Мета: виявити «маркерні» зміни складу мікробіоти кишечника у пацієнтів з порушеннями вуглеводного обміну. Методи: в дослідження включені 92 пацієнта віком в середньому 52,8 років: з нормальною толерантністю до глюкози (n = 48), предіабетом (преСД2, n = 24) і вперше діагностованим ЦД2 (n = 20). Метагеномний аналіз в форматі оцінки різноманітності послідовностей гена 16S рРНК здійснений відповідно до протоколу 16S Metagenomic Sequencing Library Preparation. Результати: домінуючими бактеріальними типами виявилися Bacteroidetes (15,1 ± 11,1%) і Firmicutes (68,2 ± 11,9%). Індекс Шеннона був високим у всій вибірці (3,71 ± 0,56), незалежно від статусу вуглеводного обміну і маси тіла пацієнтів. Представленість Firmicutes виявилася більше (р = 0,007), а Bacteroidetes менше (р = 0,01) у пацієнтів ЦД2. У всій вибірці домінував рід Blautia, з яким асоціювався ЦД2 (р = 0,006). Спостерігалася динаміка збільшення кількості бактерій роду Blautia і Serratia (р = 0,002) в клінічному ряду нормальний вуглеводний обмін, преСД2 і ЦД2 (р = 0,0006). Дана тенденція для Blautia посилювалася при наявності у пацієнта абдомінального ожиріння (р = 0,003). З маркерами запалення позитивно асоціювалися роду Serratia і Paraprevotella (р<0,007). Після стратифікації пацієнтів за раціоном харчування, з порушеннями вуглеводного обміну асоціювалися роду Blautia, Serratia і відділ Verrucomicrobia. Таксономічний аналіз виявив два фекотіпа із середньою силуетній величиною 0,22. Відмінностей за статтю та віком пацієнтів в фекотіпах не виявлено, однак виявлена ​​висока зустрічальність ЦД2 (p = 0,016) в фекотіпе, де індекс альфа-різноманіття (p = 8.089e-05) і представленість ферментів, що перетворюють бутіріл-коа в бутират були низькими. Також виявлені відмінності в фекотіпах по відсотку шляхів синтезу вітамінів (B9, B2, B6, K, B12). У 1-му фекотіпе домінували Prevotella, Oscillospira, Flavobacterium, Sphingobacterium, Parabacteroides, у 2-му Ruminococcus, Peptoniphilus, Thiothrix, Legionella (р<0,004). Висновок: отримані додаткові свідчення про участь мікробіоти кишечника в патогенезі ЦД2.

Анотація наукової статті з фундаментальної медицини, автор наукової роботи - Егшатян Л. В., Ткачова О. Н., Каштанова Д. А., Дудинская Е. Н., Бойцов С. А.


"Marker" changes in the composition of gut microbiota in patients with disorders of carbohydrate metabolism

Aims: to identify the "marker" changes in the composition of intestinal microbiota in patients with disorders of carbohydrate metabolism. Materials and methods: to investigate the gut microbiota composition in association with the glucose tolerance analyzed 92 patients (Me 52,8 years): with normal glucose tolerance (n = 48), prediabetes (n = 24) and T2D (n = 20) . Metagenomic analysis was performed using 16SrRNA sequencing. Results: Firmicutes (68,2 ± 11,9%) predominantly represented microbiota, in a less degree by Bacteroidetes (15,1 ± 11,1%). Shannon diversity index was higher (3.71 ± 0.56) regardless of the presence or absence of impaired carbohydrate metabolism. The representation of Firmicutes was higher (p = 0,007), Bacteroidetes (p = 0,01) was lower in T2D. Blautia was a dominant genus in all samples. The representation of Blautia, Serratia was lower in prediabetes than in T2D, and even lower in normal glucose tolerance. C-reactive protein and Interleukin-6 were associated with higher representation of Serratia and Paraprevotella (p<0,007). Taxonomic analysis of the faecal metagenomes revealed two fecotypes with an average silhouette value of 0.22. Subjects in each fecotype did't differ according to sex distribution and age but differ according to high incidence of T2D (p = 0.016) in fecotype where there was low index of alpha diversity (p = 8.089e-05) and the representation of the enzymes that converts butyryl-CoA to butyrate. In clusters found differences according to the percentage of vitamin (B9, B2, B6, K, B12) synthesis pathway. Fecotype 1st is dominated Prevotella, Oscillospira, Flavobacterium, Sphingobacterium, Parabacteroides, while fecotype 2 by Ruminococcus, Peptoniphilus, Thiothrix, Legionella (p<0.004). Conclusions: study provides the further evidence concerning the structural modulation of the microbiota in the T2D pathogenesis.


Область наук:
  • фундаментальна медицина
  • Рік видавництва: 2019
    Журнал: Експериментальна і клінічна гастроентерологія

    Текст наукової роботи на тему «« маркерні »ЗМІНИ СКЛАДУ мікробіоти КИШКІВНИКА У ПАЦІЄНТІВ З ПОРУШЕННЯМИ ВУГЛЕВОДНОГО ОБМІНУ»

    ?DOI: 10.31146 / 1682-8658-ecg-172-12-51 -60

    «Маркерні» зміни складу мікробіоти кишечника у пацієнтів з порушеннями вуглеводного обміну *

    Егшатян Л. В.1-2, Ткачова О. н.3, Каштанова Д. А.3, Дудинская Е. н.3, Бойцов С. А.4

    1 ГБУЗ Московський Клінічний Науковий Центр ім. А. С. Логінова ДЗМ, Москва, Росія

    2 ГБОУ ВО «Московський державний медико-стоматологічний університет ім. А. І. Євдокимова », Москва, Росія.

    3 ФГБОУ ВО РНІМУ ім. Н. І. Пирогова МОЗ РФ, «Російський геронтологічний науково-клінічний центр», Москва, Росія

    4 ФГБУ «НМІЦ кардіології» МОЗ Росії, Москва, Росія

    "Marker" changes in the composition of gut microbiota in patients with disorders of carbohydrate metabolism *

    L. V. Egshatyan1 2, O. N. Tkacheva3, D. A. Kashtanova3, E. N. Doudinskaya3, S. A. Boytsov4

    1 A. S. Loginov Moscow Clinical Scientific Center, Moscow, Russia

    2 А. I. Evdokimov Moscow State University of Medicine and Dentistry, Moscow, Russia

    3 Pirogov Russian National Research Medical University of Ministry of Health of the Russian Federation. Russian Gerontology Clinical Research Center, Moscow, Russia

    4 FSBI National Medical Research Center of Cardiology of the Ministry of Health, Moscow, Russia

    Для цитування: Егшатян Л. В., Ткачова О. Н., Каштанова Д. А., Дудинская Е. Н., Бойцов С.А. «Маркерні» зміни складу мікробіоти кишечника у пацієнтів з порушеннями вуглеводного обміну. Експериментальна і клінічна гастроентерологія. 2019; 172 (12): 51-60. DOI: 10.31146 / 1682-8658-ecg-172-12-51-60

    For citation: Egshatyan L. V., Tkacheva O. N., Kashtanova D. A., Doudinskaya E. N., Boytsov S. A. "Marker" changes in the composition of gut microbiota in patients with disorders of carbohydrate metabolism. Experimental and Clinical Gastroenterology. 2019; 172 (12): 51-60. (In Russ.) DOI: 10.31146 / 1682-8658-ecg-172-12-51 -60

    Егшатян Ліліт Ваніковна, к.м.н. Н Corresponding author:

    Ткачова Ольга Миколаївна, д.м.н., професор Егшатян Лишт Ваніковна

    Каштанова Дар'я Андріївна, к.м.н. V 'Egshatyan

    Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Дудинская Катерина Наильевна, к.м.н.

    Бойцов Сергій Анатолійович, академік РАН, професор, д.м.н.

    Lilit V. Egshatyan, MD, PhD; ORCID: 0000-0001-8817-1901, eLibrary SPIN: 4552-5340

    Olga N. Tkacheva, professor, MD, PhD; ORCID: 0000-0002-4193-688X

    Daria A. Kashtanova, MD, PhD; ORCID: 0000-0001-8977-4384, eLibrary SPIN: 8513-0512

    Ekaterina N. Dudinskaya, MD, PhD; ORCID: 0000-0001-7891-6850

    Sergey A. Boytsov, Academician of RAS; ORCID: 0000-0001-6998-8406

    резюме

    Мета: виявити «маркерні» зміни складу мікробіоти кишечника у пацієнтів з порушеннями вуглеводного обміну. * Ілюстрації до статті - на кольоровій вклейці

    Методи: в дослідження включені 92 пацієнта віком в середньому 52,8 років: з нормальною толерантністю до журналу

    до глюкози (n = 48), предіабетом (преСД2, n = 24) і вперше діагностованим ЦД2 (n = 20). Метагеномний аналіз * niustrations to the article are в форматі оцінки різноманітності послідовностей гена 16S рРНК здійснений відповідно до протоколу 16S Metage-nomic Sequencing Library Preparation.

    on the colored inset of the Journal.

    Результати: домінуючими бактеріальними типами виявилися Bacteroidetes (15,1 ± 11,1%) і Firmicutes (68,2 ± 11,9%). Індекс Шеннона був високим у всій вибірці (3,71 ± 0,56), незалежно від статусу вуглеводного обміну і маси тіла пацієнтів. Представленість Firmicutes виявилася більше (р = 0,007), а Bacteroidetes - менше (р = 0,01) у пацієнтів ЦД2. У всій вибірці домінував рід Blautia, з яким асоціювався ЦД2 (р = 0,006). Спостерігалася динаміка збільшення кількості бактерій роду Blautia і Serratia (р = 0,002) в клінічному ряду нормальний вуглеводний обмін, преСД2 і ЦД2 (р = 0,0006). Дана тенденція для Blautia посилювалася при наявності у пацієнта абдомінального ожиріння (р = 0,003). З маркерами запалення позитивно асоціювалися роду Serratia і Paraprevotella (р<0,007). Після стратифікації пацієнтів за раціоном харчування, з порушеннями вуглеводного обміну асоціювалися роду Blautia, Serratia і відділ Verrucomicrobia. Таксономічний аналіз виявив два фекотіпа із середньою силуетній величиною 0,22. Відмінностей за статтю та віком пацієнтів в фекотіпах не виявлено, однак виявлена ​​висока зустрічальність ЦД2 (p = 0,016) в фекотіпе, де індекс альфа-різноманіття (p = 8.089e-05) і представленість ферментів, що перетворюють бутіріл-коа в бутират були низькими. Також виявлені відмінності в фекотіпах

    за відсотком шляхів синтезу вітамінів (B9, B2, B6, K, B12). У 1-му фекотіпе домінували Prevotella, Oscillospira, Flavo-bacterium, Sphingobacterium, Parabacteroides, у 2-му - Ruminococcus, Peptoniphilus, Thiothrix, Legionella (р<0,004).

    Висновок: отримані додаткові свідчення про участь мікробіоти кишечника в патогенезі ЦД2.

    Ключові слова: Мікробіота кишечника 1; мікробіом 2; цукровий діабет 2 типу 3; предиабет 4; ентеротіп 5; 16S рРНК секвенування 6

    Summary

    Aims: to identify the "marker" changes in the composition of intestinal microbiota in patients with disorders of carbohydrate metabolism.

    Materials and methods: to investigate the gut microbiota composition in association with the glucose tolerance analyzed 92 patients (Me 52,8 years): with normal glucose tolerance (n = 48), prediabetes (n = 24) and T2D (n = 20) . Metagenomic analysis was performed using 16SrRNA sequencing.

    Results: Firmicutes (68,2 ± 11,9%) predominantly represented microbiota, in a less degree by Bacteroidetes (15,1 ± 11,1%). Shannon diversity index was higher (3.71 ± 0.56) regardless of the presence or absence of impaired carbohydrate metabolism. The representation of Firmicutes was higher (р = 0,007), Bacteroidetes (р = 0,01) was lower in T2D. Blautia was a dominant genus in all samples. The representation of Blautia, Serratia was lower in prediabetes than in T2D, and even lower in normal glucose tolerance. C-reactive protein and Interleukin-6 were associated with higher representation of Serratia and Paraprevotella (p<0,007). Taxonomic analysis of the faecal metagenomes revealed two fecotypes with an average silhouette value of 0.22. Subjects in each fecotype did't differ according to sex distribution and age but differ according to high incidence of T2D (p = 0.016) in fecotype where there was low index of alpha diversity (p = 8.089e-05) and the representation of the enzymes that converts butyryl-CoA to butyrate. In clusters found differences according to the percentage of vitamin (B9, B2, B6, K, B12) synthesis pathway. Fecotype 1st is dominated Prevotella, Oscillospira, Flavobacterium, Sphingobacterium, Parabacteroides, while fecotype 2 by Ruminococcus, Peptoniphilus, Thiothrix, Legionella (p<0.004).

    Conclusions: study provides the further evidence concerning the structural modulation of the microbiota in the T2D pathogenesis.

    Keywords: Gut microbiota 1; microbiome 2; type 2 diabetes 3; prediabetes 4; enterotypes 5; 16S rRNA sequencing 6

    Вступ

    Цукровий діабет 2 типу (ЦД2) - прогресуюче і важке захворювання, клінічні прояви та ускладнення якого обумовлені хронічною гіперглікемією [1]. Число хворих на діабет неухильно збільшується в результаті зростання чисельності населення, збільшення середнього віку населення, а також зростання поширеності діабету в кожній віковій групі. На сьогоднішній день 425 млн людей у ​​всьому світі страждає СД. Експерти Міжнародної діабетичної федерації 2045 р прогнозують збільшення до 629 млн чоловік [2]. Російська федерація входить в десятку країн, в яких найбільше число людей страждають СД. Зростання популяції хворих на ЦД, перш за все ЦД2 і частоти його хронічних ускладнень - одна з найактуальніших проблем охорони здоров'я, з якою сьогодні стикається світова спільнота [2, 3]. За останні кілька років введені істотні зміни в профілактиці і лікуванні ЦД2, вивчені нові патофізіологічні механізми розвитку захворювання. На додаток до добре відомих факторів ризику, таким як генетична схильність, низька фізична активність, ожиріння, інкретіновая недостатність, з'явився новий кандидат - змінена мікробіота кишечника (МК) [4]. Виявлені генетичні варіанти, пов'язані з діабетом і статистичні

    моделі, які поєднують в собі відомі фактори ризику, незначно поліпшили прогнозування ЦД2 [5]. Виявилося, що на відміну від них, соціально-демографічні та екологічні чинники більшою мірою впливають на ризик розвитку ЦД2.

    Надзвичайний сплеск наукового інтересу до МК пов'язаний з появою нової генерації некульту-ральних методів визначення складу мікробіоти. Найбільш значущими з них є методи метагеномного аналізу, засновані на високопродуктивному секвенування бібліотек тотальної геномної ДНК або бібліотек фрагментів генів рибосомних РНК (рРНК) [6]. Справжня чисельність мікроорганізмів, що населяють організм людини з'ясувалася тільки після відкриття в 1990-х рр методу секвенування ^ рРНК. Виявлено, що в просвіті шлунково-кишкового тракту у здорової людини мешкає більше 1014 бактеріальних клітин з загальною вагою приблизно 1,5 кг, що на порядок перевершує загальне число клітин людського організму [7]. МК характеризується певним стабільним складом (до 40%), який називається ядром [8], інша її частина змінюється під впливом фізіологічних, дієтичних, кліматично-географічних факторів [9].

    Максимальна концентрація мікроорганізмів спостерігається в кишечнику, тому мікробіота

    кишечника вважається важливим «органом», які беруть участь в не тільки в процесах травлення, але і в регуляції імунної, ендокринної та нервової систем [10, 11]. Сахаролитические бактерії при гідролізі нерозчинних вуглеводів синтезують коротколанцюгові жирні кислоти, з якими пов'язані практично всі життєво важливі процеси в організмі людини. Коротколанцюгові жирні кислоти є основним джерелом енергії для клітин слизової товстої кишки, стимулюють їх зростання і оновлення, впливають на утворення слизу, збільшують всмоктування води і різних іонів, регулюють кислотно-лужний баланс, впливають на перистальтику, підтримують мікробне різноманіття складу, беруть участь в процесах глюконеогенезу , липогенеза і т.д. Виявлено, що гнотобіотіческім (позбавленим МК) гризунам, доводиться споживати на 30% більше їжі для збереження маси тіла [12].

    В кінці 2000-х років були сформовані великі наукові консорціуми, MetaHIT (Metagenome of Human Intestinal Tract, Європа), створений для вивчення МК людини, і HMP (Human Microbiome Project, США) - вивчення всього мікробного співтовариства, що населяє людський організм. За результатами проекту MetaHIT були виділені 3 енте-ротіпа або «фекотіпа», або бактеріальні «кластери», які відрізнялися між собою відносно великим вмістом 1) Bacteroides, 2) Prevotella і 3) Ruminococcus [13]. Однак пізніше виділення ентеротіпов зазнало критики з боку наукового співтовариства, оскільки варіацій складу МК

    виявилося набагато більше, і віднести МК конкретної людини до одного ентеротіпу часто є складним. Незважаючи на велику різноманітність МК, в її складі переважають представники двох основних типів - Bacteroidetes і Firmicutes (близько 90% всього складу), також в менших пропорціях представлені бактерії Proteobacteria, Fusobacteria, Actinobacteria, Verrucomicrobia і Cyanobacteria. Представники Actinobacteria, Proteobacteria і Verrucomicrobia, як правило, присутні в меншій кількості в здорової МК, але вони мають значний потенціал впливу на стан здоров'я. Крім того, в кишечнику присутні і археї, в основному - рід Methanobrevibacter [14,15].

    В даний час зміна складу МК вважається одним з ключових факторів, який призводить до формування різних захворювань, таких як рак [16], атеросклероз [17], ЦД2 і метаболічні порушення [18-20] і т.д. Незважаючи на те, що більшість клінічних досліджень носять описовий характер, дослідники виявляли специфічні маркери захворювань, як на таксономическом, так і на функціональному рівні. Однак дані, що пояснюють механізми впливу МК на ризик розвитку цих захворювань часто виявляються суперечливими. Чи пов'язано це з відносно невеликою кількістю пацієнтів, прийомом лікарських засобів, технічними причинами або расовими відмінностями, залишається відкритим питанням.

    Ця стаття заснована на дослідженні, матеріали якого вперше були опубліковані в Endocrine Connections в 2016 р [21].

    Матеріали і методи Дизайн дослідження

    У одномоментне дослідження включені пацієнти у віці 25-76 років. Залежно від статусу вуглеводного обміну вони були розділені на три групи: 1) пацієнти без порушень вуглеводного

    критерії виключення

    Ендокринні захворювання (крім ЦД2); регулярний прийом лікарських засобів; хронічна серцева, печінкова і / або ниркова недостатність; онкологічні захворювання; вагітність і період лактації; анемія (крім легкого ступеня тяжкості); інфекційні захворювання;

    етичні аспекти

    Всі пацієнти підписали інформовану згоду на участь в дослідженні. Протокол дослідження був схвалений локальним етичним

    скринінг пацієнтів

    З 858 пацієнтів, які пройшли скринінг, 92 відповідали критеріям включення. У всіх пацієнтів, включених у дослідження виконано оцінку

    Оцінка вуглеводного обміну

    Тільки в 1-й і 2-й групах проведено пероральний глюкозотолерантний тест. Концентрацію глюкози плазми досліджували глюкозооксидазним методом на аналізаторі SAPPHIRE-400 з використанням

    обміну, 2) з предіабетом і 3) з ЦД2 (рівень НЬА1с від 6,5% до 9,0% і тривалість захворювання не більше 12 місяців після установки діагнозу).

    захворювання травного тракту в стадії загострення; трансплантація органів і операції на органах черевної порожнини; лактозная непереносимість; алергічна реакція на харчові продукти; захворювання ротової порожнини і зубочистки-люстной системи; відмова від участі в дослідженні.

    комітетом ФГБУ «ДНІЦ ПМ» МЗРФ. Протокол засідання ЛЕК № 8 від 29 листопада 2011 р.

    вуглеводного обміну, хронічного системного запалення, характеру харчування, таксономічного складу МК.

    діагностичних наборів DiaSys. Оцінка НЬА1с проводилася методом рідинної хроматографії на аналізаторі Sapphire 400 (Niigata Mechatronics, Японія) за стандартною методикою виробника.

    Оцінка хронічного субклінічного запалення

    Для оцінки хронічного субклінічного запалення досліджували концентрацію високочутливого С-РБ (ВЧС-РБ), інтерлейкіну 6 (ІЛ-6)

    Вивчення характеру харчування

    Характер харчування (якісний склад, обсяг споживаних продуктів, загальна калорійність раціону, хімічний склад) вивчався за допомогою

    імуноферментним методом на аналізаторі Sapphire 400 (Niigata Mechatronics, Японія)

    стандартизованої комп'ютерної програми «аналіз стану харчування людини» (версія 1.2.4 ГУ НДІ харчування РАМН 2003-2006).

    Оцінка стану мікробіоти кишечника

    Після виділення тотальної ДНК із зібраних у учасників зразків калу, підготовки бібліотек, виконано секвенування варіабельних

    Біоінформатіческая обробка

    Фільтрація рідов за якістю і таксономічна класифікація всіх зразків проводилася з використанням програмного комплексу ПО QIIME [22]. Таксономічний склад всіх зразків оцінений шляхом класифікації за базою даних послідовностей гена ^ рРНК Greengenes V. 13.5 [23] за допомогою класифікатора RDR Результатом класифікації було для кожного метагенома вектор з чисел рідов, ідентифікованих як та чи інша операційна таксономическая одиниця (т.зв. Оті ). Вектор відносної представленості був нормований до 100% на кожен зразок.

    Статистичний аналіз результатів був виконаний на мові програмування Я (версія 3.1.0). Порівняння відносної представленості кожного бактеріального таксона в зразках калу

    ділянок V3-V4 гена 16S рРНК з використанням набору MiSeq Reagent Kit v2 (300 циклів) і приладу MiSeq (Illumina, США).

    виконаний за допомогою критерію Манна-Уїтні (поправка на множинне порівняння методом Бенджамін-Хохберг) і побудова узагальнених лінійних моделей (бібліотека glm2 [24]). При побудові графіків багатовимірного шкалювання в якості запобіжного попарного відмінності таксономічного складу зразків використана ішРгас в підвішеному варіанті [25]. Для побудови ілюстрацій був використаний пакет ggplot.

    На графіках «ящики з вусами» горизонтальною лінією відзначені медіани, нижня і верхня межа прямокутника відповідають першій і третій квартили, відповідно, «вуса» відповідають відстані між квартилями помноженому на 1,5. Значення, що виходять за межі «вусів», вважаються викидами і відзначаються точками.

    результати

    Об'єкти (учасники) дослідження

    У дослідження включено 92 особи у віці від 25 років до 76 років (середній вік склав 52,8 ± 13 років). Частка чоловіків 28% (n = 26), жінок -72% (n = 66). Пацієнти розділені на 3 групи: з нормальною толерантністю до глюкози (n = 48), предіабе-том (преСД2, n = 24) і в вперше діагностованим ЦД2 (n = 20). В середньому тривалість преСД2 склала 0,22 ± 0,031 років, а СД2-0,78 ± 0,069 років. З таблиці 1 видно, що середні показники віку, індексу маси тіла (ІМТ), відношення обсягу талії до об'єму стегон (ОТ / ОС), ВЧС-РБ, глікемії натщесерце і HbAlc

    секвенування

    В результаті секвенування варіабельних ділянок V3-V4 16S рРНК в середньому отримано 102582 ± 46284 рідов на кожен зразок. В аналізі задіяні +102581 ± 39210 високоякісних рідов, що становить 87% ± 2% від їх початкового кількості. Класифіковані з них 87,40 ± 7,4%, в середньому з точністю до роду - 97,41 ± 0,9%. результати секвенування

    Індекс альфа-різноманіття Шеннона

    Оцінка видового різноманіття (багатства) мікробіоти проводилася за допомогою індексу альфа-різноманіття Шеннона. У нашому дослідженні, на відміну від порівнянної групи зразків, включених в дослідження P. Turnbaugh і співавт.

    у пацієнтів з порушеним вуглеводним обміном достовірно вище, ніж у здорових осіб. Пацієнти з різною толерантністю до глюкози між собою не розрізнялися за енергетичною цінністю добового раціону і кількості вживаних білків, жирів і вуглеводів. Пацієнти з порушеннями вуглеводного обміну між собою різнилися за рівнем глікемії натщесерце, HbAlc і ОТ / ОС (вище у пацієнтів з ЦД2), також по енергетичної цінності добового раціону і кількості спожитих вуглеводів (менше у пацієнтів з ЦД2).

    задовольняють критеріям якості. Результатом класифікації рідов стала таблиця представленості операційних таксономічних одиниць OTU (на англ. Operational taxonomic units) - умовна таксономическая одиниця, що відповідає роду, виду або штаму і виділяється по гомології 16S рРНК гена [25]. Теплова карта відносної представленості OTU представлена ​​на малюнку 1.

    [26] (Каліфорнійський університет), де були застосовані ті ж методи аналізу, індекс Шеннона виявився досить високим і склав 3,71 ± 0,56 (малюнок 2). При цьому він був високим у всій вибірці. Індекс альфа-різноманітності не відрізнявся

    між зразками здорових в порівнянні з про- вуглеводного обміну, пацієнтів з ожирінням і без,

    Зразки пацієнтів з різними порушеннями також пацієнтів різних вікових груп.

    Домінуючі типи (Філумена) мікроорганізмів

    Домінуючі бактерії всього складу оказа- склав 12,7 ± 9,86%, і Firmicutes із середнім содер-

    лись представниками двох основних типів бак- жанием 57,09 ± 13,6%, що узгоджується з літератур-

    терий: Bacteroidetes, середній вміст яких ними даними [13].

    Бактеріальні типи, асоційовані з порушеннями вуглеводного обміну

    З метою оцінки взаємозв'язку між вуглеводним з ЦД2 представленість бактерій Firmicutes зна-обміном і представленістю бактерій типів чімо більше (р = 0,007), а Bacteroidetes - менше Bacteroidetes і Firmicutes використовувався однофак- (р = 0,01), ніж у здорових і пацієнтів з преСД2. уторований дисперсійний аналіз. При наявності зна Зразки від здорових і пацієнтів з преСД2 значи-чімих відмінностей, за допомогою множинних по- мо не розрізнялися між собою, однак при преСД2 парних порівнянь за критерієм Тьюки, оцінювався спостерігалася тенденція, характерна для ЦД2 (таза рахунок різниці між якими групами возни- бліцу 2). Співвідношення Firmicutes / Bacteroidetes кают ці відмінності. Виявлено, що у пацієнтів було значно вище в групі пацієнтів з ЦД2.

    параметр

    здорові

    ПреСД2

    ЦД2

    Вік (років) 48.31 ± 14.137 55 ± 9.92 58.35 ± 8.77 0.01 / 0.28

    ІМТ (кг / м2) 25.13 ± 3.93 29 ± 5.88 30.5 ± 5.72 0.0002 / 0.48

    ОТ / ОС (см) 0.81 ± 0.07 0.78 ± 0.38 0.94 ± 0.09 4.7е-05 / 0.003

    Глюкоза натще 4.92 ± 0.41 5.69 ± 1.18 7.76 ± 1.78 1.3е-08 / 6.4е-05

    HbA1c (%) 4.92 ± 0.809 5.44 ± 0.81 6.5 ± 1.58 6.4е-06 / 0.004

    ВЧС-РБ (мг / л) 2.48 ± 1.605 3.48 ± 3.78 5.98 ± 7.71 0.03 / 0.08

    ІЛ-6 (пг / мл) 9.06 ± 5.05 9.12 ± 5.8 9.98 ± 5.62 0.08 / 0.09

    нутрієнти

    Енергія (ккал) 2172.6 ± 463.7 2325 ± 809.5 1984.4 ± 834.9 0.25 / 0.02

    Вуглеводи (г) 205.1 ± 59.3 248 ± 135.5 168.1 ± 75 0.64 / 0.02

    Білки (г) 75.1 ± 20.7 81.8 ± 21.5 73.8 ± 28.7 0.72 / 0.08

    Жири (г) 101.9 ± 27.9 100.4 ± 27.1 102.1 ± 51.1 0.45 / 0.3

    р норма / преСД2-ЦД2 Таблиця 1.

    Узагальнені характеристики пацієнтів і споживаних ними нутрієнтів.

    Table 1.

    Summarized characteristics of patients and the nutrients they consumed.

    представленість Bacteroidetes

    представленість Firmicutes

    здорові

    преСД2

    ЦД2

    здорові

    преСД2

    ЦД2

    13,57 ± 10 '

    11,8 ± 9,73%

    9,07 ± 7,87%

    55,79 ± 13,96%

    58,92 ± 11v

    63,78 ± 9,77%

    Домінуючі роду мікроорганізмів

    В середньому 50% всього таксономічного складу довелося на п'ять пологів: Blautia, Bacteroides, Prevotella, Faecalibacterium, Clostridium. Для візуального контролю можливої ​​кластеризації зразків на групи і виявлення зразків - 52 викидів, одержані з технічних чи інших причин, проведено багатовимірне шкалювання

    для зниження розмірності аналізу і візуалізації. На рисунку 3 наведено графік багатовимірного шкалювання для досліджуваних зразків, з відображенням переважної представленості цих пологів. З малюнка видно, що найбільш представленим виявився рід В1аіШ, а зокрема, В1аіШ coccoides.

    Таблиця 2.

    Представленість типів Bacteroidetes і Firmicutes в обстежуваних групах. Примітка:

    * ПреСД2 - предиабет; ЦД2 -цукровий діабет 2 типу.

    Table 2.

    The abundance of Bacteroidetes and Firmicutes in study groups.

    Note:

    * Healthy; preT2D - prediabetes; T2D - type 2 diabetes.

    Бактеріальні роду, асоційовані з порушеннями вуглеводного обміну

    Регресійний аналіз показав, що з порушеннями вуглеводного обміну з усієї представленості пологів асоційовані тільки роду Blautia і Serratia.

    1. Рід Blautia

    Рід Blautia coccoides відноситься до класу Clostridia, найбільшому з типу грампозитивних Firmicutes. Наявність ЦД2 було асоційоване з великою кількістю бактерій роду Blautia (р = 0,006) (рисунок 4).

    Також спостерігалася достовірна динаміка збільшення кількості цих бактерій в клиниче-

    2. Рід Serratia

    Рід Serratia відноситься до типу грамнегативних Proteobacteria (факультативні, умовно-патогенні анаероби). Регресійний аналіз показав, що в клінічному ряду пацієнтів з нормальним

    ському ряду пацієнтів з нормальним вуглеводним обміном, преСД2 і ЦД2 (р = 0,0006) (рисунок 5). Описана тенденція збільшення кількості В1аіШ виявилася більш вираженою при наявності у пацієнтів абдомінального ожиріння (р = 0,0002) (рисунок 6).

    вуглеводним обміном, преСД2 і ЦД2 достовірна динаміка підвищення представленості спостерігалася і для роду Serratia (р = 0,002) (рисунок 7).

    Бактерії, асоційовані з раціоном харчування і порушеннями вуглеводного обміну

    За допомогою регресійного аналізу був проведений пошук кореляцій між складом мікро-біоти і особливостями харчування. В цілому медіана середньодобового споживання вуглеводів склала 207 ± 89,7 гр., Жирів 101,78 ± 29,4 гр., Калорій 2009 ± 648,7 ккал. Їх кількість окремо по групах представлено в таблиці 1.

    Після стратифікації вибірок по раціону харчування виявлено, що з порушеннями вуглеводного обміну з усієї представленості бактерій, асоційовані роду Blautia і Serratia, також відділ Verrucomicrobia.

    1. Рід Blautia

    При споживанні однаково кількості вуглеводів в день (менше 200 гр.), Представленість Blautia достовірно вище у пацієнтів з ЦД2 в порівнянні зі здоровими (р = 0,0004). Його представленість також залишається домінуючою у всіх пацієнтів з порушеннями вуглеводного обміну (преСД2 + ЦД2) при споживанні менше 200 гр. вуглеводів в порівнянні зі здоровими, яке споживає понад 200 гр. в день (р = 0,005).

    Представленість роду Blautia вище в Метаген-мах пацієнтів з ЦД2, що споживали менше 100 гр. жирів в день в порівнянні зі здоровими, що споживали більше 100 гр. (Р = 0,0008).

    Таким чином, висока представленість роду Blautia асоційована з порушеннями вуглеводного обміну, навіть при споживанні меншої кількості вуглеводів і жирів в порівнянні зі здоровими.

    2. Рід Serratia

    З кількістю споживання калорій і вуглеводів в день асоційований також рід Serratia. Виявлено, що при споживанні однаково кількості вуглеводів (більше 200 гр., Р = 0,003)

    3. Відділ Verrucomicrobia

    Відділ Verrucomicrobia в складі зразків представлений в меншій мірі, але він також асоційований з порушеннями вуглеводного обміну. При аналізі харчового раціону тільки здорових виявлено, що його представленість зростала зі збільшенням кількості споживаного жирів (р = 0,0001) і калорій (р = 0,001). Його представленість залишалася високою у здорових у порівнянні з пацієнтами з порушеним вуглеводним обміном при споживанні як однакового (більш 2000 ккал,

    і калорій (більше 2000 ккал, р = 0,002) представленість його вище в метагеномах пацієнтів з порушеннями вуглеводного обміну в порівнянні зі здоровими.

    р = 0,0005), так і різного (здорові більше 2000, пацієнти з порушеним вуглеводним обміном менш 2000 ккал, р = 0,008) кількості калорій в день.

    Цікаво, що кількість Verrucomicrobia виявився вищим і у здорових осіб у віці старше 60 в порівнянні з пацієнтами з порушеннями вуглеводного обміну у віці до 60 років (р = 0,0005). Таким чином, знижена кількість представленості відділу Verrucomicrobia асоційоване з порушеннями вуглеводного обміну.

    Таксономическая кластеризация мікробіоти кишечника

    Кластерний аналіз зразків був заснований на кластеризації по k-середніх. В результаті весь метагеном зразків був розділений лише на 2 кластера (фекотіпа або ентеротіпа): 52 зразка в першому кластері і 40 -во другому (малюнок 7). Однак середня Силуетна величина поділу склала 0,22, що вказує на складність однозначної поділу на фекотіпи. Незважаючи на це. умовно виділені фекотіпи достовірно розрізнялися по представленості 9 бактеріальних пологів. У першому фекотіпе домінували представники бактерій таких пологів як: Prevotella, Oscillospira, Flavobacterium, Sphingobacterium, Parabacteroides, а в другому - Ruminococcus, Peptoniphilus, Thiothrix, Legionella (р<0,004).

    Відмінностей за статтю та віком пацієнтів в фе-котіпах не було виявлено, однак виявлена ​​висока зустрічальність пацієнтів з ЦД2 у другому фекотіпе (32,5% проти 13,5% в першому, р = 0,016). При цьому, в другому фекотіпе індекс альфа-різноманіття (індекс Шеннона) (р = 8.089е-05) і представленість ферментів, які перетворюють бутіріл-коа в коротко жирних кислот - бутират, були значно менше, ніж в першому фекотіпе. У другому фекотіпе в порівнянні з першим, значно менше було представлено також відсоток шляхів синтезу вітамінів В9, В2, В6 і К, а відсоток шляхів синтезу вітаміну В12, навпаки, - більше.

    Бактерії, асоційовані з хронічним субклиническим запаленням (ВЧС-РБ, ІЛ-6) і порушеннями вуглеводного обміну

    З усієї представленості бактерій досліджуваної вибірки з рівнем ВЧС-РБ позитивно асоціювалися роду Serratia (р = 0,0001) і Paraprevotella (р = 0,002). Paraprevotella позитивно асоціювалася також з ІЛ-6 (р = 0,008).

    В цілому асоціацію між представленістю пологів мікробіоти кишечника і маркерами

    хронічного субклінічного запалення у пацієнтів з пре- і ЦД2 не встановлені. Однак при аналізі тільки в групі пацієнтів з рівнем ІЛ-6 <10 пг / мл виявлено, що представленість роду Serratia вище у пацієнтів з порушеним вуглеводним обміном в порівнянні зі здоровими (р = 0,0002).

    Обговорення

    Передумовою до вивчення взаємозв'язку між МК і різними захворюваннями, в тому числі і з метаболічними порушеннями, став розвиток технологій високопродуктивного секвеніруют-вання. З позицій сьогоднішнього дня відомо, що МК може вносити величезний внесок у патогенез ЦД2. Зростає інтерес до точок впливу на МК з метою корекції метаболічних порушень, в тому числі інтерес до фекальної трансплантації. Однак необхідно відзначити, що розуміння норми і патології залишається донині діскута-бельной питанням. Метою цього дослідження став пошук взаємозв'язків між вуглеводним обміном і складом МК. Результати нашого дослідження багато в чому перетинаються з роботами зарубіжних авторів, проте є і результати, що відрізняються від літературних. У зразках наших пацієнтів переважали представники двох типів бактерій - Firmicutes і Bacteroidetes, що визнано є основою складу МК людини [14]. Співвідношення цих типів може змінюватися під впливом різних зовнішніх чинників (спосіб життя і харчування, прийом антибіотиків і т.д.), з чим і пов'язують його неоднаковість у людей з різних регіонів. Отже, не завжди результати досліджень можна екстраполювати на жителів інших країн і регіонів. На сьогоднішній день найбільш повні роботи по виявленню метагеном-них маркерів у пацієнтів з ЦД2 зроблені в Китаї [18] і Швеції [27]. Розуміючи, що крім інфекційних і хронічних захворювань, практично будь-яка проведена терапія може вплинути на склад МК, ми включили в дослідження «чисту» вибірку - пацієнтів без хронічних захворювань (крім вперше виявленого порушення вуглеводного обміну з тривалістю захворювання не більше 12 місяців після установки діагнозу) і які не беруть будь-які лікарські препарати, здатних вплинути на достовірність результатів. В опублікованих зарубіжних дослідженнях мало інформації про прийнятих пацієнтами препаратах, що утруднює їх аналіз та оцінку висновків. Наприклад, в шведському дослідженні показано, що пацієнти, які отримували метформін, мали підвищений рівень Enterobacteriaceae і низький - Clostridium і Eubacterium [27].

    За літературними даними самими представленими бактеріальними родами в метагеномах калу є Bacteroides, Prevotella або деякі представники Філумена Firmicutes, наприклад, Faecalibacterium або Rumminococcus [28]. В середньому 50% всього складу наших зразків довелося на 5 пологів: Blautia, Bacteroides, Prevotella, Faecalibacterium, Clostridium. Іншою відмінною рисою нашого дослідження можна вважати багато різноманітних складу мікробіоти у всіх пацієнтів (3,71 ± 0,56) в порівнянні з даними Turnbaugh і співавт. (2,46 ± 0,29) [26], де також застосовувався метод 16S рРНК секвенування калу, але взятого у здорових людей. Багате розмаїття вказує на стабільність і стійкість МК до зовнішніх впливів, також на відносне

    «Благополуччя» в кишечнику. Необхідно відзначити, що ні шведське, ні китайське дослідження не підтвердили зв'язок ЦД2 з більш низьким різноманітністю МК, на відміну від досліджень, де воно було пов'язане з ожирінням [29]. Ми не виявили відмінностей за різноманітністю складу між здоровими і пацієнтами з порушеннями вуглеводного обміну, між пацієнтами з ожирінням і без нього, також між пацієнтами різних вікових груп.

    У нашому дослідженні чисельність бактерій типу Firmicutes виявилося більше (57,09 ± 13,6%) в порівнянні з Bacteroidetes (12,7 ± 9,86%). За літературними даними співвідношення Firmicutes / Bacteroidetes вище у людей з метаболічним синдромом і пацієнтів з ЦД2 [30], що знайшло підтвердження і в нашому дослідженні. Кількість бактерій типу Bacteroidetes виявилося достовірно вище, а Firmicutes - нижче у осіб без порушень вуглеводного обміну. Відомо, що бутират-продукують бактерії конкурують з грамнегативними, зберігають рівновагу складу МК, гальмують зростання і розмноження патогенних штамів, які в більшості своїй володіють протеолітичним метаболізмом. Незважаючи на те, що основними продуцентами бутирата є представники Firmicutes, асоціацію бактерій з типу Firmicutes з ЦД2 можна пояснити тим, що не всі представники даного типу продукують бутират. Деякі зарубіжні автори вказують на зв'язок ожиріння і порушень метаболізму глюкози зі зменшенням представленості Bacteroidetes і збільшенням Firmicutes [31,32]. У наших пацієнтів, в чиїх метагеномах домінували представники Firmicutes, що включає рід Blautia, достовірно частіше зустрічався ЦД2. Рід Blautia, зокрема Blautia coccoides, виявився представленим в досліджуваній вибірці, і тільки він з усього типу Firmicutes достовірно асоціювався з багатьма метаболічними порушеннями. Виявлено збільшення значущості зв'язку Blautia з порушеннями вуглеводного обміну в клінічному ряду норма-предиабет-ЦД2 при наявності абдомінального ожиріння у пацієнтів (р = 0,003). Blautia coccoides не продукує бутират і гідролізує деякі олігосахариди, моносахариди (які практично не доходять до товстої кишки), але не ферментує складні вуглеводи [33]. Рід Blautia відноситься до класу Clostridia, найбільшому з Firmicutes. Після філогенетичного аналізу Clostridium coccoides були перейменовані в Blautia coccoides [34]. За даними Tuovinen і співавт. [35], Blautia, особливо Blautia coccoides активують секрецію фактора некрозу пухлини альфа і цитокінів, особливо ІЛ-8, в більшій мірі, ніж ендотоксин грамнегативних бактерій - липополисахарид. Однак в ряді досліджень обговорюється роль групи Eubacterium rectale-Blautia coccoides як групи, що надає позитивний вплив на метаболізм, ферментують олігосахариди і продукують бутират [36, 37]. По всій видимості, ці функції в більшій мірі виконують Eubacterium rectale, тому що Blautia coccoides не продукує бутират і, як

    раніше було зазначено, не ферментує крохмальні вуглеводи. Таким чином, можна зробити припущення, що спостережувана картина щодо бактерій типу Firmicutes обумовлена ​​високим вмістом роду Blautia, оскільки в цьому типі безліч і потенційно «позитивних» бактерій, але представлених в істотно меншій кількості - лактобактерій, або, наприклад, рід Oscillospira, який за нашими даними виявився в зворотного зв'язку з абдомінальним ожирінням [38].

    У нашому дослідженні з порушенням вуглеводного обміну прямий зв'язок була виявлена ​​також для бактерій роду Serratia. За літературними даними кількість бактерій родини Enterobacteriaceae, до якого належить рід Serratia, істотно вище у пацієнтів з ЦД2 і ожирінням [39]. Крім того, за останній час були описані випадки розвитку у пацієнтів з ЦД2 важких інфекцій, викликаних саме бактеріями Serratia [40, 41]. Дана асоціація пояснюється тим, що Serratia відноситься до грамнегативних факультативних анаеробів, є умовно-патогенних і може ініціювати ендотоксемії за рахунок вмісту ендотоксину [42]. Концентрацію ендотоксину в даному дослідженні ми не визначали, однак виявили зв'язок між прозапальних ІЛ-6 і острофазних ВЧС-РБ саме з грамотрица-них бактеріями. З усієї представленості бактерій досліджуваної вибірки з рівнем вчСР-Б позитивна асоціація була виявлена ​​для Serratia і Paraprevotella, а з ІЛ-6 - для Paraprevotella.

    Незважаючи на те, що висококалорійне і високоуглеводной харчування може впливати на метаболізм глюкози, за нашими даними висока представленість роду Blautia асоціювалася з порушенням

    вуглеводного обміну, навіть при споживанні незначної кількості вуглеводів і жирів, а рід Serratia - при споживанні однаково кількості вуглеводів і калорій в порівнянні зі здоровими пацієнтами. Незалежно від калорійності прийнятої їжі, з порушеним вуглеводним обміном асоціювалася низька представленість бактерій з відділу Verrucomicrobia. Кількість Verrucomicrobia також виявився вищим і у здорових осіб у віці старше 60 в порівнянні з пацієнтами з порушеннями вуглеводного обміну у віці до 60 років. Є дані, що з активністю L-клітин кишечника, які секретують глюкагон-подоб-ний пептид-1, пов'язані бактерії Akkermansia muciniphila з відділу Verrucomicrobia, які складає всього 3-5% загальної чисельності МК. Вони утворюють тісне симбиотическое співтовариство з клітинами, що вистилають внутрішню поверхню кишечника, зміцнюють кишковий бар'єр, зменшуючи його проникність [43, 44].

    Кластерний аналіз метагенома калу ми провели за алгоритмом, яким були виділені енетротіпи в роботі Arumugam і співавт. (Консорціуму Metahit) [13]. Незважаючи на відсутність високодостоверное таксономической кластеризації, ми отримали відмінності в кластерах (фекотіпах) по метаболічної активності бактерій, індексу альфа-різноманіття і тієї, що зустрічається ЦД2. Необхідно відзначити, що зустрічальність ЦД2 була вище в кластері, де індекс альфа-різноманіття і представленість ферментів, що перетворюють бутіріл-коа в бутират, були меншими. Як було вже сказано, високе розмаїтість складу і синтез бутирата характеризують мікробіоту як потенційно більш «здорову» і стійку до зовнішнього впливу.

    висновок

    Якими б переконливими і привабливими були гіпотези, що пояснюють розвиток ожиріння, ЦД2 під впливом певних бактерій, якими б специфічними не опинилися маркери захворювань на таксономическом і функціональному рівні, все-таки існують обмеження (технічні, кількість пацієнтів, прийом препаратів, расові відмінності і т . Д.), які є причиною суперечливих результатів досліджень. Для виключення впливу зовнішніх факторів, наше дослідження було ретельно заплановано. На відміну від літературних, особливістю наших даних виявилася підвищена представленість бактерій типу Firmicutes і роду Blautia. Рід Blautia, зокрема Blautia coccoides, виявився представленим в досліджуваній вибірці, і тільки він з усього типу Firmicutes достовірно асоціювався з порушеннями вуглеводного обміну. Такі ж асоціації були виявлені для роду Serratia з умовно-патогенних бактерій. Ми не виявили

    відмінностей за різноманітністю складу МК між здоровими і пацієнтами з порушеннями вуглеводного обміну, ожирінням, між різними віковими групами. Прозапальні маркери були асоційовані з грамнегативними бактеріями, що узгоджується з літературними даними. Після поділу метагенома на фекотіпи, незважаючи на невисоке значення середньої силуетній величини, отримані відмінності в ентеротіпах по метаболічної активності бактерій, індексу альфа-різноманіття і тієї, що зустрічається ЦД2.

    Таким чином, наше дослідження дає додаткові свідчення про наявність взаємозв'язків між складом мікробіоти кишечника і вуглеводним обміном. Видаються цікавими проведення великих проспективних клінічних досліджень, які оцінюють ефекти різних цукрознижуючих препаратів на склад мікробіоти кишечника у пацієнтів з ЦД2, в тому числі і в російській популяції.

    література | References

    1. Buse JB. Progressive use medical therapies in Type 2 diabetes. Diabetes spectrum. 2000; Vol 13, no 4, pp. 211-228

    2. Atlas Diabetes 8th Edition, Brussels. International Diabetes Federation. 2017. Available at: https: // diabetesatlas.org/

    3. American Diabetes Association. Economic Costs of Diabetes in the U.S. in 2012. Diabetes Care 2013; Vol 36, no 4, pp. 1033-1046. Doi: 10.2337 / dc12-2625.

    4. Grarup N, Sandholt C, Hansen T&Pedersen O. Genetic susceptibility to type 2 diabetes and obesity: from genome-wide association studies to rare variants and beyond. Diabetologia 2014. Vol, 57. pp. 1528-1541. Doi: 10.1007 / s00125-014-3270-4.

    5. Lyssenko V, Jonsson A, Almgren P, et al. Clinical risk factors, DNA variants, and the development of type 2 diabetes. N Engl J Med. 2008, Vol. 359: pp. 2220-2232, doi: 10.1056 / NEJMoa0801869

    6. Blottiere H, de Vos W, Ehrlich S, et al. Human intestinal metagenomics: state of the art and future. Curr Opin Microbiol. 2013; Vol 16, no 3, pp. 232-9. Doi: 10.1016 / j. mib.2013.06.006.

    7. Qin J, Li R, Raes J, et al. A human gut microbial gene catalogue established by metagenomic sequencing. Nature. 2010 Vol. 464: pp. 59-65. doi: 10.1038 / nature08821.

    8. Zoetendal E, Rajilic-Stojanovic M, de Vos WM. High-throughput diversity and functionality analysis of the gastrointestinal tract microbiota. Gut. 2008; Vol 57, no 11, pp. 1605-1615. doi: 10.1136 / gut.2007.133603.

    9. Bartosch S, Fite A, Macfarlane GT. Characterization of bacterial communities in faeces from healthy elderly volunteers and hospitalized elderly patients by using realtime PCR and effects of antibiotic treatment on the faecal microbiota. Appl Environ Microbiol. 2004; Vol 70, no 6, pp. 3575-358135

    10. LeBlanc JG, Milani C, de Giori GS, et al. Bacteria as vitamin suppliers to their host: a gut microbiota perspective. Current Opinion in Biotechnology. 2013. Vol 24, no 2, pp. 160-168. doi: 10.1016 / j.copbio.2012.08.005.

    11. Gibson Glenn R. Fibre and effects on probiotics (the prebiotic concept). Clinical Nutrition Supplements. 2004. Vol 1, no 2, pp. 25-31

    12. Sears Cynthia L. A dynamic partnership: Celebrating our gut flora. Anaerobe. 2005. Vol 11, no 5, pp. 247-251

    13. Arumugam M., Raes J., Pelletier E., et al. Enterotypes of the human gut microbiome. Nature. 2011. Vol. 473, no 7346. pp. 174-80. Doi: 10.1038 / nature09944.

    14. Eckburg P, Bik E, Bernstein C. et al. Diversity of the human intestinal microbial flora. Science 2005; Vol. 308: pp. 16358

    15. Ley R. E., Peterson D. A., Gordon J. I. Ecological and evolutionary forces shaping microbial diversity in the human intestine. Cell. 2006. Vol. 124, no 4. pp. 837-848

    16. VipperlaK., O'KeefeS. J. The microbiota and its metabolites in colonic mucosal health and cancer risk. NCP. 2012. Vol. 27. pp. 624-635. Doi: 10.1177 / 0884533612452012

    17. Karlsson F.H. et al. Symptomatic atherosclerosis is associated with an altered gut metagenome. Nat. comm. 2012. Vol. 3. pp. 1245. Doi: 10.1038 / ncomms2266.

    18. Qin J. et al. A metagenome-wide association study of gut microbiota in type 2 diabetes. Nature. 2012. Vol. 490. pp. 55-60, Doi: 10.1038 / nature11450.

    19. Furlow B. Gut microbe composition and metabolic syndrome. Lancet Diabetes Endocrinol. 2013. Vol. 1. pp. 4-5. Doi: 10.1016 / S2213-8587 (13) 70128-1.

    20. Wu X. et al. Molecular characterisation of the faecal microbiota in patients with type II diabetes. Current microbiology. 2010. vol 61. pp. 69-78. Doi: 10.1007 / s00284-010-9582-9

    21. L.Egshatyan, D. Kashtanova, A. Popenko, O. Tkacheva, et al. Gut microbiota and diet in patients with different glucose tolerance. Endocrine Connections. 2016. vol 5, no 1. pp. 1-9. D0I: 10.1530 / EC-15-0094

    22. Caporaso J.G., et al. QIIME allows analysis of high-throughput community sequencing data. Nature Methods. 2010. Vol 7, no 5, pp. 335-336. Doi: 10.1038 / nmeth.f.303.

    23. http://greengenes.secondgenome.com/downloads/ database / 13_5

    24. Ian Marschner. 2014. glm2: Fitting Generalized Linear Models. R package version 1.1.2

    25. Lozupone C., Hamady M., KnightR. UniFrac - An Online Tool for Comparing Microbial Community Diversity in a Phylogenetic Context. BMC Bioinformatics. 2006. Vol. 7. pp. 371

    26. Turnbaugh P, Hamady M, Yatsunenko T, Cantarel B, et al. A core gut microbiome in obese and lean twins. Nature. 2009. vol 457, pp. 480-484. doi: 10.1038 / nature07540.

    27. Karlsson F, Tremaroli V, Nookaew I, et al. Gut metagenome in European women with normal, impaired and diabetic glucose control. Nature 2013. Vol. 498. pp. 99-103. doi: 10.1038 / nature12198.

    28. Human Microbiome Project Consortium. Structure, function and diversity of the healthy human microbiome. Nature. 2012. vol 486, no 7402, pp. 207-214. doi: 10.1038 / nature11234.

    29. Le C, Nielsen T, Qin J, et al. Richness of human gut microbiome correlates with metabolic markers. Nature 2013. Vol. 500. pp. 541-546. doi: 10.1038 / nature12506.

    30. Remely M., Aumueller E., Jahn D., Hippe B. Microbiota and epigenetic regulation of inflammatory mediators in type 2 diabetes and obesity // Benef Microbes. 2014. Vol. 5, no 1. pp. 33-43. doi: 10.3920 / BM2013.006

    31. Ley RE, Turnbaugh PJ, Klein S & Gordon JI. Microbial ecology: human gut microbes associated with obesity. Nature 2006. Vol. 444. P. 1022-1023. doi: 10.1038 / 4441022a.

    32. Turnbaugh P, Ley R, Mahowald M, et al. An obesity-associated gut microbiome with increased capacity for energy harvest. Nature 2006. Vol. 444. pp. 1027-1031.

    33. Rampelli S, Candela M, Turroni S. Et al. Functional metagenomic profiling of intestinal microbiome in extreme ageing. Aging. 2013. vol 5, no 12, pp. 902-912

    34. Liu C, Finegold, S.M., Song, Y. Lawson P. A. Reclassification of Clostridium coccoides, Ruminococcus hansenii, Ruminococcus hydrogenotrophicus, Ruminococcus luti, Ruminococcus productus and Ruminococcus schinkii as Blautia coccoides gen. nov., comb. nov., Blautia hansenii comb. nov., Blautia hydrogenotrophica comb. nov., Blautia luti comb. nov., Blautia producta comb. nov., Blautia schinkii comb. nov. and description of Blautia wexlerae sp. nov., isolated from human faeces. Int J Syst Evol Microbiol, 2008. Vol 58, no 8, pp. 1896-902. doi: 10.1099 / ijs.0.65208-0

    35. Tuovinen E; Joni Keto; Janne Nikkila; Jaana Matto; et al. Cytokine response of human mononuclear cells induced by intestinal Clostridium species. Anaerobe, 2013. Vol. 19: pp. 70-6. DOI: 10.1016 / j.anaerobe.2012.11.002

    36. Barcenilla, A., Pryde SE, Martin JC, Duncan SH et al. Phylogenetic relationships of butyrate-producing bacteria from the human gut. Appl Environ Microbiol, 2000. vol 66, no 4, pp. 1654-61.

    37. Simunek J, Brandysova V, Koppova I, Simunek J Jr. The antimicrobial action of chitosan, low molar mass chitosan, and chitooligosaccharides on human colonic bacteria. Folia Microbiol, 2012. Vol 57, no 4: pp. 341-5. doi: 10.1007 / s12223-012-0138-1.

    38. Egshatyan L.V., Tkacheva O. N., Alexeev D. G., et al. Osobennosti mikrobioty "kishechnika u pacientov s razlichnoj massoj tela. [A Gut Microbiota Composition in Patients with Different Body Weight]. Klinicheskaya mikrobiologiya i antimikrobnaya ximioterapiya -Clinical Microbiology and antimicrobial chemotherapy, 2016. Vol 18, no 3. pp. 212-225.

    39. Lambeth S. M., Carson T., Lowe J., et al. Composition, Diversity and Abundance of Gut Microbiome in Prediabetes and Type 2 Diabetes. J Diabetes Obes. 2015. Vol. 2, no 3. pp. 1-7. doi: 10.15436 / 2376-0949.15.031

    40. Hadid H., Usman M., Thapa S. Severe Osteomyelitis and Septic Arthritis due to Serratia marcescens in an

    Immunocompetent Patient. Case Rep Infect Dis. 2015. Vol. 2015. P е347652. doi.org/10.1155/2015/347652

    41. Hawkey S., Choy A. Serratia marcescens: A Rare Cause of Recurrent Implantable Cardioverter Defibrillator Site Infection // Case Rep Cardiol. 2015. Vol. 2015. pp. е641297. doi.org/10.1155/2015/641297

    42. Guentzel MN. Escherichia, Klebsiella, Enterobacter, Serratia, Citrobacter, and Proteus. Medical Microbiology 4th edition, S. Baron, Editor. 1996: Galveston.

    43. Belzer C, de Vos WM. Microbes inside - from diversity to function: The case of Akkermansia. ISME J. 2012. Vol 6, no 8, pp. 1449-1458. doi: 10.1038 / ismej.2012.6.

    44. Cani PD, S Possemiers, T Van de Wiele, et al. Changes in gut microbiota control inflammation in obese mice through a mechanism involving GLP-2-driven improvement of gut permeability. Gut. 2009. Vol 58, no 8, pp. 1091-1103 doi: 10.1136 / gut.2008.165886

    До статті

    «Маркерні» зміни складу мікробіоти кишечника у пацієнтів з порушеннями вуглеводного обміну (стор. 51-60)

    To article

    "Marker" changes in the composition of gut microbiota in patients with disorders of carbohydrate metabolism (p. 51-60)

    Г ^ гцант грвдсгаапвіісш

    Малюнок 1.

    Теплова карта відносної представленості операційної таксономической одиниці в зразках (у відсотках, що становлять 85% сумарної представленості).

    Figure 1.

    Heat map of the relative representation of the operational taxonomic unit in samples (percentages representing 85% of the total representation).

    Примітка: Note:

    * Червона лінія середнє альфа-різноманітність ± стандартне * The line shows the average alpha diversity ± standard deviation відхилення для зразків з дослідження Turnbaugh і співавт. for the Turnbaugh et al. study samples [26]. The black circle -

    [26], чорні точки - для зразків нашого дослідження. samples in our study

    малюнок 2.

    Різноманітність мікробіоти кишечника за індексом альфа-різноманіття в порівнянні даними P. Turnbaugh і співавт.

    Figure 2.

    The richness of the gut micro-biome: alpha diversity index.

    малюнок 3.

    Графік багатовимірного шкалювання зразків пацієнтів. Примітка:

    * Вказані роду, на яких припадає 50% представництва. Чим ближче зразок до роду, тим більше зміст цього роду в даному зразку.

    Figure 3.

    Samples multidimensional scaling chart. Note:

    * The genera, which account for 50% of the representation, are shown. The closer the sample to the genus, the more the representation of this genus is in the sample.

    малюнок 4.

    Представленість роду Blautia у пацієнтів з і без цукрового

    діабету 2 типу.

    Примітка:

    * ЦД2 - цукровий діабет 2 типу. Figure 4.

    Blautia genus in patients with and without type 2 diabetes. Note:

    * T2D - type 2 diabetes.

    спостереження

    малюнок 5.

    Представленість роду Blautia в залежності від порушення вуглеводного обміну.

    Примітка:

    * Чорні точки - рід Blautia; у. о. - вуглеводний обмін, преСД2 - предиабет; ЦД2 -цукровий діабет 2 типу.

    Figure 5.

    Blautia genus in the clinical line of patients with normal glucose regulation, prediabetes and type 2 diabetes.

    Note:

    * The black circles - Blautia genus; healthy; preT2D - pre-diabetes; T2D - type 2 diabetes.

    60

    40

    л m

    20

    60

    40-

    л m

    20

    Нормальний y.o. пре ЦД2

    ЦД2

    Нормальний y.o. пре ЦД2

    ЦД2

    малюнок 6.

    Представленість роду Blautia в залежності від порушення вуглеводного обміну і при наявності абдомінального ожиріння Примітка:

    * Чорні точки - рід Blautia; у. о. - вуглеводний обмін, преСД2 - предиабет; ЦД2 -цукровий діабет 2 типу.

    Figure 6.

    Blautia genus in the clinical line of patients with normal glucose regulation, prediabetes, type 2 diabetes and abdominal obesity.

    Note:

    * The black circles - Blautia genus; healthy; preT2D - pre-diabetes; T2D - type 2 diabetes.

    малюнок 7.

    Теплова карта відносної представленості операційних таксономічних одиниць в зразках (у відсотках, що становлять 85% сумарної представленості) різних кластерів.

    Примітка:

    * Червоним відзначені зразки, що потрапили в кластер 1, синім -в кластер 2

    Figure 7.

    Heat map of the relative representation of the operational taxo-nomic unit in the cluster samples (percentages representing 85% of the total representation).

    Note:

    * The red line shows the samples in cluster 1; the blue - in cluster 2


    Ключові слова: Мікробіоти КИШКІВНИКА 1 / мікроби 2 / ЦУКРОВИЙ ДІАБЕТ 2 ТИПУ 3 / предіабетом 4 / ЕНТЕРОТІП 5 / 16S рРНК секвенування 6 / GUT MICROBIOTA 1 / MICROBIOME 2 / TYPE 2 DIABETES 3 / PREDIABETES 4 / ENTEROTYPES 5 / 16S RRNA SEQUENCING 6

    Завантажити оригінал статті:

    Завантажити