条文本

原文
膳食脂肪对肠道微生物群和粪便代谢物的影响,及其与心脏代谢危险因素的关系:一项为期6个月的随机对照喂养试验
免费的
  1. 易湾1
  2. 风雷王12
  3. Jihong元3.
  4. 杰李3.
  5. 《江3.
  6. 晶晶张4
  7. 李郝1
  8. Ruoyi王12
  9. 小君唐1
  10. 道黄5
  11. Jusheng郑6
  12. 安德鲁·J·辛克莱7
  13. 吉姆·曼8
  14. 二李19
  1. 1食品科学与营养系“,浙江大学杭州,中国
  2. 2营养学系哈佛陈曾熙公共卫生学院波士顿美国
  3. 3.第一营养学系中国人民解放军总医院北京,中国
  4. 4医学院消化内科“,浙江大学杭州,中国
  5. 5公共卫生学院流行病学与生物统计系“,北京大学北京,中国
  6. 6基础医学研究所韦斯特莱克大学杭州,中国
  7. 7营养、饮食与食品学系“,莫纳什大学墨尔本、澳大利亚
  8. 8人类营养与医学系“,奥塔哥大学奥塔哥,新西兰
  9. 9营养与健康研究所青岛大学青岛,中国
  1. 对应到青岛大学营养与健康研究所李铎教授,山东青岛266071;多利在}{qdu.edu.cn

摘要

客观的研究不同脂肪含量的饮食是否会改变肠道微生物群和粪便代谢组学特征,并确定其与心脏代谢危险因素的关系,这些健康成年人的饮食正从传统的低脂饮食过渡到高脂肪和低碳水化合物饮食。

方法在一项为期6个月的随机对照喂养试验中,217名健康的年轻成年人(年龄18-35岁;体重指数<28 kg/m2;52%的女性)完成了整个试验。所有食物均在干预期间提供。三种等热量饮食是:低脂肪饮食(脂肪能量为20%),中等脂肪饮食(脂肪能量为30%)和高脂肪饮食(脂肪能量为40%)。研究了饮食干预对肠道菌群、粪便代谢组学和血浆炎症因子的影响。

结果低脂饮食与α-多样性(Shannon指数)增加(p=0.03)、α-丰度增加(p=0.03)相关Blautia(p = 0.007)Faecalibacterium(p=0.04),而高脂肪饮食与增加Alistipes(p = 0.04),拟杆菌(p<0.001)和下降Faecalibacterium(p = 0.04)。高脂饮食组总短链脂肪酸浓度显著低于其他各组(p<0.001)。已知与宿主代谢紊乱有关的共代谢产物对甲酚和吲哚在低脂饮食组中减少。此外,高脂肪饮食与花生四烯酸和脂多糖生物合成途径的粪便富集以及干预后血浆促炎因子升高有关。

结论饮食处于营养转变状态的健康年轻成年人摄入高脂肪似乎与肠道微生物群、粪便代谢组学特征和血浆促炎因子的不利变化有关,这可能对长期健康结果产生不利影响。

试用注册号NCT02355795;结果。

  • 饮食
  • 营养
  • 肠道微生物
  • 肠道炎症
  • 临床试验

数据来自Altmetric.com

请求的权限

如果您希望重用本文的任何或全部内容,请使用下面的链接,该链接将带您到版权清除中心的RightsLink服务。您将能够快速获得价格和即时许可,以多种不同的方式重用内容。

本研究的意义

关于这个问题我们已经知道了什么?

  • 在大多数发展中国家,肥胖症和其他心脏代谢疾病的发病率迅速增加,与此同时,人们正在从传统的低脂肪饮食过渡到脂肪含量相对较高但碳水化合物含量较低的饮食。

  • 肠道菌群失调已被证明与肥胖、2型糖尿病和许多其他心脏代谢疾病的高风险相关。

  • 使用啮齿动物模型的研究表明,高脂肪饮食会使肠道菌群失衡,损害肠道屏障,导致心脏代谢疾病。

  • 在全球不同人群中进行的观察性研究表明,饮食对肠道菌群的组成和相关的粪便代谢组学有很强的影响,而来自饮食干预研究的证据表明,饮食对肠道菌群的影响可能较为温和。

本研究的意义

新的发现是什么?

  • 在门水平上,中等脂肪和高脂肪饮食在干预后降低了厚壁菌门与拟杆菌门的比例。

  • 在属水平上,高脂肪饮食降低了Faecalibacterium,增加了的丰度Alistipes而且拟杆菌,而低脂饮食增加了Faecalibacterium而且Blautia干预后的丰盈。

  • 粪便丁酸浓度在低脂饮食干预后升高,在高脂饮食干预后降低。食用低脂饲料后,共代谢产物对甲酚和吲哚减少,而食用高脂饲料后,棕榈酸(C16:0)、硬脂酸(C18:0)和花生四烯酸增加。

  • 的相对丰度变化Blautia血清总胆固醇、低密度脂蛋白胆固醇和非高密度脂蛋白胆固醇的变化呈负相关,而拟杆菌丰度与这3种血脂指标的变化呈正相关。

  • 对于循环促炎因子,高脂肪饮食与血浆高敏c反应蛋白和血栓素B增加有关2相对于低脂饮食,白三烯B4和前列腺素E2在三个饮食组中,低脂饮食组减少最多。

在可预见的未来,它会对临床实践产生怎样的影响?

  • 我们的研究结果表明,在饮食处于过渡状态的健康年轻人中,高脂肪饮食对肠道微生物类群、粪便代谢组学特征和血浆促炎生物标志物有明显的不利影响,而低脂肪饮食与这些生物标志物的更有利特征相关。这些发现提供了确凿的证据,表明处于营养转型状态的国家的营养指南应建议不要增加膳食脂肪的摄入量。研究结果可能也适用于脂肪摄入量已经很高的发达国家。

简介

在美国和其他一些西方国家,饮食碳水化合物的增加与肥胖和2型糖尿病(T2D)的流行并行,这导致了一种建议,即这种由碳水化合物摄入量的增加和总脂肪摄入量的减少引起的饮食变化,可能是心脏代谢障碍的决定因素。1 - 3相比之下,在中国,从传统的低脂肪、高碳水化合物饮食向相对高脂肪、低碳水化合物饮食的营养转变,与过去30年肥胖、T2D和心血管疾病的风险急剧增加有关。4个5我们之前在一项随机对照喂养试验中表明,在健康的年轻人中,低脂肪、高碳水化合物饮食可能与较低的过度增重风险和腰围增加有关,而且与高脂肪、低碳水化合物饮食相比,血脂状况更有利。6

人们对肠道菌群在肥胖和心脏代谢疾病发展中的作用很感兴趣。7啮齿动物研究表明,高脂肪的西式饮食对肠道微生物群的遗传组成和代谢活性有很强的影响。8 9有证据表明,当将这种高脂肪饮食与碳水化合物比例相对较高的传统饮食进行比较时,人类肠道微生物群的多样性和丰富性会降低。10 11在肠道相关微生物群落中,这种饮食诱导的“生态失调”被认为是与肥胖相关的代谢障碍的主要触发因素。12现有的关于人类的相关文献大多基于观察性研究,而相对较少的短期饮食干预试验表明,饮食变化的影响可能相对温和。13 - 16没有关于健康年轻人的资料,也没有关于饮食正从传统饮食向心脏代谢疾病高风险饮食转变的人口的资料。

因此,在一项针对健康年轻人的6个月随机对照喂养试验中,我们比较了不同脂肪和碳水化合物比例饮食的肠道微生物群和粪便代谢组学特征的一些属性,以及炎症标志物。

方法

研究设计和人群

本研究调查了在中国最佳膳食宏量营养素分布试验中提供粪便样本的217名健康成年人的肠道菌群、粪便代谢谱反应及其与心脏代谢危险因素的关系。6该试验在中国北方的解放军总医院和中国南方的浙江大学进行,并得到了伦理委员会的批准。每个参与者都提供了书面的知情同意,没有收到任何经济补偿或礼物。该试验在ClinicalTrials.gov上注册,编号为NCT02355795

该试验的主要目的是确定在饮食处于营养过渡状态的健康年轻人群中,传统的低脂肪饮食是否比高脂肪饮食更有效地控制体重。研究设计、方法和主要结果已在其他地方描述。6日17简而言之,该试验涉及从2015年1月起在两个中心筛查1145名潜在符合条件的成年人。主要纳入标准为体重指数<28 kg/m2,这是中国肥胖标准中较低的分界点。主要排除标准为血压收缩压≥140mm Hg或舒张压≥90mm Hg,总胆固醇(TC)≥6.19 mmol/L,低密度脂蛋白胆固醇(LDL-C)≥4.12 mmol/L,空腹甘油三酯≥2.25 mmol/L,空腹葡萄糖≥6.11 mmol/L。最后,307名合格的参与者被随机(1:1:1)分配到三种不同膳食脂肪比例的饮食中,并根据研究中心、年龄、性别和身体质量指数使用计算机生成的随机数列表进行分层。经过6个月的控制喂养干预,245名参与者(79.8%)完成了整个试验。其中,共有217名在基线和试验结束时提供粪便样本的参与者被纳入16S rRNA测序。此外,120名参与者(每饮食组n=40)在16S rRNA测序后获得足够的粪便样本,进一步纳入粪便代谢组学分析。

研究饮食和干预

这三种饮食都是等热量的,主要的区别是它们的脂肪和碳水化合物含量。通过将碳水化合物(主要是白米和小麦粉,这是亚洲人消耗最多的碳水化合物来源)的一定比例的能量替换为脂肪(主要是大豆油,这是亚洲使用最广泛的食用油),我们实现了三个饮食组所需的宏量营养素分布。除此之外,三个饮食组的菜单几乎完全相同。干预饮食为低脂饮食(脂肪20%,碳水化合物66%能量,对应30年前中国还很少肥胖的宏量营养素分布);中等脂肪饮食(脂肪30%和碳水化合物56%的能量,与中国目前的宏量营养素摄入量相当,也是中国营养学会推荐的脂肪摄入量上限)和高脂肪饮食(脂肪40%和碳水化合物46%的能量,接近目前中国一些特大城市居民的消耗)。蛋白质在三种饮食中提供14%的能量。为了避免额外的饮食变量,所有三种饮食的膳食纤维摄入量都保持在基线消费水平,约为14克/天。研究饮食的细节在网上提供补充表1.在整个干预过程中,参与者都得到了他们所有的食物和大多数饮料。在控制喂养期间,他们被要求完成每日日记,记录他们是否吃了所有研究食物,并提供了吃过的非研究食物的清单。

血液标本采集及促炎因子评估

在禁食12小时后,通过静脉穿刺采集血液样本。血浆和血清从血液样本中离心,并立即储存在−80°C下进行进一步分析。如前所述,测量临床生物标志物的血清浓度,包括血脂谱、葡萄糖和胰岛素。6血浆促炎因子浓度,包括白细胞介素(IL)−1β, IL-6, IL-8,肿瘤坏死因子-α (TNF-α),前列腺素E2(铂族元素2),血栓素B2(TXB2)和白三烯B4(LTB4),使用ELISA试剂盒(美国密歇根州安阿尔伯尔的Cayman化学公司和中国杭州的MultiSciences生物技术公司)进行检测。此外,采用乳胶增强浊度免疫分析法测定高敏c反应蛋白(hs-CRP)。所有测量均在研究结束时进行,以尽量减少变异性。

16S rRNA测序和粪便代谢组学测定

在基线和6个月干预结束时收集粪便样本。每个粪便样本在捐赠后的几分钟内被快速冷冻在液氮中,然后保存在−80°C。使用QIAamp DNA粪便迷你试剂盒(Qiagen, Hilden,德国)按照制造商的说明从粪便样本(200 mg)中提取DNA,并在打珠器中进行额外的均质步骤(FastPrep, Thermo Electron Co, Boston, Massachusetts, USA)。用条形码引物338F (5 ' - actcctacgggaggcagcagc -3 ')和806R (5 ' -GGACTACHVGGGTWTCTAAT-3 ')扩增细菌16S rRNA基因的V3-V4高变区。纯化的扩增子以等摩尔浓度聚合,使用Illumina Miseq仪器(Illumina, San Diego, California, USA)进行进一步的配对端测序。原始测序数据已存入国家生物技术中心信息序列阅读档案数据库,登录号为PRJNA480547。基于验证的方法进行了粪便代谢组学的靶向鉴定和测量。1816S rRNA序列数据的制备和分析以及粪便代谢组学定量测量的详细信息可在网上查询补充材料

统计分析

描述性统计包括人口统计学因素、临床参数和三组饮食摄入量的粗略比较。通过方差分析或基于数据是否正态分布的Kruskal-Wallis检验,对6个月前促炎标志物基线变化的饮食差异进行检验。利用Mothur计算评价肠道微生物群落丰富度的α-多样性指数(Ace和Chao1估计量)和群落多样性指数(Shannon估计量)。19采用基于Bray-Curtis距离的主坐标分析(PCoA)和置换多元方差分析(PERMANOVA)分别在门、属和操作分类单位(OTU)水平上比较各组干预前后的全球微生物区系组成。使用Arumugam建议的方法分别使用属和OTUs丰度来确定肠型20.在对每组肠道菌群和预测的京都基因和基因组百科全书(KEGG)生化途径进行单因素分析时,采用配对t检验或Wilcoxon配对检验,并使用Benjamini-Hochberg假发现率(FDR)调整p值进行多重比较。心脏代谢危险因素变化之间的相关性,包括体重、腰围和基于先前结果选择的血脂谱,6和属相对丰度的变化,根据数据的分布,使用斯皮尔曼秩或皮尔逊相关性计算。

采用单位方差标度正交投影至潜在结构判别分析(OPLS-DA),检测各组干预前后微生物代谢产物的总体分布。所有OPLS-DA模型的质量均用R进行评估2X(模型解释的总变差)和Q2(表示模型的可预测性)。通过交叉验证方差分析(CV-ANOVA)进一步验证模型的显著性。采用Benjamini-Hochberg方法对p值进行了调整以进行多次检验,并进行单因素分析。在整个队列中,粪便代谢物变化与属相对丰度变化以及促炎标志物之间的相关性在适当时通过Spearman秩检验或Pearson相关检验计算。粪便代谢物变化与属相对丰度变化之间相关性的P值经多次比较校正。

还进行了分析,以检查各组肠道微生物群和粪便代谢组谱的差异。通过基于Bray-Curtis距离和PERMANOVA的PCoA比较三组在门、属和OTU水平、基线和干预后的整体微生物群组成。采用单位方差标度和CV-ANOVA进行OPLS-DA,以检测三组在基线和干预后的总体微生物代谢产物分布。对于各组FDR校正后发生显著变化的细菌和粪便代谢物,进一步进行Wilcoxon检验,比较各组间数值的变化。

OPLS-DA和CV-ANOVA采用SIMCA-P + 14.0版软件进行,其他统计分析均采用R 3.4版软件进行。主要使用的R包是用于PCoA和PERMANOVA分析的“ape”和“vegan”,用于肠型分析的“ade4”和“clusterSim”。

结果

研究参与者的特征

在基线时,三组患者的人体测量值或临床参数均无显著差异(n=217,表1).三组平均碳水化合物摄入量在基线时为55%,在干预期间低脂饮食组为67%,中脂饮食组为57%,高脂饮食组为48%(在线)补充图1).三组的平均膳食脂肪消耗在基线时为32%,干预期间低脂饮食组、中脂饮食组和高脂饮食组分别为20%、30%和40%左右。蛋白质摄入量保持稳定,大约在13-14%的能量。在6个月的控制喂养干预后,所有组的体重都有所下降,低脂饮食组的体重下降明显大于高脂饮食组。同样,低脂饮食组腰围、TC、高密度脂蛋白胆固醇(HDL-C)、LDL-C和非HDL-C的减少明显大于高脂饮食组。然而,在整个干预期间,各组间TC与HDL-C比值的变化没有显著差异。在为期6个月的干预期间,参与肠道菌群研究的参与者(n=217)的人体测量数据和临床参数的变化在线呈现补充图2

表1

纳入肠道菌群研究的参与者的基线特征(n=217)

饮食干预对肠道菌群的影响

Ace和Chao1估算值的微生物群落丰富度在三组间无显著变化,而Shannon指数估算值的微生物群落多样性在低脂饮食组较高脂饮食组显著增加(p=0.03) (图1一个).根据PERMANOVA分析,在门、属和OTU水平上,三种饲粮的肠道菌群总体组成均未观察到显著变化(图1罪犯).同样,三组中任何一组的肠型都没有明显变化(图2和在线补充图3).

我们进一步对各组进行PCoA和PERMANOVA分析,以调查基线和第6个月时的潜在差异。在门水平上,我们观察到三个饲粮组在基线时无统计学显著性差异,但在第6个月时略有显著性差异(p=0.08)。然而,在属和OTU水平上,基线或第6个月时各组间无显著差异(在线补充图4).门水平的单因素分析显示,干预后,中等脂肪饮食组拟杆菌门的相对丰度显著增加(FDR校正后p=0.005) (图3一).在高脂饮食组,干预后厚壁菌门的相对丰度降低,而拟杆菌门的相对丰度增加(FDR校正后p<0.001) (图3一).干预后,中脂饮食组和高脂饮食组厚壁菌门与拟杆菌门的比例显著降低(中脂饮食组p=0.004,高脂饮食组p<0.001)。与低脂饮食相比,高脂饮食显著提高了拟杆菌门(Bacteroidetes)的丰度,降低了厚壁菌门(Firmicutes)的丰度(p均<0.01)补充图5).在属水平上,低脂饮食显著提高了植物的相对丰度Blautia(p = 0.007)Faecalibacterium干预后(p=0.04);而高脂肪饮食则导致了Faecalibacterium(p=0.04)和Alistipes(p = 0.04)拟杆菌(p<0.001),多次测试FDR校正后(图3 b和在线补充表2).与低脂饮食相比,高脂饮食导致了明显的降低Blautia而且Faecalibacterium丰度,而有显著增加的丰度Alistipes而且拟杆菌(p均<0.01,在线补充图5).的相对丰度变化Blautia与血清TC (r=−0.27,p<0.001)、LDL-C (r=−0.26,p<0.001)和非hdl - c (r=−0.24,p<0.001)的变化呈负相关,而拟杆菌与三种血脂指标的变化呈正相关(r=0.44, TC组p<0.001;r=0.34, LDL-C p<0.001, r=0.40,非hdl - c p<0.001) (图3 c).

干预后,低脂肪组和中等脂肪组的KEGG数据库生化通路未见显著变化(在线)补充表3).在低脂组9个最有效的通路(FDR校正p<0.10)中,脂多糖生物合成(ko00540)显著降低(干预后的中位倍数变化=0.75)。在高脂肪组,在FDR校正后,确定了29条通路对高脂肪干预有显著反应(FDR校正p<0.05)。其中变化显著(干预后中位数倍数变化≤0.80或≥1.20)的通路为甾体激素生物合成通路(ko00140)、溶酶体通路(ko04142)、花生四烯酸代谢通路(ko00590)和脂多糖生物合成通路(ko00540)。在高脂肪组,这四种途径都显著增加。

图1

各组干预后整体肠道菌群的变化。(A)用Ace、Chao 1和Shannon估计器估计属级α-多样性。* * * p < 0.05, p < 0.01。(B)门水平基于Bray-Curtis距离的主坐标分析(PCoA)评分图。(C)基于属水平Bray-Curtis距离的PCoA评分图。(D)基于操作分类单元(OTU)水平的Bray-Cutis距离的PCoA评分图。

图2

利用Jensen-Shannon距离在属水平上将肠道菌群聚类为肠型。(A) PAM方法在数据集中最自然地存在两个簇。的x-axis显示集群号y-轴表示Calinski-Harabasz (CH)指数。(B)前两个主成分聚类。(C)每种肠型特征的细菌类群的相对丰度。方框表示IQR,内线表示中位数。胡须表示1.5×IQR内的最低值和最高值。(D)干预前后各组肠型的比例。各组干预前后差异无统计学意义(χ)2测试。

图3

基于单个属的分析。(A)饮食干预前后个体门相对丰度的变化。(B)干预前后各属相对丰度的中位褶皱变化热图。(C)脂质谱变化与属丰度变化之间的显著关联,由斯皮尔曼相关性测量。* * p < 0.01。FDR,错误发现率。

饮食干预对粪便代谢组的影响

在低脂饮食和高脂饮食干预后,观察到粪便代谢物成分的显著变化(低脂饮食p=0.02,高脂饮食p=0.01) (图4一).此外,基线时各组间差异无统计学意义(在线补充图6).然而,我们在第6个月观察到各组之间有显著差异(p=0.002,在线补充图6).根据代谢物类别进一步分层分析表明,低脂肪组氨基酸代谢物显著改变(p=0.001),高脂肪组长链饱和脂肪酸(含14个或更多碳)显著改变(p<0.001)(在线)补充图7).此外,与其他饮食组相比,高脂肪组总短链脂肪酸(SCFAs)浓度显著降低(p<0.001) (图4 b).个体代谢物分析在FDR校正后的低脂组中发现了四种显著变化的粪便代谢物,包括三种氨基酸代谢物(对甲酚、吲哚和3-吲哚丙酸)和一种SCFA(丁酸)(图4 c和在线补充表4).在这4种代谢物中,有2种(对甲酚和吲哚)减少,2种(3-吲哚丙酸和丁酸)增加。而在高脂肪组,长链饱和脂肪酸、短链脂肪酸和氨基酸代谢物等8种粪便代谢物被发现有显著变化。其中,丁酸、戊酸、乙甲基乙酸减少3种,吲哚、棕榈酸、硬脂酸、花生四烯酸、吲哚乙酸增加5种。与低脂肪组相比,高脂肪组极显著提高了棕榈酸、硬脂酸、花生四烯酸、吲哚和对甲酚的粪便浓度(均p<0.01),极显著降低了丁酸、戊酸和3-吲哚丙酸的粪便浓度(均p<0.05)补充图8).由于花生四烯酸是类二十烷类化合物和其他参与炎症过程的脂质介质的前体,我们专门测试了粪便花生四烯酸浓度变化与血浆促炎标志物浓度变化之间的相关性。粪便中花生四烯酸浓度的变化与血浆中PGE浓度的变化呈正相关2(r=0.35, p<0.001), TXB2(r=0.28, p=0.002)和hs-CRP (r=0.20, p=0.03) (图4 d).此外,Spearman相关分析显示拟杆菌与棕榈酸(r=0.35, p=0.004)、吲哚(r=0.39, p<0.001)、对甲酚(r=0.64, p<0.001)的变化呈正相关;的变化Faecalibacterium与丁酸含量变化呈正相关(r=0.35, p=0.004);而在瘤胃球菌属与对甲酚的变化呈负相关(r=0.32, p=0.01,图5).

图4

干预后粪便代谢组学发生变化。(A)比较各组干预前后粪便代谢物的OPLS-DA评分图。P值采用CV-ANOVA分析。(B)干预前后粪便总短链脂肪酸浓度。*p<0.05, **p<0.01。(C)干预前后粪便代谢物浓度中位数变化的热图。(D)粪便花生四烯酸浓度变化与血浆促炎标志物水平变化之间的关系。CV-ANOVA,方差交叉验证分析;FDR,错误发现率;hs-CRP,高敏c反应蛋白; IL, interleukin; LTB4,白三烯B4;正交投影对潜在结构判别分析;铂族元素2,前列腺素E2;肿瘤坏死因子α;TXB2,血栓素B2

图5

粪便代谢物变化与属丰度变化之间的相关性。热图显示了粪便代谢物浓度变化与单个属相对丰度变化之间的斯皮尔曼相关系数。颜色的强度表示粪便代谢物浓度的变化与通过斯皮尔曼相关性测量的单个属相对丰度的变化之间的关联程度。使用Benjamini-Hochberg错误发现率对P值进行多次测试校正。* * * p < 0.05, p < 0.01。TSCFA,总短链脂肪酸。

饮食干预对炎症标志物的影响

在高脂肪饮食干预期间,与中等脂肪饮食组(高脂肪vs中等脂肪p <0.001)和低脂肪饮食组(高脂肪vs低脂肪p <0.001)相比,血浆hs-CRP浓度显著增加(表2).同样,与低脂饮食相比,炎症介质TXB的血浆浓度2高脂肪饮食增加(高脂肪vs低脂肪p =0.02)。此外,LTB4和铂族元素2与中脂饮食组(低脂饮食组与中脂饮食组p分别为0.006,0.003)和高脂饮食组(低脂饮食组与高脂饮食组p分别为0.02,<0.001)相比,低脂饮食组显著降低。然而,饮食干预6个月后,三组间IL-1β、IL-6、IL-8、TNF-α等促炎细胞因子的变化无明显差异。

表2

饮食干预对血浆促炎标志物的影响(n=217)

讨论

我们认为,目前的随机对照喂养试验是第一个研究不同比例的膳食脂肪摄入对肠道微生物群、粪便代谢组学特征和血浆炎症因子的影响的研究,这些健康的年轻人来自饮食处于过渡状态的人群。我们的研究结果表明,尽管这三种饮食没有引起全球肠道微生物群组成的重大变化,但高脂肪饮食对几个重要的生物标志物产生了总体不利的影响,而低脂肪饮食的宏量营养素分布与中国大约30年前的饮食相对应,似乎具有有益的影响。

大量啮齿动物研究报告称,高脂肪饮食可能会明显失衡肠道菌群组成。21然而,饮食对人类肠道的影响是复杂的,因为肠道菌群对饮食干预的反应存在相当大的个体差异。22日23日我们的发现与之前的研究一致,这些研究表明,肠道菌群的整体结构主要受长期饮食摄入的影响。10 13-15 23 24短期效应主要在小样本量的研究中报道,25日26日以极端和不切实际的饮食摄入为特征25或者当研究对象处于高心脏代谢风险时。-一项有9名参与者参与的为期10天的临床试验报告称,当碳水化合物从饮食中消除时,微生物群的组成和功能迅速发生了变化,这种饮食干预从长期来看既不可持续也不可取。25在对人类持续的更温和的饮食干预中,受试者之间的高度个体间差异可能掩盖了不同分类群体之间的微小变化。30.据报道,饮食可能对肠道微生物群的代谢活动有更大的影响,而不是对其分类组成。16根据这一命题,在我们的研究中,不同膳食脂肪含量的饮食引起了肠道菌群产生的代谢物粪便浓度的显著变化。

我们发现Blautia而且Faecalibacterium在低脂饮食组中,这种已知含有产生丁酸盐细菌的属增加了。Blautia是一组含有各种醋酸酯和丁酸酯生产者的细菌,据报道,在T2D患者中的相对丰度低于健康对照组。31日32Faecalibacterium含有抗炎和功能重要的细菌。33较高的丰度f . prausnitzii与接受减肥手术的肥胖受试者中系统性低度炎症的减少有关。34许多先前的研究已经报道了膳食纤维对肠道菌群的益处。35在我们的研究中,低脂饮食组的碳水化合物含量最高,主要来自白米和小麦粉(面包)。据报道,在白米和面包中,抗性淀粉的比例分别为3%和2%。36 37考虑到膳食纤维的摄入量在三组之间没有差异,我们研究中低脂肪饮食的有利影响可能是由于抗性淀粉的增加,抗性淀粉可以像膳食纤维一样由肠道微生物群发酵,具有相关的健康益处。

相比之下,丰富的Faecalibacterium减少,并且拟杆菌而且Alistipes在高脂饮食干预后增加。在中国人中,拟杆菌而且Alistipes在T2D患者中比葡萄糖代谢正常的受试者中含量更高。38这些属水平的变化表明,膳食脂肪含量对人类肠道微生物群具有选择性影响,这可能对健康的年轻成年人具有临床意义。与低脂饮食组相比,高脂饮食组诱导了粪便丁酸和SCFAs的减少。这可能是由于饮食中碳水化合物摄入量的减少。39有人认为,“健康饮食”的好处是通过SCFAs和肠道菌群产生的其他生物活性化合物的抗炎作用介导的。40我们研究中的一些观察结果指出了肠道微生物群介导的促炎因子的作用。在对饮食干预有反应的个体属中,Faecalibacterium与丁酸的浓度直接相关,丁酸浓度的变化与Faecalibacterium。一项通过将瘦人供体的粪便微生物移植到胰岛素抵抗代谢综合征患者的研究表明,瘦人供体的粪便与产生丁酸盐的细菌数量增加和胰岛素敏感性增加有关。41相比之下,杂食动物饮食中碳水化合物的显著减少导致粪便中SCFAs的水平大大降低,细菌数量也减少了。39SCFAs对不同类型疾病的保护作用已得到充分证明;特别是丁酸可以作为肠道上皮细胞的能量底物,具有抗炎作用。42高脂饮食引起的短链脂肪酸的减少可能对代谢健康有害。

除了减少SCFAs外,高脂肪饮食还导致长链脂肪酸代谢的显著改变。高脂肪组粪便中棕榈酸(C16:0)和硬脂酸(C18:0)的浓度显著升高。棕榈酸和硬脂酸是食物和组织中的主要饱和脂肪酸,被认为可以刺激巨噬细胞、脂肪细胞、肌细胞、肝细胞等的炎症信号。43流行病学研究显示,血浆磷脂棕榈酸和硬脂酸与T2D和心血管疾病的发病率呈正相关。44值得注意的是,预测的脂多糖生物合成和花生四烯酸代谢途径也增加了对高脂肪饮食的反应。已知脂多糖可诱导花生四烯酸及其炎症代谢产物的释放,如前列腺素、血栓素和白三烯。45值得注意的是,高脂肪饮食组多不饱和脂肪酸(PUFAs)的摄入量相对较高(占总能量的24%),这是由于只使用富含n-6多不饱和脂肪酸的大豆油。据报道,摄入较多的n-6多不饱和脂肪酸具有促炎作用。46与预测的途径分析一致,我们发现花生四烯酸(促炎化合物如PGE的前体)的粪便浓度2, TXB2和LTB4)在高脂肪组中确实增加了。粪便花生四烯酸浓度变化与血浆炎症因子(即PGE)水平变化之间的正相关2和TXB2研究表明,膳食脂肪摄入量通过肠道菌群影响炎症的潜在机制。

有趣的是,尽管在每个饮食组中提供了相同数量和质量的蛋白质,但我们发现低脂饮食组诱导了氨基酸代谢的显著改变,这表明肠道微生物群增强了蛋白质降解。结果强化了这样的观点,即腔内底物有效性也是固定细菌代谢物浓度的一个重要变量。16低脂饮食组诱导了吲哚和对甲酚(来自氨基酸的宿主微生物群共代谢产物)粪便浓度的降低,而高脂饮食组导致了吲哚浓度的增加。吲哚是硫酸吲哚的前体,它与慢性肾病患者的高血压和心血管疾病有关。47同样,对甲酚,硫酸对甲酚的前体,已被证明作为一种结肠菌耗氧抑制剂和作为一种基因毒性剂在体外。48研究发现,素食者产生这些潜在有毒化合物的速度明显低于不受限制饮食的人。49也有报道称,在采用素食等低脂肪饮食的人群中,细菌多样性更高,并且可以通过对肥胖受试者的饮食干预来改变。50值得注意的是,低脂组的微生物α-多样性(Shannon指数)较高脂组有所增加。肠道微生物多样性的增加与老年人健康状况的改善有关,肠道微生物多样性的减少与胃肠道疾病和促炎特征的风险增加有关。14 51因此,除了增加SCFAs外,我们的数据表明,低脂饮食可以降低这些有害化合物的腔内浓度,同时增加肠道微生物α-多样性。

相关分析使我们能够确定几种可能与宿主代谢健康有关的新细菌属。我们观察到负相关Blautia血清TC、LDL-C和non-HDL-C浓度差异显著,而血清TC、LDL-C和non-HDL-C浓度差异显著拟杆菌我们发现,在摄入高脂肪后,这种脂肪含量会增加。先前的一项临床试验报道,T2D和高脂血症患者通过二甲双胍和增加其丰度的草药配方得到改善Bautia这与循环葡萄糖和脂类的改善显著相关。52而且,这也符合临床试验Blautia发现TC和非hdl - c呈负相关,我们在Blautia还有血脂。53丰富Blautia在低脂组中,饮食诱导的肠道菌群变化可能与健康年轻成年人的宿主脂质稳态有关,并可能成为心脏代谢疾病患者管理的未来目标。

本研究的一个局限性是仅在基线和试验结束时进行了粪便采样。通过更频繁的采样,可以更全面地了解肠道菌群的变化。此外,三组体重均有所减轻,饮食干预后各组体重减轻情况有所不同。体重减轻是否导致肠道菌群和粪便代谢组的变化,反之亦然,需要进一步研究。另一个局限性与我们研究的概括性有关,因为我们的研究对象是健康的年轻非肥胖成年人;这一结果可能不适用于心脏代谢疾病高风险人群。本研究的优势在于控制饲粮设计,样本量大,干预期较长。与之前的研究相比,我们应用了16S rRNA扩增子分析和定量靶向细菌代谢组学,这使我们能够了解肠道菌群反应和细菌代谢物,以获得更多关于宿主-肠道菌群代谢相互作用对饮食脂肪含量的反应的信息。

结论

总之,与低脂肪饮食相比,由于肠道微生物群、粪便代谢组学特征和促炎因子的变化,长期食用高脂肪饮食似乎是不可取的,因为健康的年轻人的饮食正从传统的低脂肪、高碳水化合物饮食过渡到脂肪含量明显较高的饮食。这些发现可能也适用于脂肪摄入量已经很高的发达国家。

致谢

我们感谢所有参与者、调查人员、现场工作人员、厨房工作人员和多利实验室的所有成员参与对手稿的科学讨论。

参考文献

补充材料

脚注

  • YW和FW的贡献相当。

  • 贡献者研究的概念和设计:DL、YW和FW。数据收集:JL, DJ, JY, JiZ, HL, RW。数据分析与解释:YW, FW, JT, TH, JuZ。稿件起草:YW和FW。重要知识内容的手稿的关键修订:AJS, JM,和DL。行政支持和研究监督:DL和JY。所有作者阅读、修改和批准最终稿。

  • 资金本研究由国家基础研究计划项目(2015CB553604)和中国博士后科学基金项目(2018M642466)资助。研究的资助者在研究设计、数据收集、数据分析、数据解释或手稿写作中没有任何作用。

  • 相互竞争的利益没有宣布。

  • 病人的同意获得的。

  • 伦理批准机构审查委员会。

  • 出处和同行评审不是委托;外部同行评审。

相关的文章