条文本

原始研究
长期的饮食模式与肠道微生物群的促炎和抗炎特征有关
  1. 劳拉·博尔特1.,2.,
  2. 阿诺·维奇·维拉1.,2.,
  3. Floris Imhann.1.,2.,
  4. 瓦莱丽·科利吉1.,2.,
  5. 兰科·加塞萨1.,2.,
  6. 维拉·彼得斯1.,
  7. Cisca Wijmenga2.,
  8. 亚历山大·库里尔什科夫2.,
  9. Marjo J E Campmans-Kuijpers1.,
  10. 傅靖远2.,3.,
  11. 杰拉德·迪杰斯特拉1.,
  12. 亚历山德拉·泽尔纳科娃2.,
  13. 冲洗K Weersma1.
  1. 1.胃肠病学和肝病学系,格罗宁根大学与格罗宁根大学医学中心,格罗宁根,荷兰
  2. 2.遗传学系,格罗宁根大学与格罗宁根大学医学中心,格罗宁根,荷兰
  3. 3.儿科,格罗宁根大学与格罗宁根大学医学中心,格罗宁根,荷兰
  1. 对应于Gronse K Weersma博士博士,格罗宁根大学胃肠学和肝病系Groningen,P.O.Box 30.001,Groningen 9700 RB,荷兰;r、 k.weersma{at}umcg.nl

摘要

客观的微生物组直接影响肠道中炎症和抗炎反应的平衡。作为微生物在膳食基材上茁壮成长,问题是我们是否可以滋养抗炎性肠道生态系统。我们的目标是在饮食,肠道微生物群和诱导肠炎症的功能能力之间进行解开相互作用。

设计我们调查了173种饮食因素与1425名个体的微生物组之间的关系,这些个体跨越四个队列:克罗恩病、溃疡性结肠炎、肠易激综合征和普通人群。进行鸟枪宏基因组测序以分析肠道微生物组成和功能。饮食摄入通过食物频率问卷进行评估。我们进行无监督聚类以确定饮食模式和微生物群。每个队列研究饮食和微生物特征之间的相关性,然后进行荟萃分析和异质性评估。

结果我们确定了38种饮食模式和微生物群之间的关联。此外,在对健康个体和IBS、克罗恩病和UC患者的荟萃分析中,61种食物和营养素与61种和249种代谢途径相关(错误发现率<0.05).加工食品和动物源性食品始终与厚壁菌的高丰度相关,瘤胃球菌属植物种类布劳提亚属和内毒素合成途径。植物性食物和鱼类则相反,它们与产生短链脂肪酸的共生物质和营养物质代谢途径呈正相关。

结论我们确定了与细菌组持续相关的饮食模式,健康和疾病中具有共同的功能作用。此外,特定的食品和营养与已知的物种有关,可推断粘膜保护和抗炎作用。我们提出了微生物机制,饮食通过该机制,饮食会影响肠道中的炎症反应作为未来干预研究的理由。

  • 饮食
  • 肠道微生物学
  • 荟萃分析
  • 炎症性肠病
  • 肠易激综合症

数据可用性声明

文章和补充文件中提供了支持本研究主要发现的所有相关数据。原始宏基因组测序读取和扩展表型数据可从欧洲基因组表型档案数据库获得:1000 IBD队列[EGAD0001004194]和生命线深度队列[EGAD0001001001991]。用于生成微生物图谱的代码可在以下网址公开获取:[vwin客服https://github.com/weersmalabibd/microbiome/blob/master/protocol_metagenomic_pipeline.md.].所有的统计分析脚本都是用R写的,可以在这里找到:https://github.com/WeersmaLabIBD/Microbiome/blob/master/Diet_Microbiome.md

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

这是一篇开放存取的文章,根据知识共享署名4.0未移植(CC BY 4.0)许可协议发布,允许他人出于任何目的复制、再发布、混音、转换和构建本作品,只要原始作品被适当引用,给出许可协议的链接,以及是否做出改变的指示。看到的:https://creativecommons.org/licenses/by/4.0/

来自Altmetric.com的统计

本研究的意义

关于这个问题,我们已经知道了什么?

  • 西方饮食和低级肠炎症涉及越来越多的免疫介导的炎性疾病。

  • 饲粮的数量、含量和时间对肠道微生物组成和功能的形成起着重要作用。

  • 消化不良,代谢物转移和微生物产品的易位有助于免疫激活。

  • 研究集中在分离化合物的抗炎特性上,但效果有限。

新发现是什么?

  • 饮食-肠道微生物群关联在肠道疾病(克罗恩病、UC、IBS)患者和普通人群中是一致的。

  • 较高的动物性食品、加工食品、酒精和糖摄入量对应于具有炎症特征的微生物环境,并与较高水平的肠道炎症标志物相关。

  • 植物性食品与短链脂肪酸(SCFA)的产生、多糖的微生物代谢和较低的致病菌含量有关。

本研究的意义

在可预见的未来,它会对临床实践产生怎样的影响?

  • 通过富含蔬菜、豆类、谷物、坚果和鱼类的饮食以及更多的植物性食物而非动物性食物的摄入来调节肠道微生物群,有可能预防作为许多慢性病核心的肠道炎症过程。

  • 基于全食物的饮食模式可以通过对肠道微生物群的协同作用提高营养素的抗炎能力。

  • n-3多不饱和脂肪酸(ω-3多不饱和脂肪酸)和多酚的来源可用于增强SCFA生产商的丰度。

  • 通过植物蛋白替代动物蛋白质可以通过靶向涉及的微生物途径来降低肠道炎症过程。

介绍

肠道微生物群直接影响肠道内促炎和抗炎反应的平衡。微生物对营养物的竞争在控制这种平衡中起着关键作用。1.炎症性肠病(IBD)是一种典型的肠道微生物群和肠道免疫系统之间失去稳态的疾病。除了局部免疫反应,肠道微生物群也影响系统免疫成分,并与越来越多的免疫介导炎症(IMIDs)有关,从糖尿病到关节炎和系统性红斑狼疮。2.肠道脱泻和相关的炎症也涉及癌症和心脏瘤症。3 4流行病学研究发现了一些与这些疾病发病相关的饮食因素。然而,这种关系的基本机制仍不清楚。

由于微生物依赖于肠中的膳食底物,肠道微生物组通常提出为介质,食物施加促炎和抗炎作用。例如,动物实验表明,含有高水平饱和脂肪的食物,5.膳食血红素,6.7.8.和低水平的纤维1.通过微生物机制诱导炎症和自身免疫,如诱导T辅助17(TH17)细胞。对小鼠和人类的其他研究表明,在食品加工过程中添加的成分包括饮食乳化剂,9抗菌添加剂10和人造甜味剂,11通过增加粘液分解细菌和内毒素,促进肠道通透性和肠道炎症。相反,色氨酸的高摄入量12和纤维13通常导致与结肠健康相关的免疫状态。

通过功能性实验,人们对单一化合物的促炎和抗炎能力的认识正在不断增加。然而,对于全食和饮食模式如何影响肠道微生物群和宿主,以及这些影响在健康肠道和炎症肠道中是否不同,人们的理解仍然有限。相反除了极少数以食物为基础的干预措施外,已有许多单一营养素的临床试验。虽然用药片干预比改变饮食更容易,但这些试验并不承认食物基质中营养素的相互作用,这可能解释了所见的相互矛盾和有限的影响。14了解全食品在饮食模式方面的协同作用可能会导致更有效的营养研究和政策。

长期饮食干预可能最适合调节肠道微生物群。尽管极端的短期饮食变化仍可能扰乱肠道微生物群,15 16成年人有一种与长期习惯性饮食相关的微生物恢复力趋势,17–19提供恒定的饮食基质来源,持续塑造肠道生态系统。

在这项研究中,我们旨在调查习惯饮食、肠道菌群和人类肠道炎症之间的复杂关系。为此,我们将173个饮食因素(从饮食模式转向特定食物和常量营养素)与1425个个体的肠道微生物组组成和功能联系起来,这些个体来自四个队列:克罗恩病、溃疡性结肠炎、肠易激综合征和普通人群。对每个队列进行分析,然后进行荟萃分析,以探索不同疾病背景下饮食-微生物组关联的可重复性。我们提出了促炎和抗炎机制,通过特定的食物和饮食模式可以影响肠道中的炎症反应,作为设计饮食干预的合理基础。

材料和方法

研究设计和队列描述

我们使用来自荷兰北部的两个独立队列,将饮食与1425名普通人群和肠道疾病患者的肠道微生物组组成和功能相关联。队列1由331名来自美国的IBD患者组成1000IBD格罗宁根大学医学中心(UMCG)队列。20.治疗医生根据公认的放射学、内镜和组织病理学评估对患者进行诊断,并将患者分为克罗恩病或溃疡性结肠炎。第2组由1094名来自荷兰普通人群队列的个体组成生命线深21这个生命线深根据基于“罗马三标准。Due to known differences in the gut microbiome composition and dietary preferences between healthy individuals and patients with IBD and IBS, participants were divided into four sub-cohorts, namely Crohn’s disease (CD, n=205), ulcerative colitis (UC, n=126), IBS (n=223) and healthy controls (HC, n=871) (表1).22-25为了探索这些不同背景下的一致性和异质性,所有分析均按队列分别进行,然后进行荟萃分析。

表1

队列特征

粪便样本采集与处理

为每位参与者收集一份粪便样本。要求参与者收集样本并立即在家中冷冻。然后收集样本,在干冰上运输,并在-80°C下储存。所有样本在一个实验室(UMCG,格罗宁根)按照相同的管道进行处理。在同一样本中测量肠道炎症标志物。粪便样本收集和肠道微生物群分析的方案先前已发表,总结如下。22 26

DNA提取和测序

使用AllPrep DNA/RNA迷你试剂盒(Qiagen;cat.#80204)结合机械裂解进行DNA提取。宏基因组鸟枪测序在Broad研究所(美国马萨诸塞州剑桥)使用Illumina HiSeq平台进行,如前所述。22 26低质量的reads在测序设备中被过滤掉。使用KneadData工具包(V.0.5.1)将原始宏基因组读数修剪为PHRED质量30,并移除Illumina适配器。

宏基因组分析和样本筛选

使用KneadData集成Bowtie2工具(V.2.3.4.1)删除与人类基因组(GRCh37/Hg19)对齐的读取,并使用FastQC工具包(V.0.11.7)检查处理后的亚基因组的质量。使用人类2(V.0.10.0)。使用后phlan2(V.2.2)。在小于10%的样本中存在的微生物和微生物功能以及相对丰度低于0.01%的微生物不包括在后续分析中。测序深度在1000万reads以下的样本被移除。过滤后,剩下1425个样本用于分析。分类丰度的arcsin平方根变换和路径的对数变换被用作归一化方法。为了去除异常值,进行了格拉布氏试验。在数据可用性中提供了到管道和分析脚本的链接。统计检验和术语详见在线补充表1

膳食评估和问卷处理

膳食摄入量采用与粪便样本一致收集的半定量食物频率问卷(FFQ)进行评估。FFQ由瓦赫宁根大学人类营养学部门采用标准化方法设计和验证。27它评估了一种食物在过去的一个月里被消费的频率,包括7项指标,以及通常的摄入量。根据荷兰食品成分数据库(NEVO)的数据,每日平均营养摄入量是通过食用频率乘以每克的份量和营养含量得出的。例如,一组乳制品由21种单一产品组成,如酸奶、脱脂牛奶和牛奶21(在线补充表2).我们使用营养密度法对膳食摄入进行了能量调节。28

描述性统计

χ2.对连续数据进行分类变量检验和Wilcoxon-Mann-Whitney检验(WMW检验),以计算队列之间的统计显著性差异。年龄、性别、体重指数(BMI)的差异在各组和所有其他组之间测试测序深度。在各组和HCs之间测试食物摄入和药物使用的差异。每个队列的肠道微生物群组成在前面已经描述过。22 26

鉴定膳食模式和微生物簇

与微生物组数据类似,食物摄入数据通常是零膨胀的,具有特征的内部相关性,这意味着个体很少食用独特的食物,但通常使用传统的食物组合。29为了确定稳定的饮食模式,我们对饮食摄入数据(以每天克为单位)进行了无监督分层聚类基于平方欧几里德距离。随后,使用平方欧几里德距离对微生物路径进行聚类,并使用样本度量之间的Bray Curtis不相似性对物种丰度进行聚类。为了确保聚类的存在是稳定的,而不仅仅依赖于一组参数,不同的聚类高度对每个队列分别进行距离测量和聚类。树状图(层次树)通过对树状图进行分枝切割,确定了聚类,确定了食物树的高度为53,物种树的高度为0.8。由于群的识别是稳定的,聚类最终可以在联合数据集上进行。ticipant指集群内所有变量的平均消耗量或平均丰度。

每个队列的关联分析

接下来,我们在每个队列中探索了饮食摄入量与微生物和途径丰度之间的关系。对于每一种食物或营养素,我们构建了一个食物消费的多元线性模型,调整了热量摄入,相对于分类群和途径的相对丰度。加入年龄、性别和测序阅读深度作为协变量,表示为:

Lm:微生物特征(类群/途径)~截取+食物/营养+年龄+性别+序列深度+队列(HC/IBS/CD/UC)

使用相同的模型用于使用每个簇的质心(手段)测试膳食模式和微生物簇之间的关联。由于对每天克的未经调整的食物摄入量进行聚类,因此加入热量摄入(KCAL)作为协变量:

Lm:微生物群(物种/途径)~ + 食物集群+年龄+ 性别 + 顺序深度 + 全部的 kcal+队列(HC/IBS/CD/UC)

随后,采用同样的方法,将膳食模式与嗜铬粒素A (CgA)和粪钙蛋白(Fcal)作为肠道炎症的替代标志物进行关联。

Lm:炎症因子(Fcal/CgA)~截获+ 食物群 + 年龄 + 性别 + 顺序深度 + 全部的 kcal+队列(HC/IBS/CD/UC)

所有分析均使用Benjamini-Hochberg方法进行了多次试验调整,该方法在p、 调整R中的功能。错误发现率(FDR)小于0.05 被定义为显著性截止值。

我们还探讨了代谢因素的影响,选择了我们队列中可用的表型,包括BMI、吸烟状况、高血压(通过使用抗高血压药间接定义)、糖尿病(通过使用抗糖尿病药)和高脂血症(通过使用他汀类药物)。其统计数据由美国食品微生物协会提供在线补充表

Cross-disease荟萃分析

接下来,我们在荟萃分析框架中结合每个队列获得的结果,以探索在所有队列中显著且一致的饮食微生物组群关系。使用逆方差方法计算组合的荟萃z分数和相应的荟萃p值。对每个食物项目或食物组进行多重测试校正所有测试分类群和路径的od聚类。

采用Cochran's Q检验,利用该函数测量队列间的异质性metagen(R包(第4.8-4节))。小于0.05的FDR 和一个p值 of>0.05 在荟萃分析中,被认为是显著的。

结果

描述性统计

CD患者和IBS患者比UC和HC患者年轻(平均值(SD):CD40.6(14.2)、IBS 41.4(12.2)、UC46.65(14.83)和HC 45.5 年龄(13.5岁)(表1).与HC相比,IBS患者的平均热量摄入更低,这反映了IBS患者中女性比例更高,符合公认的男女比例2:1 (IBS 1797.6 (476) vs HC 1976.2千卡/天(621.3);IBS为83%,HC为52%)。与HC相比,IBS患者摄入的面包、土豆、奶酪、酱料和酸奶饮料更少,这反映在较低的蛋白质和植物蛋白摄入量(蛋白质:IBS 68.1 (16.1) vs HC 74.8克/天(21.3);植物蛋白:IBS 27.3 (7.7) vs HC 30.8 g/天(10.5)。与健康对照组相比,乳糜泻患者的蛋白质和蔬菜摄入量也较低(蛋白质:乳糜泻67.1 (24.1)vs HC 74.8 g/天(21.3);组合蔬菜:CD 98.1 (76.3) vs HC 109.4克/天(64.5)。乳糜泻和肠易激综合征中较低的蛋白质和纤维摄入量已经被证明。24 25CD患者在前面所示消耗比HCS更软的饮料,24而HCs的酒精摄入量较高。队列特征以及平均食物组和大量营养素摄入量的差异见表1.所有单一食品的完整描述性统计资料载于在线补充表2.根据这些数据,我们校正了年龄、性别、顺序阅读深度和能量摄入的分析,并对每个队列分别进行分析,然后进行荟萃分析和Cochran's Q检验。

聚类分析结果

无监督聚类识别常见的饮食模式和微生物群

无监督的分层群集分析,无论疾病状况如何,确定了25组常见的食物配对(图1).例如,谷物和奶制品混在一起,肉类和土豆和肉汁混在一起。炸薯条、肉、咸味小吃、蛋黄酱和软饮料构成了典型的“快餐”集群。

图1

无监督的饮食聚类分析揭示了常见的饮食模式。分类图显示饮食摄入分为25种模式。食物频率问卷用于评估1425名个体的饮食,包括健康对照组(n=871)、肠易激综合征患者(n=223)、克罗恩病患者(n=205)和溃疡性结肠炎(n=126)。使用平方欧氏距离进行无监督分层聚类。

在分类和功能丰度分析中,共鉴定出29个功能相似的物种群和31个路径相似的类群。在整个手稿和表格中,集群按顺序编号。例如,我们发现一群共生专性厌氧菌能够产生短链脂肪酸(SCFA) (S1:双歧杆菌、真杆菌、多利亚菌、瘤胃球菌、粪球菌、鼻腔下菌、,粪杆菌spp)。另一簇是由大肠杆菌脆弱类杆菌,牙双歧杆菌形形色色链球菌口腔微生物群中占优势的物种。其他集群由与兼性厌氧菌的生长和生存相关的途径组成,如大肠杆菌与肠道炎症有关(P2:有氧呼吸、脂多糖(LPS)合成、血红素、肠杆菌共同抗原、甲喹诺尔;P9:肠杆菌素、O抗原、醌的合成)。集群的组成可以在在线补充表3

荟萃分析结果

荟萃分析显示肠道疾病队列和对照组中存在类似的信号

荟萃分析确定了四个队列中13种饮食模式、24种微生物组和肠道炎症标志物之间的显著相关性(FDR<0.05,p-Cochran's-Q>0.05,在线补充表4-6).

此外,123种独特微生物类群与61种食物存在393种关联(FDR<0.05, p-Cochran 's-Q >0.05, p-Cochran 's-Q >0.05, p-Cochran 's-Q >0.05)。在线补充表7)令人惊讶的是,在所有队列中,393项结果中有280项具有相同的方向(β系数,coef),表明不同肠道疾病(CD、UC和IBS)和健康个体之间存在共同的信号。此外,包括BMI和使用抗糖尿病药物、抗高血压药物和他汀类药物作为模型中的附加协变量,复制了82.2%的结果,证明了荟萃分析方法的稳健性。

植物蛋白、碳水化合物和红酒与微生物类群的关联最多(23、23和20个关联),其次是鱼类、坚果和动物源蛋白(17、16和15个关联)。受饮食影响最大的物种是萨基乳杆菌(13), Roseburia hominisGCF_000225345(12),FACALIBARACTIUM PRAUSNITZII.(11),双歧杆菌adolescentis(11) 及大叶瘤胃球菌(11个协会)。在相同的分析中,282个途径与41个食品和营养素有关。茶叶,土豆和酱汁中使用的茶,占大多数与代谢功能的关联(48,186,62和155个关联),而它们对微生物分类群没有重大影响(在线补充表8).

最后,每队列分析也显示了在荟萃分析中不显著的疾病特异性结果,主要涉及丰富的物种,如瓦兹沃森苏特莱拉酒店Bilophila.,或乳糜泻、UC或肠易激综合征等双歧杆菌adolescentis(在线补充表7).

面包、豆类、鱼类和坚果的集群与几种促炎症途径呈一致的负相关

包含面包和豆类的食物群和鱼和坚果簇,与参与生长因子,内毒素和细胞壁组分合成的途径组(P2,P9,P22,在线补充表4,图2一个)此外,我们观察到鱼类和坚果群与L-酪氨酸、L-苯丙氨酸、萜类、醌类和脂肪酸的合成途径之间存在负相关,这是一个预测大肠杆菌(第25页、第24页、第20页、第5页、,图2一个).面包和豆类植物群与较低的an丰度有关大肠杆菌,脆弱类杆菌对羟基苯甲酸酯集群(S13:FDR=0.015,coef=−0.066,在线补充表5,图2 b).相反,面包和豆类的群集,以及鱼类和坚果的群集,与更多的途径有关,这些途径涉及乙酸的合成和氨的解毒尿素循环(P4,图2一个).

图2

在跨疾病meta分析中,饮食模式与途径(A)和物种(B)的群集相一致。森林图显示饮食模式和微生物群之间的一致结果,在跨四个队列的1425个个体的跨疾病荟萃分析(FDR<0.05,p-Cochran's-Q>0.05)。点表示荟萃分析的汇总结果;黑线表示CI。点大小表示关联的重要性(FDR校正的p值)。X轴表示系数。使用平方欧几里德距离和布雷-柯蒂斯距离,对膳食摄入量、物种和途径丰度进行无监督分层聚类。在每个队列中,构建了食物簇与微生物簇的多元线性模型,添加年龄、性别、测序深度和卡路里摄入量作为协变量。an对每个队列获得的结果进行反方差荟萃分析,然后进行多重检验校正和Cochran Q检验。AA,氨基酸;ECA,肠杆菌共同抗原;FA,脂肪酸;FDR,假发现率;发酵,发酵;LPS,脂多糖;spp,物种。

坚果、油性鱼类、水果、蔬菜和谷物的消费与SCFA生产商的更高丰度有关

此外,这些食品单独与几个能够生产SCFA的共生体有关(图3.).例如,FACALIBARACTIUM PRAUSNITZII.丰度与食用水果(FDR=0.005,coef=0.1)、红酒(FDR=0.0003,coef=0.441)和油性鱼类(FDR=0.037,coef=1.695)呈正相关,但与高糖食品(软饮料:FDR=0.028,coef=-0.131;糖果:FDR=0.039,coef=-0.669)呈负相关(图3一).人玫瑰杆菌丰富程度与坚果呈正相关(FDR=3.80×10–05, coef=0.629)、含油鱼类(FDR=0.0002, coef=1.057)、蔬菜(FDR=0.007, coef=0.079)、豆类(FDR=0.029, coef=0.402)、谷类(FDR=0.014, coef=0.485)和植物蛋白(FDR=1.17×10–05系数= 3.567)(图3 b).已知这些细菌具有抗炎作用,并通过发酵纤维和果胶生成醋酸和丁酸盐来保护肠道黏膜。13每个分类群和途径的详细信息,包括每个队列的统计数据,以及荟萃分析,见在线补充表7和8

图3

与糖尿病相关的饮食因素FACALIBARACTIUM PRAUSNITZII.(A) 及蔷薇属(B) 荟萃分析中的相对丰度。热图显示了个体食物和(A)相对丰度之间跨疾病荟萃分析的显著和一致的结果FACALIBARACTIUM PRAUSNITZII.(b)蔷薇属SP(FDR <0.05,P-Cochran's-Q> 0.05)。通过食品频率问卷评估膳食摄入量。通过营养密度法进行能量调节。对于每种食品,我们构建了一种多变量的食物摄入线性模型与分类群和途径,增加年龄,性和排序深度作为协变量。关联分析是每个群组进行的,然后进行反方差,多次测试校正和Cochran的Q测试。碳水化合物;碳水化合物;CD,克罗恩病;en-%,能量%;FDR,虚假发现率; g/d, gram per day; IBS, irritable bowel syndrome; nut_d, nuts added to dinner; sp, species; UC, ulcerative colitis. Red, positive association; blue, negative association. Colour density indicates significance of the association (FDR-corrected p value).

红葡萄酒与一些醋酸盐和丁酸盐生产商的丰度较高有关,但其产量较低双歧杆菌丰富

产乙酸盐和丁酸盐的种类(S1)与不同类型的葡萄酒(FDR=0.002,coef=0.036,图2 b).具体而言,红酒与更高的酒精含量有关FACALIBARACTIUM PRAUSNITZII.,真杆菌,大叶瘤胃球菌,瘤胃球菌属lactaris,Anaerostipes hadrus阿利斯蒂普斯·普特雷迪尼斯(所有FDR <0.05,P-Cochran's-q> 0.05,在线补充表7).相反,红葡萄酒摄入量与健康呈负相关双歧杆菌丰富,SCFA合成的共谋(FDR = 0.007,COEF = -0.933)。

酒精和糖摄入与较高丰富的醌合成途径有关

消耗烈酒(纯谷物醇)与较高丰富的醌合成途径有关,我们以前据报道富集IBD(PWY-5840,PWY-5850,PWY-5860,PWY-5862,在线补充表8),22尽管校正二甲双胍使用后,这在名义上不再显著(FDR=0.094)。此外,我们观察到丙酮酸-丙酮酸发酵途径与总酒精摄入量呈负相关,能量百分比为%(P108-PWY,FDR=0.0103,coef=−0.067). 与酒精和糖相比,植物蛋白质摄入与醌的合成呈负相关(PWY-5862,PWY-5896,在线补充表8,图4A).

图4

荟萃分析中与植物蛋白质摄入相关的微生物代谢途径(A)和分类群(B)。热图显示了植物蛋白质摄入与(A)代谢途径相对丰度和(B)肠道微生物组分类学丰度之间跨疾病荟萃分析的显著和一致结果(FDR<0.05,p-Cochran's-Q>0.05)。饮食摄入通过食物频率问卷进行评估。对于每种食物,我们构建了食物摄入和分类群和途径的多元线性模型,将年龄、性别和测序深度作为协变量。每个队列进行关联分析,然后进行反向方差荟萃分析、多重检验校正和Cochran's Q检验。克罗恩病;错误发现率;肠易激综合征;溃疡性结肠炎。红色,正相关;蓝色,负关联。颜色密度表示关联的显著性(FDR校正p值)。

咖啡摄入量与更高的健康水平有关Oscillibacter丰富

咖啡消费量与性别显著相关Oscillibacter丰富(FDR = 8.37×10–05,coef=0.022),异乳酸发酵和各种糖酵解途径(PWY-6969,FUC-RHAMCAT-PWY,P122-PWY,在线补充表7和8).

乳酸菌和发酵成丁二醇一直与发酵乳制品的消费有关

像Buttermilk和Yoghurt这样发酵乳制品的消耗表现出与乳酸细菌的强烈关联,如前所述,26以及与丙酮酸丁二醇(P125-PWY)和肽聚糖合成的发酵(PWY-6471)(在线补充表7和8).

食用植物性食物与肠道微生物群对必需营养素的更高合成和转化有关

植物源性蛋白质的总摄入量与SCFA(P108-PWY,P162-PWY)、硫胺素(PWY-6897)、生物素(PWY-5005)、黄素(PWY-6168)、维生素B6(PWY0-845;吡哆醇-PWY)和L-鸟氨酸(精氨酸-SYN4-PWY)的合成途径以及糖衍生物的降解途径(PWY-6531,己糖醇酯-PWY)呈正相关(图4A).食用马铃薯数量越多,淀粉降解途径的丰度越高(PWY-6731: FDR=0.038, coef=0.003)。

植物衍生和动物衍生的食品和营养素显示逆分类协会

在更高的分类水平上,我们观察到动物性和植物性食物与营养素的相反关系。虽然动物蛋白质和脂肪的总摄入量与厚壁菌的丰度较高相关,但植物蛋白质和碳水化合物的摄入量(FDR=1.30×10)呈负相关-05,coof = 3.646;FDR = 0.042,COEF = 2.936;FDR = 0.003,COEF = -6.081;FDR = 4.67×10-07,coef=−在普通人群的杂食性动物中观察到厚壁菌属为主的群落。19而植物蛋白质和面包的摄入量始终与较高的双歧杆菌丰度(FDR=0.049,coef=4.982;FDR=0.004,coef=0.815,图4B.),总脂肪和动物蛋白质摄入量,奶酪和鱼与较低的相关联双歧杆菌丰度(动物蛋白:FDR=1.30×10–05,coef=−4.113),但牙双歧杆菌。牙双歧杆菌上消化道(GI)的优势种,与肉类、动物蛋白和黄油的消费量呈正相关(FDR=0.001;罗斯福= 0.048,罗斯福= 1.91×10–05).

此外,我们观察到丹毒菌科的丰度更高,瘤胃球菌属布劳提亚属的种类和分布链球菌与动物蛋白摄入方向相反,植物蛋白摄入方向相反(在线补充表7,图4B.).

快餐消费与食物的丰富性有关布劳提亚,紫胶螺科细菌博尔特梭菌

我们观察到,快餐和风味小吃的消费量与食物的丰富程度之间存在显著的正相关Blautia,Lachnospheae细菌博尔特梭菌与之前的报告一致。30一种快餐群,由肉类,炸薯条,蛋黄酱和软饮料组成,表现出与一群群体的积极关系博尔特梭菌,共细菌紫胶螺科细菌(FDR=0.040, coef=0.057,图2 b)。此外,快餐群与活泼瘤胃球菌Lachnospiraceae细菌1 _1_57faa在肠易激综合征和hc中聚类,这在CD和UC中不显著(FDRHC=4.99×10–5,罗斯福IBS= 3.22×10–5,罗斯福光盘=0.490,FDR加州大学= 0.761,FDR=4.69×10–6,系数= 0.128, p-Cochran的q = 0.02)。这一发现反映了效应大小的不同活泼瘤胃球菌与对照组相比,已经富含乳糜泻和UC。31此外,快餐和美味小吃与健康呈正相关Parabacteroides johnsonii,清乳杆菌,毛螺杆菌科细菌1_1_57FAA瘤胃球菌属所有组别的属(在线补充表7).

每队列分析也揭示了疾病特异性结果

虽然本研究的主要目的是在不同条件下进行荟萃分析,但与对照组相比,每个队列分别进行的异质性试验和线性模型也显示了IBD或IBS富集物种的疾病特异性结果22 23(在线补充表4-8).我们观察到胆汁耐受性细菌的丰度与胆汁耐受性细菌的丰度呈正相关,如Sutterella wadsworthensis,嗜胆汁菌,类杆菌alistipes.在CD、UC和IBS中食用快餐或即食食品的spp。在这些分类群丰度较低的HC组中,这种相关性没有统计学意义,但显示出相同的方向性(系数)(在线补充表7)。在IBS中,食用酪乳、面包和谷物与产氢丰度较低有关Doreaspp和具有更高双歧杆菌丰度(全部为罗斯福)IBS<0.05). 在加州大学,史密斯甲烷杆菌丰度与全脂牛奶、黄油、酱汁、糖果和酒精饮料呈正相关(均为FDR)加州大学< 0.05)。在CD,菌株vulgatus丰度与牛奶、动物蛋白和脂肪摄入量(FDR)有关光盘= 0.002,COEF = 1.053;FDR.光盘=0.009,系数=4.561,FDR光盘=0.01,系数=2.078)。

饮食模式与肠道炎症标志物有关

最后,我们观察到Fcal与快餐组成的集群显著正相关(FDR=4.14×10)–4,coef=0.242)和一个由高脂肪肉、土豆和肉汁组成的聚类(FDR=0.003,coef=0.218),这在荟萃分析中是一致的。相比之下,我们发现Fcal与鱼类和坚果组成的集群呈负相关(FDR=0.038,coef)=−0.102)和含有一簇面包和豆类的CgA(FDR=0.005,coef=−2.484)支持与这些食品相关的微生物特征的促炎和抗炎作用(在线补充表6).

讨论

在这项研究中,我们通过研究四个队列中无监督饮食模式、肠道炎症标志物和肠道微生物组成和功能之间的关系,展示了习惯性饮食选择如何影响人类肠道生态系统及其炎症潜能。我们确定了在患者中复制的重要关联患有克罗恩病、溃疡性结肠炎、肠易激综合征和普通人群的肠易激综合征患者,这意味着有可能采用针对微生物组的饮食策略来缓解和预防肠道炎症。

我们发现,由豆类、面包、鱼类和坚果组成的饮食模式与较低数量的机会性细菌群、内毒素合成途径和粪便中的炎症标记物有关。更高比例的细菌和途径通过其代谢产物如LPS与IBD和结直肠癌合并炎症有关。22 32相反,我们观察到更多的共生生物,例如粪杆菌蔷薇属真杆菌SPP与坚果、多脂鱼、水果、蔬菜、谷物和红酒的消耗量有关。这些细菌在肠道中通过发酵纤维形成短链脂肪酸而具有抗炎作用。13这些食品中传统高的饮食模式是地中海饮食,其在回顾性研究中与较低的IBD风险联系起来。33

大量的文献表明,咖啡、茶、红酒和水果等富含多酚的食物具有抗炎作用。我们观察到Oscillibacter咖啡摄入时促炎途径的丰度和丰度降低。增加Oscillibacter研究表明,在小鼠体内以潜在致病物种为代价服用茶酚或浆果酚。34此外,我们还发现,红酒的摄入量与一些醋酸盐和丁酸盐生产商有着积极的联系。红酒多酚已被证明会增加FACALIBARACTIUM PRAUSNITZII.人玫瑰杆菌减少大肠杆菌阴沟肠杆菌丰富,C反应蛋白(CRP)和胆固醇水平在健康和肥胖的个体中。35 36相比之下,在我们的研究中,酒精摄入总量和酒精与促炎症途径有关。酒精诱导的双歧杆菌减少和较高的内毒素产生被认为会增加胃肠道癌和肝病患者的肠道炎症。37总之,这些发现支持了早期的发现,即适量的红酒摄入与更高的微生物多样性有关,微生物多样性是肠道健康的一个参数,26 38同时也表明酒精是一个限制因素,尤其是在肠道炎症的情况下。红酒多酚提取物可能具有增强SCFA生产商的作用,并通过宿主-微生物共生促进益生菌的有益作用。35 36

我们发现植物蛋白摄入与几种发酵途径以及抗炎营养物质和l -鸟氨酸的合成存在一致的关联。与此一致的是,最近对素食者的一项研究表明,与碳水化合物、氨基酸、辅助因子和维生素代谢相关的途径富集。39动物模型已经证明,植物多糖微生物代谢产生的营养物质可下调促炎细胞因子的表达,40表明植物性饮食通过肠道微生物代谢具有抗炎潜力。

我们在所有队列中一致观察到动物和植物食物的反向分类关联。而动物蛋白摄入量与较低的双歧杆菌丰度与植物蛋白的丰度方向相反。一个较低的双歧杆菌与纯素食者相比,杂食动物的营养丰富。15 30在这里,我们也在IBD和IBS患者中复制了这种联系,在这些患者中双歧杆菌通常会被耗尽。用糖化豌豆蛋白对小鼠的干预作用已被证明会增加双歧杆菌乳酸杆菌以牺牲脆弱类杆菌产气荚膜梭菌,41表明除了其他植物源性营养素外,植物蛋白还具有调节肠道微生物群的特殊作用。

以动物蛋白为主的饮食往往含有更多的饱和脂肪,这对微生物群本身有影响。5 42在这里,我们观察到总脂肪摄入量和肉类消费量与上消化道和口腔中占优势的物种呈正相关,而植物源性食品则相反。据报道,IBD、肝硬化、结肠癌中这些细菌在肠道中的定植率较高32 43以及一些IMID,如关节炎和多发性硬化症2.并且与高脂肪饮食有关。30微生物碳水化合物发酵通常会产生一种温和的酸性环境,抑制这些细菌的过度生长。从正常的脂肪/碳水化合物比例转换为高脂肪饮食会影响肠道微生物组成和结肠pH值。虽然有许多疾病相关因素会影响肠道pH值,但我们的研究结果表明y表明,高脂肪杂食性饮食会影响肠道pH值,进一步有利于这些细菌在肠道中的定居,而不是以植物为主的饮食。

相比之下,fish显示出与健康相关的一致的正相关性人玫瑰杆菌FACALIBARACTIUM PRAUSNITZII.在我们的研究中。鱼类富含ω-3多不饱和脂肪酸(n-3 PUFA)。在动物模型中施用n-3多不饱和脂肪酸可诱导病理生物和促炎代谢物的减少以及抗炎共生体的增加。5.相反,富含N-6 PUFA的高脂肪饮食已经耗尽了SCFA-生产商,并增加了人类的CRP水平。42这些发现暗示了优化的n-6/n-3脂肪酸比例在肠道微生物组目标膳食中的作用。

最后,我们发现快餐、加工肉类、软饮料和糖与Fcal和食物的丰度呈正相关博尔特梭菌、大叶瘤胃球菌、gnavus瘤胃球菌氢营养布氏菌,厚壁菌门,增加从饮食中获取能量,与肥胖和IMID有关。2 44功能性研究一致表明,食品加工对肠道微生物群的影响,通过增加粘液溶性细菌样细菌,导致肠道通透性和肠道炎症喇菇,Akkermansia muciniphila和变形杆菌,产生内毒素和诱导TH17细胞。5–11尤其是在低纤维摄入的情况下,这些细菌转向粘液层,导致肠道屏障的侵蚀。5.高消耗糖和软饮料与低蔬菜摄入量相结合,已经与IBD相关联。7.我们观察到,高糖高脂肪饮食会增加Fcal水平,而植物性食物则相反。虽然在Fcal临床前水平的IBS或HC中,这项观察可能还没有临床益处,但它暗示了饮食策略在公共健康水平上的作用。我们的发现表明,肠道微生物群是饮食和疾病风险之间的联系。

我们的研究有几个局限性,与它的横断面性质和饮食和肠道微生物群之间的复杂相互作用有关。首先,本研究的横断面性质不能识别观察到的关联中的因果关系。其次,虽然使用完整的散弹枪宏基因组测序使我们能够探索预测的代谢谱,但需要使用粪便代谢组学和体外研究进行进一步的研究,以确定某些微生物功能和代谢物的增加或减少。第三,引起肠道菌群对饮食变化的持久反应所需的时间尚未明确。研究表明,长期的习惯饮食对“核心”肠道微生物群组成和功能有更大的影响17–19而短期干预有暂时的效果。15 16 45使用高分辨率多OMICS数据和长期随访的膳食干预的纵向研究将有助于我们在考虑日常变异和肠道过境时,将来对肠道微生物组的时间动态进行帮助。29

结论

尽管存在这些局限性,我们仍然能够得出与已知的细菌群和功能相关的饮食模式,以推断粘膜保护和抗炎作用。我们相信,我们在本手稿中描述的饮食微生物群关联是可靠的:结果在不同的队列中是一致的在调整了其他队列特定因素(如药物使用)后,nd仍然显著。研究结果表明,CD、UC、IBS患者和普通人群的肠道菌群对饮食的共同反应可能与炎症、肠道微生物变化和营养不良的其他疾病环境有关你是个普通人。3 46在许多炎症性疾病中,包括癌症、动脉粥样硬化、肥胖、非酒精性脂肪性肝炎、肝硬化和IBD,已经发现细菌及其抗炎功能的减少。3 4 22 32长期饮食富含豆类、蔬菜、水果和坚果;植物性食物的摄入量高于动物性食物,偏好低脂发酵乳制品和鱼类;同时避免烈性酒精饮料、加工过的高脂肪肉类和软饮料,有可能通过肠道微生物群预防肠道炎症过程(表2)。不遵守这些原则已经与IBD风险增加有关。33 47 48我们支持这样一种观点,即通过调节肠道微生物群,饮食可以成为一种重要的补充治疗策略。3 49例如,临床前证据表明,SCFA生产商双歧杆菌物种有助于激活肿瘤特异性t细胞反应,提高癌症免疫治疗的功效。50可以推测,食用植物性饮食会增加这些肠道微生物群的丰度,进一步增强治疗反应。

表2

在本研究中,饮食-肠道微生物组相关性及其促炎或抗炎作用的概述

数据可用性声明

文章和补充文件中提供了支持本研究主要发现的所有相关数据。原始宏基因组测序读取和扩展表型数据可从欧洲基因组表型档案数据库获得:1000 IBD队列[EGAD0001004194]和生命线深度队列[EGAD0001001001991]。用于生成微生物图谱的代码可在以下网址公开获取:[vwin客服https://github.com/weersmalabibd/microbiome/blob/master/protocol_metagenomic_pipeline.md.].所有的统计分析脚本都是用R写的,可以在这里找到:https://github.com/WeersmaLabIBD/Microbiome/blob/master/Diet_Microbiome.md

伦理语句

伦理批准

该研究由格罗宁根大学医学中心的机构审查委员会(IRB)批准(1000IBD 2008.338;LifelinesDEP M12.113965)。

致谢

作者感谢IBD和Lifelines-Deep Cohort的所有参与者,以便他们对样品和问卷的贡献。我们感谢BH Jansen进行后勤和实验室支持以及UMCG的IBD和研究护士,以患者包含和收集样品。

参考文献

补充材料

脚注

  • 实验室和AVV是第一个作者。

  • 贡献者RKW设计了这项研究。LAB和AVV进行了分析。LAB撰写了手稿。LAB, AVV, FI和RKW在研究期间收集。RG和AK提供了统计建议。AVV、FI、VC、VP、CW、AK、MJECK、JF、GD、AZ、RKW参与了数据的收集和准备,并对手稿进行了严格的审阅。

  • 资金实验室和RKW由SEERAW基金会的研究资助资助。RG和RKW得到TIMID合作项目(LSHM18057-SGF)的支持,该项目由顶级生命科学与健康部门向Samenwerkende Gezondheidsfondsen(SGF)提供的PPP津贴资助,以促进公私合作,并由SGF中的健康基金会共同融资。JF、AZ和AK得到荷兰科学研究组织(荷兰国家科学研究组织,NWO)提供的引力赠款Exposomel(024.004.017)的支持。AZ还得到了欧洲研究理事会(ERC)启动拨款(715772)和NWO-VIDI拨款(016.178.056)的进一步支持。JF得到了NWO引力荷兰器官芯片倡议(024.003.001)和ERC整合者赠款(101001678)的支持。JF和AZ还得到了荷兰心脏基金会的资助(2010-27)。CW得到了NWO引力奖(024.003.001)、斯宾诺莎奖(NWO SPI 92-266)和荷兰顶级食品与营养研究所(GH001)的资助。

  • 利益争夺RKW担任武田的顾问,从武田、强生和强生制药获得不受限制的研究资助,并从AbbVie、MSD、奥林巴斯和阿斯利康获得演讲费。FI从AbbVie获得演讲费。GD报告了杨森制药、武田和辉瑞的演讲费。MC从武田获得邀请演讲费a、 无需披露:所有其他作者无需披露任何信息。

  • 病人及公众参与患者和/或公众没有参与本研究的设计、实施、报告或传播计划。

  • 出处和同行评审不是委托;外部同行评议。

请求的权限

如果您希望重复使用本文的任何或全部内容,请使用下面的链接,该链接将带您访问版权许可中心的RightsLink服务。您将能够获得快速的价格和即时许可,以多种方式重复使用内容。