分享

Microbiome:别再久坐了!小心肠道菌群让你代谢综合征!(国人作品)

 微生态 2021-04-13

周宏伟与马文军等人于2018年9月24日在《Microbiome》上发表题目为《Linking gut microbiota, metabolic syndrome and economic status based on a population-level analysis》的文章。该文章分析了代谢综合征(MetS)流行与经济发展,生活方式转变和肠道微生物群失调的相关性

关键词:代谢综合征,粪便微生物组,广东肠道微生物组计划,流行病学,人口水平调查,经济状况,16S rRNA基因测序

研究摘要

代谢综合征(MetS)流行与经济发展,生活方式转变和肠道微生物群失调有关,但这些关联很少在人口规模上进行研究。

本研究利用广东肠道微生物组项目(GGMP),这是最大的东部人口肠道微生物组数据集,涵盖不同经济状况的个体,研究肠道微生物组与宿主生理,饮食,地理,身体活动和社会经济状况之间的关系。

结果表明:(1)在人群水平上,529个OTUs与MetS显著相关。来自变形菌门和厚壁菌门(除了Ruminococcaceae)的OTUs与MetS主要呈正相关,而来自拟杆菌门和Ruminococcaceae的OTUs与MetS呈负相关。(2)214个OTUs与宿主经济状况显著相关(140个正相关和74个负相关),其中有157个OTUs也与MetS相关。(3)通过微生物MetS指数来代表MetS的整体肠道生态失调情况。结果表明,无论其经济状况或地理位置如何,该指数值在MetS受试者中显著更高。虽然经济地位较高的人群中的MetS患病率显著较高,但指数值并未随着个人经济状况的增加而增加。(4)随着经济地位的提高,研究人群倾向于消费更多的水果和蔬菜,减少谷物,而肉类消费则保持不变。久坐时间显著增加。 (5)MetS指数与久坐生活方式存在叠加效应,因为具有高MetS指数值和不健康生活方式的个体中MetS的患病率显著高于其他人群。

总之,本研究表明肠道微生物组与MetS和经济状况有关。随着经济发展,长期的久坐不动是我们东部人口生活方式最显著的改变。此外,肠道生态失调和西方生活方式对增加MetS患病率具有累加效应。

文中主要图片说明

图1 整体肠道微生物群落与MetS相关。a:不同样本大小的情况下,肠道菌群的变化与的MetS相关,通过ADONIS检验并由log10转化(1 /p)值表示,每个步骤重复50次,红线表示= 0.05。b:MetS受试者(MetS,N = 1404)与其余人群(非MetS,N = 5492)的肠道菌群Shannon指数比较。c: MetS受试者(MetS,N = 1404)与其余人群(非MetS,N = 5492)的肠道菌群PD whole tree指数比较。Wilcoxon秩和检验由Benjamini和Hochberg方法(b,c)调整。*** P <0.001,** P <0.01。d:在OTU数量和累积丰度方面与MetS相关的OTUs的比例。

图2 来自拟杆菌门和变形菌门的OTUs与MetS之间的关联。(a)拟杆菌门和(b)变形菌门的OTUs和MetS之间显著关联。正方形表示元数据,圆圈表示OTUs,其分别与红色或蓝色边缘连接,其中显著正或负相关。捆绑边缘以实现更清晰的可视化。关联的实际数量总结在网络下方。

图3 来自厚壁菌门的OTUs与MetS之间的关联

图4 OTUs与宿主经济状况之间的关联。a:与收入或支出呈正相关或负相关的OTUs数量。 颜色对应于图例中的分类。b:OTUs与MetS(x轴)和支出(y轴)的相关系数,显示了与MetS和经济状态显著相关的OTUs。

图5 验证MetS指数及其与经济状况的关联。a,b:使用箱形图(a)和雷达图(b)表示不同采样区域个体的MetS指数,在具有不同经济状态的个体中的MetS受试者和非MetS受试者之间进行比较。 在b中,将每个区域中的MetS和非MetS受试者的中位MetS指数值与雷达角一起绘制,并且每个角表示一个采样区域。通过Benjamini和Hochberg方法(c,d)调整的Wilcoxon秩和检验。*** P <0.001,** P <0.01,* P <0.05。c:Spearman相关性检验评估MetS指数与支出之间的相关性。

图6 主人经济状况,MetS患病率和生活方式之间的关系。a:不同经济状况的个体的MetS患病率。个体被分为低支出(N = 1170),中等支出(N = 2394)和高支出(N = 1099)组,并且每组的MetS受试者的比率通过卡方检验进行比较,通过Benjamini和Hochberg方法进行调整; *** P <0.001,* P <0.05。b:条形图说明宿主支出和生活方式的相关系数值。较长的条表示较高的系数,R值在x轴上标记。通过Spearman相关计算相关系数,并使用Benjamini和Hochberg方法调整多重比较。*** P <0.001。 c:具有低MetS指数值(N = 1719)和高MetS指数值(N = 1714)的受试者之间的MetS患病率的比较,通过卡方检验进行分析。d:具有不同MetS指数值的个体的MetS患病率。根据他们的MetS指数值对个体进行四分位数,并且通过卡方检验比较每个四分位数中的MetS受试者的比率。前16个网格图显示了不同亚种群中的MetS患病率。根据其MetS指数(x轴)和久坐时间值(y轴)的四分化将个体分成16组。方块的颜色梯度表示MetS患病率,其也在每个方块中指示。

原文下载

长按或扫描,免费下载原文

原文免费下载网址:https://microbiomejournal./track/pdf/10.1186/s40168-018-0557-6




    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多