贝数数据归一化，并预测宏基因组。从推断的宏基因组中，鉴定出KEGG Orthologs (KO)。KO丰度表被用作输入计Bioconductor包41以便进行途径富集分析。
代谢组学分析
气相色谱-质谱-固相微萃取(GC-MS/SPME)按照先前描述的方案进行42通过使用Chromopack CP Wax 52 CB熔融石英毛细管柱(Chromopack, Middelburg，荷兰)和Agilent气相色谱仪(Agilent Technologies, Palo Alto, California, USA)，连接在电子冲击模式下工作的Agilent质量选择检测器(电离电压，70 eV)。分子的鉴定是基于现有数据库(NIST V.2005和Wiley V.1996)中包含的质谱的比较。使用ChemStation (Agilent Technologies)将GC-MS/SPME原始文件转换为netCDF格式，以便使用XCMS工具箱(http://metlin.scripps.edu/）.
制备尿样，在4°C下，15 000 rpm离心15 min，进行核磁共振(NMR)分析。取上清700微升，加入160 μL的a D23-(三甲基硅基)-丙酸-2,2,3,3-d4钠盐溶液6.25 mM。加入HCl或NaOH (0.5 M)将pH调整为7.0后，将样品保存在- 20℃。立即在分析之前，样品解冻和离心如上所述。将40mg粪便与1ml去离子水涡流混合5分钟，制备粪便样本进行核磁共振分析。然后按照尿液样本的解释对所得混合物进行处理。1用AVANCE III光谱仪(Bruker, Milan, Italy)在600.13 MHz频率下记录了298 K下的H-NMR光谱。如其他地方所述，氘化水残余信号被抑制。每个光谱都是按照其他地方的描述获得的。43通过与人类代谢组数据库比较它们的化学位移和多样性来分配信号44和Chenomx软件数据库(Chenomx, Canada, V.8)。为了防止基于个体水合作用的偏差，数据通过概率商归一化进行归一化。45
结果
高水平的MD依从性，与HFD相关
意大利这个队列中的受试者能够自我声明他们的习惯饮食类别，但并不有意识地意识到他们对MD或HFD的坚持程度。基于习惯饮食的分层聚类清楚地将杂食者、素食者和纯素食者分开，几乎没有例外(图1A)对MD的遵守程度的分析33将受试者分为低、中、高MD依从性三组(图1B).只有11%的受试者(14名杂食者和3名素食者)对饮食习惯的坚持程度较低，而88%的纯素食者、65%的素食者和30%的杂食者表现出较高的饮食习惯坚持率。此外，HFD指数34值与坚持饮食习惯相关(Spearman’s r=0.61, p<0.00001)，并且在素食者和纯素食者以及中等和高度坚持饮食习惯的受试者中显著更高(p<0.0001)(见在线补充图S1)。
根据饮食(A)对受试者进行聚类，并将每种饮食类型(O, VG, V)的受试者比例划分为遵循饮食习惯的三个水平(低、中、高)(B)。在热图中，分层的单键聚类基于饮食信息丰度的Spearman相关系数。列栏按饮食类型进行颜色编码。色标表示每个变量的标度丰度，用Z-score表示，红色表示高丰度，蓝色表示低丰度。MD，地中海饮食;啊,不偏食;V,素食;VG,素食者。
习惯饮食和微生物群的分离与饮食类型和MD依从性一致
微生物群α多样性值在三种饮食类型的受试者之间或在不同程度坚持饮食习惯的受试者之间没有显著差异(数据未显示)。同样，基于UniFrac距离，PCoA地块中杂食者、素食者和纯素食者的微生物群组成也没有明确的区分(见在线补充图S2)。然而，中央情报局(图2)，基于主成分分析(PCA)的微生物群组成与日粮信息分析显示，属级微生物群组成与习惯日粮存在显著相关(RV系数=0.18;蒙特卡洛p=0.003)，涉及微生物群的一个重要子集。CIA的第一个分量(水平)占方差的50.7%，第二个分量(垂直)占方差的11.7%。虽然没有提供明确的分类，但CIA显示了受试者根据饮食类型划分的明显梯度(图2A)和遵守MD (图2B)。尽管受试者基于微生物群结构的多样性水平显然无法与他们在习惯饮食方面的巨大差异相比(图1)，值得注意的是，当考虑饮食和微生物群时，它们的梯度分层是一致的(图2）.
结合主成分分析微生物群与膳食信息的共惯性分析。受试者根据饮食类型(A)和对饮食习惯的遵守程度(B)进行聚类和着色。线的箭头端表示样本在微生物群数据集中的位置，而黑点端表示样本在饮食数据集中的位置。MD，地中海饮食;啊,不偏食;主成分分析;V,素食;VG,素食者。
家庭水平微生物群组成饼状图显示Prevotellaceae植物性饮食的丰度，尽管在多次比较校正后没有统计学意义(见在线补充图S3A)。总体而言，纯素食者和素食者中拟杆菌门的数量比杂食者多(p<0.05);因此，在大多数杂食动物中发现了较高的厚壁菌门:拟杆菌门比率(见在线补充图S3B)。
微生物属与特定的营养摄入和饮食模式有关
我们进行了大量的分析，调查了饮食类型中的微生物群和HFD评估的不同饮食质量。确定了许多重叠的微生物群特征。毛螺菌属和普氏菌分别与HFD值的最高和中等四分位数显著相关，并且它们都与植物性饮食有关。相反，L-瘤胃球菌属（瘤胃球菌属指定的属Lachnospiraceae家庭)与杂食饮食呈正相关(见在线补充表S2)。通过绘制属与饮食信息之间的相关性图，可以发现饮食对微生物群结构的影响，尽管就绝对值而言影响并不大(图3）.检测到3个主要属簇和3个营养信息簇。第一组包括杂食饮食的典型食物和营养素，而第三组包括主要与素食或纯素饮食相关的食物和营养素。一小群属与以蔬菜为基础的饮食有关，其中相关性最强的是Roseburia,毛螺菌属和普氏菌后两者也与杂食饮食呈显著负相关(p<0.01，见在线补充表S2)。更大的集群与动物来源的营养呈正相关，与以蔬菜为基础的饮食模式呈负相关(图3）.L-显示出最强和最显著的关联瘤胃球菌属和链球菌(p < 0.001)。
微生物群与饮食信息之间的相关性。热图显示微生物属(经受试者流行率20%过滤)与饮食信息之间的Spearman相关性。行和列通过欧几里得距离和沃德链接分层聚类聚类。颜色的强度代表了分类群与食物/营养物质之间的联系程度，这是通过斯皮尔曼相关性来衡量的。
饮食、微生物群和代谢组之间的相关性
粪便中短链脂肪酸含量与营养摄取量之间存在非常明显的关系，而营养摄取量也分为两组(图4A).粪便中乙酸、丙酸和丁酸(以及相应的酯类)水平与水果、蔬菜、豆类的食用量(p<0.05)和纤维的食用量(p<0.001)密切相关。相比之下，戊酸盐和己酸盐浓度与摄入富含蛋白质的动物性食物和脂肪有关(p<0.05)。三种最丰富的可溶性短链脂肪酸的水平随着坚持服用MD的增加而显著增加(图4B)和植物性饮食(见在线补充图S4)。即使在杂食者类别中，当单独分析时，也观察到主要SCFA水平随着MD分数的增加而增加的明显趋势(图4C)。在MD依存度最高的杂食动物中，丙酸和醋酸盐含量显著高于最低依存度的杂食动物(p<0.05)。在SCFA的挥发性部分与坚持MD或饮食类型之间发现了一致的显著关联(见在线补充图S5)。根据日粮类型或MD依从性，有显著差异(p<0.05)的额外分子列表见在线补充表S3。
短链脂肪酸(SCFA)水平与饮食的相关性。热图显示了SCFA与饮食信息之间的Spearman相关性(A)。行和列通过欧几里得距离和Ward链接分层聚类进行聚类。颜色的强度代表了SCFA与食物/营养素之间的关联程度，这是由斯皮尔曼相关性测量的。箱形图显示了所有(B)或仅杂食性(C)受试者粪便样本中可溶性丁酸盐、丙酸盐和醋酸盐的丰度，这些受试者根据是否坚持地中海饮食进行分组。(*p<0.05， **p<0.01)。
我们确定了许多细菌属和SCFA水平之间的正相关关系。在相关网络中，厚壁菌门(Firmicutes)和拟杆菌门(Bacteroidetes)分别与短链脂肪酸呈显著正相关和负相关(图5）.它们之间的联系毛螺菌属丁酸酯和乙酸酯含量显著(p<0.05)。此外,普氏菌是唯一与SCFA呈正相关的拟杆菌门(p<0.05)。
短链脂肪酸(SCFA)水平与微生物群的相关性。网络显示斯皮尔曼的细菌属和SCFA之间的相关性。淋巴结根据门的不同而着色。节点和节点标签的大小与关联的数量成正比。蓝边表示正相关，灰边表示负相关。只显示校正后p值<0.1的相关性。
素食者和纯素食者的尿TMAO水平明显低于非素食者(p<0.0001)(见在线补充图S6A)。此外，对MD的遵守程度越高，测量到的TMAO水平越低(见在线补充图S6B)。研究发现，氧化三甲胺水平与许多微生物属之间存在关联，而这些微生物属与动物蛋白和脂肪的摄入关系更大。L -瘤胃球菌属经多次比较校正后，发现与TMAO的相关性显著(p=0.022)。
饮食驱动的预测宏基因组差异
预测宏基因组的途径富集分析显示，与杂食动物相比，纯素食动物在叶酸生物合成(ko00790)、叶酸单碳库(ko00760)、果糖和甘糖代谢(ko00051)、氨基糖和核苷酸糖代谢(ko00520)和其他聚糖降解(ko00511)方面富集(p<0.05)。有趣的是，MD依从性高的受试者在相同的途径中也表现出富集，包括戊糖和葡萄糖酸盐相互转化(ko00040)、丙酸(ko00640)和丁酸盐代谢(ko00650)的途径(p<0.05)。此外，杂食动物的半乳糖代谢途径基因(ko00052)丰度高于纯素食者和素食者(p<0.05)。
讨论
在这里研究的受试者中，MD的显著依从性，以及我们发现的与HFD的显著联系，使该队列成为遵循健康西方饮食的人群的良好模型。与意大利的一项更大的队列研究相比，本研究发现了更高的MD依从性33以及对10个欧洲国家饮食习惯的多中心前瞻性队列研究。46在这项研究中，几乎90%的受试者表现出中等程度的坚持，而60%的受试者表现出高度的坚持。值得注意的是，后者包括了大约三分之一的杂食动物。与欧洲癌症和营养前瞻性调查研究中记录的摄入量相比，受试者(包括杂食动物)摄入的总碳水化合物(主要是淀粉和纤维)也更高，从而支持了健康的饮食模式。47高相关性的HFD34和MD的遵从性表明，如果吃富含水果和蔬菜的健康多样的饮食，这项研究的结果可以很容易地推断到其他人群(不同于地中海地区)。
我们为地中海饮食模式、肠道微生物群和微生物代谢物之间的联系提供了第一个具体证据。食用水果、蔬菜和豆类的受试者，其饮食习惯与粪便中短链脂肪酸水平的增加有关，这可能是由某些细菌促进的，这些细菌属于厚壁菌门和拟杆菌门，它们能够降解宿主无法消化的碳水化合物。相比之下，较低的MD依从性与较高的尿TMAO水平有关。
吴等7最近报道了15名素食者和16名杂食者的粪便微生物群组成和血浆SCFA谱的差异可以忽略不计，并且没有发现任何证据表明饮食驱动的分离。在153名包括素食者在内的更大的队列中，我们能够发现纤维和蔬菜食物的摄入量与粪便中短链脂肪酸浓度之间的显著关联。有趣的是，我们记录的杂食者和素食者的纤维和淀粉的中位数摄入量都高于美国队列。7此外，尽管我们注意到不同饮食类型的受试者中微生物群的整体结构相似，但在饮食和微生物群的基础上进行分层的受试者中发现了梯度。
短链脂肪酸是由肠道微生物群在发酵未消化的多糖时产生的。48醋酸盐、丙酸盐和丁酸盐对不同类型疾病的保护作用已得到充分证明。49-52本研究中SCFA的丰度与饮食明显相关。基于通过水果和蔬菜摄入更多的纤维，纯素食和素食饮食与更高水平的短链脂肪酸有关，而以动物为基础的饮食则支持更低的水平。因此，草食动物和食肉动物的饮食差异是不同动物产生丁酸盐的主要因素。53与非裔美国人相比，农业饮食的非洲原住民的SCFA水平更高。22，54然而，与西方和农业群体之间的差异相比，根据MD依从性，SCFA水平的差异并不那么显著8，22以及在干预性研究中实现的极端饮食改变。15，55非常有趣的是，即使是在杂食动物中，越坚持日常饮食，粪便中短链脂肪酸含量也越高。这些趋势表明，即使在整体杂食型饮食中，MD也可以在提供适当的底物和建立分解代谢微生物以支持短链脂肪酸的生产方面发挥关键作用。
与现有文献相比，本研究发现SCFA水平的个体间差异显著。这可能是这里所考虑的群体的巨大异质性的一个特征，因为这些群体中的个体有广泛和多样的水果和蔬菜摄入量。此外，除了饮食，还有多种因素可以影响人体代谢组，如性别或年龄。56-58尽管存在这样的可变性，但在饮食组之间发现了显著的差异，尽管这种组内差异阻止了在个体基础上推断结果。
一些额外的分子根据饮食的不同而含量不同(见在线补充表S3)。在目前的技术水平下，很难准确地将它们中的大多数与特定的饮食模式联系起来。短链脂肪酸酯始终与植物性饮食相关(见在线补充表S3)。相反，与素食者相比，杂食者的琥珀酸水平明显更高，因此，与琥珀酸生产途径相关的基因在接受动物性饮食的受试者中丰富。15在杂食性受试者和对MD依从性较低的受试者中，发现由芳香氨基酸和甲胺的结肠脱胺产生的酚类和吲哚衍生物含量较高。因此，在高抗性淀粉饮食3周后，观察到粪便中酚类的排泄减少。59而素食者对甲酚硫酸盐和吲哚酚硫酸盐的产量明显较低。60
与蔬菜饮食更相关的微生物群往往与SCFA水平相关。普氏菌拟杆菌门和拟杆菌门毛螺菌属在厚壁菌门中，最可能发酵碳水化合物，导致更高的短链脂肪酸产量。总的来说，厚壁菌门的丰度与动物相关食物的高摄入量有关，但该门的个别成员与单个SCFA的正相关性高于拟杆菌门，证实了它们在多糖分解中的作用被低估的假设。61如图所示，它们的基因库可能和拟杆菌门细菌一样有用。普氏菌)，西方受试者吃地中海式食物。与此一致的是，预测的宏基因组显示与多糖降解和SCFA代谢相关的基因丰度显著增加，并增加了对MD模式的依从性和植物性食物的消耗。
毛螺菌属是肠道菌群的核心属之一吗4被认为是唯一能够降解果胶的厚壁菌门Faecalibacterium和真细菌．56减少毛螺菌属最近在胆固醇胆结石患者的肠道菌群中发现了丰度62以及HIV患者的直肠粘膜，63初步表明，这些产生scfa的厚壁菌门的减少可能与疾病易感性有关。
大多数与饮食有关的肠道微生物群的研究和评论报告了增加的水平普氏菌是对农业饮食或纤维摄入的反应。2 - 4，8，10，11，64水平的普氏菌在杂食者和素食者之间没有显著差异。7然而，普氏菌在本研究中发现了丰富的水果和蔬菜摄入量。值得注意的是,在普氏菌:拟杆菌这一比例高于爱尔兰老年人，12美国11丹麦的成年人，65这很可能与意大利人高纤维和淀粉摄入量有关。
一定数量的细菌与以动物性食物为基础的饮食以及饱和脂肪和单不饱和脂肪的摄入有关。有些拟杆菌门，如Alistipes已经有报道称，随着动物性食品消费量的增加，12，15与蔬菜营养成分和粪便SCFA呈明显负相关。此外,L -瘤胃球菌属与脂肪摄入和杂食饮食有关，也与尿TMAO水平有关。一致地,瘤胃球菌属扭矩（Lachnospiraceae最近在食用高脂肪和高糖饮食的小鼠中发现，这种物质的含量增加，并且易患克罗恩病。66氧化三甲胺与动脉粥样硬化和心血管疾病的风险有关。67，68鸡蛋、牛肉、猪肉和鱼类是肉毒碱和胆碱的主要来源，它们被肠道菌群转化为三甲胺，然后在肝脏氧化，以氧化三甲胺的形式释放到血液循环中。69，70本研究中发现的饮食与氧化三甲胺的关联为饮食可能调节氧化三甲胺提供了有价值的线索，尽管没有收集到血浆水平的数据，但坚持饮食指导为降低氧化三甲胺水平提供了令人鼓舞的途径。
适当控制的干预措施可以确认MD对肠道相关健康的益处，并可以根据个人情况得出结论。尽管如此，我们在这里提供了切实的证据，证明健康饮食和地中海饮食模式对肠道微生物群的影响，以及对微生物代谢对宿主健康维持的有益调节。西方杂食饮食并不一定是有害的，当蔬菜食物的消费水平一定。因此，健康饮食有助于有益地调节宿主-微生物的相互作用，并建立有效的途径来预防疾病。
参考文献
补充材料
脚注
贡献者DE负责研究的发展和手稿的准备工作。DE, EN, LC, PB和MG参与了研究设计并协调了招募地点。RDC, IF, CL和ST招募受试者并收集生物标本。FDF和ALS进行16S rRNA基因测序。NP收集并分析了膳食信息。LV、LL和DIS进行代谢组分析。FDF和IBJ进行了生物信息学和统计分析，并生成了手稿数据。wot监督数据分析并参与稿件准备。MG是项目协调员。所有作者修改并批准了手稿的最终版本。
资金本研究由意大利大学和研究部(MIUR)计划PRIN 2010-2011(资助号2010WZ2NJN)支持。爱尔兰科学基金会通过向营养药物中心颁发中心奖和向NuAge项目颁发FP7奖来支持pot实验室的工作。
相互竞争的利益没有宣布。
病人的同意获得的。
伦理批准该研究由以下伦理委员会批准:(a) Azienda Sanitaria Locale (Bari)(协议N.1050)， (b) Azienda Ospedaliera Universitaria(协议N.0018396)， (c) Parma省(协议N.22884)和(d)都灵大学(协议N.1/2013/ c)。
出处和同行评审不是委托;外部同行评审。