Главная \ 3. Пробиотики (биодобавки) \ Алиментарные заболевания \ Рациональное питание \ Функциональное питание \ Диета-взаимодействие микробиоты и персонализированное питание

Персонализированное питание на основе взаимодействия диеты и кишечной микробиоты

Диета-взаимодействие микробиоты и персонализированное питание

Диета-взаимодействие микробиоты и персонализированное питание

Диетическое воздействие на микробиоту желудочно-кишечного тракта человека

 Aleksandra A. Kolodziejczyk, Danping Zheng & Eran Elinav.
Diet–microbiota interactions and personalized nutrition.
Nature Reviews Microbiology volume 17, pages 742-753 (2019)
liniya.png

СОДЕРЖАНИЕ:

  1. Резюме
  2. Введение
  3. Диетическое воздействие на микробиоту
  4. Экологически обусловленные диетические колебания изменяют микробиоту кишечника
  5. Рис. 1. Динамические изменения в микробиоме в ответ на диету.
  6. Персонализированные реакции микробиоты на пищевые компоненты
  7. Персонализированная реакция хозяина на диету
  8. Рисунок 2. Индивидуальная реакция хозяина на диету
  9. Взаимодействие между диетическим временем, микробиотой кишечника и хозяином
  10. Микробные влияния на физиологию хозяина
  11. Рис. 3. Клинически значимые бактериальные метаболиты.
  12. Переваривание пищевых компонентов
  13. Синтез и модуляция биологически активных соединений
  14. Регулирование усвоения пищи
  15. Модуляция метаболизма хозяина
  16. Модуляция иммунитета хозяина
  17. Персонализированное питание на основе микробиоты
  18. Рис. 4. Дизайн диеты на основе микробиоты
  19. Обсуждение
  20. Доп. информация и литература

Резюме. Концептуальные научные и медицинские достижения привели в последнее время к осознанию того, что не может быть единой, пригодной для всех диеты и что дифференцированные реакции человека на пищевые ресурсы могут скорее определяться уникальными и поддающимися количественной оценке особенностями хозяина и микробиома. Интеграция этих индивидуальных показателей хозяина и микробиома в практические модули может дополнить традиционные подходы к определению пищевых продуктов при разработке диет, которые приносят пользу человеку. Хотя многие факторы, производные от хозяина, жестко запрограммированы и трудно модулируются, микробиом может быть более легко переформирован под воздействием таких факторов окружающей среды, как пищевое воздействие, и все чаще признается, что он потенциально влияет на физиологию человека, участвуя в пищеварении, поглощении питательных веществ, формировании иммунного ответа слизистой оболочки и синтезе или модуляции множества потенциально биологически активных соединений. Таким образом, вызванные диетой изменения микробиоты могут быть использованы для того, чтобы вызвать изменения в физиологии хозяина, включая развитие и прогрессирование заболеваний. Однако серьезные ограничения в обработке и анализе "больших данных" все еще ограничивают наши интерпретационные и трансляционные возможности в отношении этих специфичных для человека взаимодействий хозяина, микробиома и диеты. В этом обзоре мы описываем последние достижения в понимании взаимодействия диеты и микробиоты, индивидуальность состава микробиоты кишечника и то, как эти знания могут быть использованы для персонализированных стратегий питания для улучшения здоровья человека.

Введение

Микробиота модулирует патогенез, прогрессирование и лечение заболеваний, начиная от метаболических нарушений до неврологических заболеваний1,2,3. Изменение формы взаимодействия хозяина и микробиоты посредством персонифицированного питания является новым терапевтическим направлением как для борьбы с болезнями, так и для их профилактики. Состав и функция микробиоты кишечника формируется с младенчества, когда индивид колонизируется бактериями от родителей и окружающей среды, процесс, который сильно влияет на состав микробиоты в зрелом возрасте4,5. Хотя ранние жизненные события - в том числе способ рождения, тип кормления и дополняющая диета6,7  - оказывают сильное влияние на микробиоту, она сохраняет некоторую степень гибкости и может быть модулирована через воздействие различных факторов окружающей среды8. Из них диета является ключевым детерминантом конфигурации микробиоты, посредством модуляции обилия конкретных видов и их индивидуальных или коллективных функций 9,10,11,12. Кроме того, воздействие конкретного рациона питания на отдельных людей в популяции отличается от человека к человеку и может зависеть от сочетания особенностей хозяина и микробиома, причем последнее влияние в основном определяется окружающей средой, а не генетическим фоном, и поэтому потенциально более поддается вмешательству13,14 .

В совокупности, три химически и биологически сложные системы функционируют вместе и влияют друг на друга, чтобы определить диетические реакции человека: диета, которая состоит из тысяч различных химических молекул и варьируется между людьми не только по составу, но и по времени и регулярности потребления; микробиота, которая включает в себя несколько сотен бактериальных штаммов, которые образуют экологическую сеть с более или менее благоприятными состояниями; а также физиология и метаболизм хозяина, который включает секрецию пищеварительных ферментов и других молекул в кишечнике, а также иммунную регуляцию в ответ на бактериальную колонизацию поверхностей организма15,16 . Эти три системы тесно взаимосвязаны и взаимозависимы.

Таким же образом, как и персонализированная медицина, персонализированные подходы к питанию направлены на выявление ключевых особенностей микробиома, которые предсказывают реакцию на определенные пищевые компоненты, которые затем могут информировать о разработке диеты, ведущей к благоприятным результатам. Главная задача в освоении потенциала микробиом-информированного персонализированного питания состоит в том, чтобы определить, как хозяин, микробиом и пищевые воздействия взаимодействуют в формировании диетических реакций.

В этом обзоре мы исследуем, как диета формирует микробиоту, как перекрестные помехи между диетами и микробиомами могут влиять на развитие и прогрессирование заболеваний и как эта информация может быть использована при разработке индивидуальных диет. Мы также выделяем существующие ограничения, проблемы и неизвестные при декодировании этих сложных многофакторных сетей с целью получения более глубокого понимания экологической, микробной и генетической интеграции специфических для человека реакций на пищу.

Диетическое воздействие на микробиоту

Одним из желаемых результатов диетического вмешательства является изменение состава бактериальных консорциумов в кишечнике от ассоциированного с заболеванием до более гомеостатического состояния. Хотя исследования близнецов показали роль генетики хозяина в формировании состава микробиоты кишечника человека, генетика перевешивается факторами окружающей среды13,17. Несколько популяционных исследований показали, что диета является доминирующим детерминантом межиндивидуальной изменчивости микробиоты18,19.

Экологически обусловленные диетические колебания изменяют микробиоту кишечника

Циклические изменения в микробиоте кишечника человека, вызванные сезонными изменениями в питании, особенно для людей, живущих в традиционных обществах, является ярким примером того, насколько мощным является питание в формировании микробиоты (Рис. 1a). В сообществе охотников-собирателей Хадза в Танзании более частые ягодные подкормки и потребление меда во влажный сезон приводят к значительно более низкой численности типов Bacteroidetes (особенно семейства Prevotellaceae), чем в сухой сезон, когда охота становится доминирующей деятельностью. Таким образом, микробиом кишечника Хадзы влажного сезона обладает значительно меньшим количеством генов, кодирующих растительные, животные и муциновые углеводо-активные ферменты (Казимы), чем микробиом сухого сезона20. Гуттериты, изолированное, общинно живущее население в Северной Америке, потребляют больше свежих овощей и фруктов летом и больше замороженных или консервированных продуктов зимой. Считается, что эта разница в питании между сезонами частично объясняет различия микробов, обнаруженные в их стуле между сезонами. Летом, когда потребляется больше клетчатки, Бактериоидеты (сложные углеводные дигесторы) более многочисленны, в то время как актинобактерии, которые специализируются на деградации определенных типов волокон, истощаются21.

Динамические изменения в микробиоме в ответ на диету

Рис. 1. Динамические изменения в микробиоме в ответ на диету.

а / диетические сроки, включая сезонность, циркадную ритмичность и прерывистое голодание, формируют состав и функцию микробиома кишечника. b / Изменения в структуре питания после вестернизации, сопровождающиеся изменениями в пищевых компонентах, приводят к значительным изменениям в составе и функции микробиома кишечника. Например, переход от низкожировой, высоковолокнистой диеты к высокожировой, высокобелковой, низковолокнистой диете приводит к снижению α-разнообразия (внутрииндивидуального богатства микробиоты кишечника), увеличению β-разнообразия (межиндивидуального разнообразия микробиоты кишечника) и снижению обилия или даже исчезновению видов Превотеллы (Prevotella) и Трепонемы (Treponema) с более низкими уровнями бутирата.


Еще одним важным фактором, определяющим диетические изменения и последующие изменения микробиома, является урбанизация (Рис. 1b). Урбанизация связана с изменением состава, потерей разнообразия и потерей отдельных видов, таких как Treponema22. Незападные популяции, такие как Хадза, потребляют в основном сырую или дикую пищу, что приводит к более высокому разнообразию микробиоты кишечника , чем в западных популяциях, рацион которых почти полностью состоит из коммерческих сельскохозяйственных продуктов8,13,22,23. Сельская диета приводит к обогащению Бактероидетами (в том числе родами Prevotella и Xylanibacter), что позволяет сельскому населению максимизировать потребление энергии из волокон, что согласуется с истощением запасов в Фирмикутов24. Поразительно, что утрата разнообразия, наблюдавшаяся в вестернизированных популяциях, была также обнаружена у лиц, которые мигрировали из развивающихся стран в Соединенные Штаты уже через шесть-девять месяцев после прибытия. В кишечнике этих иммигрантов Западно-ассоциированный род Bacteroides начал вытеснять незападно-ассоциированный род Prevotella 25. Важно отметить, что по сравнению с более простыми и однородными диетами в сельской местности, городские среды предлагают большое разнообразие продуктов питания, что приводит к большей межиндивидуальной изменчивости микробиом кишечника26, 27 .Помимо изменений в питании, урбанизация связана с использованием антибиотиков, загрязнением окружающей среды и улучшением гигиены, что еще больше способствует повышению изменчивости микробиоты кишечника в западных обществах.

Персонализированные реакции микробиоты на пищевые компоненты

Изменения в составе пищевых макроэлементов, включая жиры, белки и углеводы, приводят к значительным сдвигам в микробиоте кишечника человека. Как было показано во многих исследованиях вмешательства человека 10,28, вызванные диетой изменения кишечно-ассоциированных микробных сообществ могут происходить быстрым и воспроизводимым образом. В частности, краткосрочных экстремальных изменений в диете достаточно для изменения микробиома - например, в течение четырех дней, когда потребляется полностью животная или растительная диета 10, или в течение двух недель, когда содержание пищевых волокон и жиров изменяется 28. У гуманизированных гнотобиотических мышей переход от низкожировой, богатой растительными полисахаридами диеты к высокожировой, высокосахаристой диете изменяет структуру микробного сообщества и метаболические пути в течение одного дня 29 . С другой стороны, мягкие изменения в некоторых питательных компонентах не так легко нарушают устойчивость микробиома кишечника - например, потребление различных сортов хлеба приводит к незначительному изменению состава микробиоты кишечника, причем весьма специфичным для человека способом 30. Важно отметить, что, помимо диеты, на индивидуализированную конфигурацию микробиоты кишечника влияет множество других факторов, в том числе возраст, пол, лекарственные препараты и этническая принадлежность8,13,31 . Оказывая воздействие на микробиоту, эти индивидуальные черты еще больше затрудняют влияние диеты на формирование микробиоты кишечника, что делает более сложной оценку коллективного реагирования32 .

Пищевые жиры сильно влияют на состав и функцию микробиоты кишечника, что в свою очередь влияет на метаболизм хозяина. Диета с высоким содержанием насыщенных жиров и низким содержанием клетчатки у мышей приводит к снижению Bacteroidetes и увеличению Firmicutes и Proteobacteria 33,34,35. Более конкретно, увеличение процентного содержания жира в организме мышей, получавших высокожировую диету, было положительно связано с видами Лактококков и Аллобактерий, но отрицательно с видами Аккермании36. Следует отметить, что трансляционный потенциал перекрестных помех пищевого жира–микробиома в исследованиях грызунов для человека ограничен. Возможно, это связано с известными расхождениями в составе и сложности рациона питания,  индуцированными жиром метаболическими нарушениями и конфигурациями микробиома между грызунами и людьми 37,38 . У человека высокое потребление пищевых жиров (в основном насыщенных жирных кислот) связано с уменьшением богатства и разнообразия микробиоты как у взрослых, так и у младенцев 39,40 . Недавнее исследование интервенции показало что высокожировое диетпитание у здоровых взрослых связано с увеличенными уровнями Alistipes и видами Bacteroides, уменьшением видов Faecalibacterium и повышением уровня фекальных ко-метаболитов, п-крезола и индола – т.е. с изменениями, связанными с сердечно-сосудистыми и метаболическими нарушениями41. Остается неизвестной модуляция микробиоты кишечника другими типами пищевых жиров. Современные данные свидетельствуют о том, что у здоровых людей потребление омега-3 полиненасыщенных жирных кислот (ПНЖК) приводит к увеличению обилия нескольких бактерий, продуцирующих бутират, в сочентании с известными противоопухолевыми и противовоспалительными эффектами омега-3 ПНЖК42.

Изменения в диетическом потреблении жиров приводят к изменениям в составе микробиома кишечника весьма специфичным для человека образом. У здоровых людей даже кратковременные умеренные изменения в содержании насыщенных жиров в рационе питания приводят к существенно различным индивидуальным реакциям микробиоты43. Кроме того, более высокий исходный уровень микробного разнообразия связан с меньшим изменением микробиоты кишечника в ответ на пищевые жиры43, что подтверждает представление о том, что более высокое разнообразие обеспечивает большую устойчивость к пищевым возмущениям, в то время как более низкое разнообразие является менее оптимальным.

Подобно жирам, содержание белка в пище оказывает влияние на состав микробиоты кишечника, при этом существенно различаются межиндивидуальные различия в видовом составе и обилии. Источник белка влияет на бактерии кишечника, как было показано на крысах, которых кормили белками мясного происхождения и белками немышечного происхождения (казеин и соя) 44. У человека длительная диета, богатая животным белком, ассоциируется с энтеротипом Bacteroides45. Кратковременная животная диета, богатая белком, последовательно повышает уровень толерантных к желчи бактериальных видов (включая Алистипы, Билофилы и Бактероиды), снижая при этом обилие сахаролитические микроорганизмы (в том числе виды Roseburia, Eubacterium rectale и Ruminococcus bromii)10. Напротив, потребление растительной белковой диеты, основанной на гликированных белках гороха, значительно повышает уровень комменсальных лактобактерий и бифидобактерий и повышает выработку короткоцепочечных жирных кислот (SCFAs) у человека46.

α-Разнообразие (внутри-индивидуальное) является предиктором степени изменения состава микробиоты при кратковременном потреблении различных источников белка (красное мясо, белое мясо и немясные источники) у здоровых людей. Важно отметить, что изменения также сильно различаются между людьми, без сильных тенденций на уровне населения43. Точно так же серосодержащие аминокислоты в рационе не оказывают существенного влияния на обилие кишечных сульфатвосстанавливающих бактерий (Desulfovibrio и Bilophila) на популяционном уровне, в то время как индивидуальные реакции в структурах и функциях микробного сообщества существуют и сохраняются в течение длительного времени47 .

Влияние углеводов на микробиоту кишечника является комплексным, в зависимости от их видов и количества. В людях, было показаны, что долгосрочное потребление сложных углеводов повышает род45 Prevotella. Пищевые волокна влияют на микробную экологию кишечника человека, что приводит к высокому обилию Bacteroidetes (видов Prevotella)23, 24. Определенные бактерии могут расти на определенных типах углеводов, и, следовательно, диета может выбирать или уничтожать определенные виды. Например, бифидобактерии являются селективно эффективными деградаторами арабиноксиланов, присутствующих в пшенице и других зернах 48; таким образом, охотники-собиратели Хазда, питающиеся рационами, обедненными зерном 23, и взрослые люди, потребляющие рацион, уменьшенный зерном 49, имеют меньшее количество бифидобактерий в своей микробиоте. У людей с избыточным весом диеты с высоким содержанием неперевариваемых углеводов приводят к значительному увеличению количества бактерий в типе Firmicutes, включая виды Ruminococci, виды Roseburia и Eubacterium rectale50. Напротив, диеты, бедные ферментируемыми углеводами у лиц с ожирением, приводят к значительному снижению уровня бутират-продуцирующих фирмикутов и снижению уровня фекального бутирата 51. В мышиных моделях лишение пищевых волокон способствует экспансии бактерий, разрушающих слизистую оболочку толстой кишки, что приводит к дисфункции кишечного барьера и восприимчивости к слизистым патогенам 52. В отличие от пищевых волокон легко усваиваемые простые сахара, которые распространены в западной диете, ингибируют колонизацию комменсала Bacteroides thetaiotaomicron в мышиной кишке и способствуют развитию ожирения53.

Хотя реакция на клетчатку имеет общую характеристику среди населения, гетерогенные и высоко персонализированные сдвиги в микробиоте человека также были обнаружены в ответ на углеводы, включая пищевые волокна50,54, устойчивые крахмалы55 и углеводсодержащие пребиотики30,56 ,57. Потребление высоковолокнистой диеты для стабилизации веса или похудения у лиц с ожирением влияет на состав кишечной микробиоты со значительными межличностными вариациями58,59,60. Хотя уровни фекального бутирата обычно повышаются при потреблении неперевариваемых углеводов, реакция также широко варьируется среди людей61. Реакцию микробиома на пищевые углеводы можно предсказать по исходному микробному разнообразию58. Это диетическое вмешательство менее эффективно в улучшении клинических фенотипов у лиц с более низким микробным генным богатством59. Кроме того, предшествующие диетические привычки могут также потенциально влиять на реакцию микробиоты кишечника на диетические вмешательства. Например, здоровые люди с привычным высоким потреблением клетчатки демонстрируют большую реакцию кишечной микробиоты на пребиотик фруктана инулинового типа, чем люди с низким потреблением клетчатки62, подчеркивая важность учета привычных диетических моделей при стремлении модулировать кишечную микробиоту с помощью диетических вмешательств.

Было показано, что различные пищевые добавки, включая эмульгаторы, искусственные подсластители и пробиотики, вызывают изменения микробиоты кишечника в исследованиях на животных и людях. Добавление диетических эмульгаторов у мышей приводит к снижению Bacteroidales и увеличению Ruminococcus gnavus и других муколитических бактерий, и такие изменения в микробиоте достаточны для развития метаболического синдрома у безмикробных мышей, как было показано при трансплантации фекальной микробиоты (FMT) 63. Механистически пищевые эмульгаторы индуцируют низкосортное воспаление у мышей, увеличивая уровень липополисахаридов и флагеллина, что может привести к воспалению, связанному с канцерогенезом толстой кишки64.

Было продемонстрировано, что многие некалорийные искусственные подсластители, такие как сахарин, сукралоза и аспартам, формируют состав кишечной микробиоты как у животных, так и у людей 65. Хотя они считаются безопасными, вклад некоторых искусственных подсластителей в развитие метаболических или воспалительных нарушений через индукцию дисбиоза кишечника был показан в некоторых исследованиях на мышах, связывая лечение сахарином с развитием воспаления печени66, а потребление сукралозы с нарушением липидного обмена67, а также воспаления кишечника68. По предварительным данным, у некоторых людей потребление искусственных подсластителей связано с индукцией непереносимости глюкозы через композиционные и функциональные изменения в кишечной микробиоте, и такие метаболические эффекты могут передаваться безмикробным мышам с помощью FMT69. Что еще более важно, индивидуальные реакции на некалорийные искусственные подсластители у людей наблюдались как в краткосрочных, так и в долгосрочных исследованиях потребления некалорийных искусственных подсластителей. Эти различия в индивидуальных реакциях, возможно, обусловлены различиями в кишечной микробиоте, но это требует дальнейшего подтверждения.

Живые бактерии, также называемые пробиотиками, представляют собой одну из наиболее широко потребляемых пищевых добавок. Исследования по изучению влияния пробиотиков на микробиом кишечника человека показали неубедительные и противоречивые результаты. Пробиотическая интервенция с видами лактобацилл значительно модулировала фекальную микробиоту только у некоторых лиц70,71, тогда как систематический обзор РКИ у здоровых взрослых72 и исследование пробиотической интервенции у здоровых младенцев73 не сообщили о влиянии потребления пробиотиков на состав фекальной микробиоты. Такие противоречивые результаты могут быть обусловлены различиями в индивидуальных реакциях на пробиотики и колонизацию пробиотиками. Действительно, потребление пищевых пробиотиков индуцирует высоко индивидуализированную колонизационную картину в слизистой оболочке кишечника как здоровых, так и обработанных антибиотиками людей, оказывая впоследствии влияние на микробное сообщество кишечника и физиологию хозяина специфическим для человека образом, который может быть предсказан микробиотой до лечения и особенностями хозяина74,75. Еще один специфический пробиотик, Bifidobacterium longum AH1206, колонизирует кишечник упорно только в ±30% из индивидуалов. Его колонизация может быть предсказана, так как он коррелирует с низким обилием эндогенного B. longum и недостаточной представленностью генов утилизации углеводов до лечения76. Несмотря на это, эффективность пробиотиков в модуляции микробиома кишечника в здоровье и болезни наблюдается в разных исследованиях и поэтому нуждается в дальнейшем изучении с использованием индивидуального подхода, учитывая большую межиндивидуальную вариабельность конфигураций микробиома.

Персонализированная реакция хозяина на диету

Появляются новые данные о том, что изменения, вызываемые диетическими вмешательствами в метаболизме хозяина, являются индивидуальными, и что эта гетерогенность обусловлена уникальными сигнатурами микробиоты, в дополнение к физиологии хозяина14 (рис. 2).

Индивидуальная реакция хозяина на диету

Рисунок 2. Индивидуальная реакция хозяина на диету

Рацион питания изменяет состав и функции микробиома кишечника специфическим для человека образом, что связано со специфическим профилем микробиома до вмешательства. Диета также приводит к сильно индивидуализированным изменениям в ответах хозяина (например, гликемический ответ), которые могут быть точно предсказаны уникальными сигнатурами микробиома хозяина. Используя оба аспекта, можно разработать персонализированные стратегии питания для изменения микробиома человека и дальнейшего улучшения реакции на конкретную диету.


Уровень одного конкретного вида бактерий может быть предиктором реакции на конкретную диету. Здоровые люди, у которых улучшился метаболизм глюкозы после употребления хлеба на основе ядра ячменя (BKB), были связаны с более высокой численностью видов Prevotella, что позволяет предположить, что Prevotella играет роль в индивидуальности BKB-индуцированного улучшения метаболизма77. Точно так же потребление цельного зерна вызывало противовоспалительные реакции и изменения уровня глюкозы в крови разной величины у здоровых субъектов; у тех, у кого было больше улучшений в уровнях IL-6 в крови, были более высокие уровни Dialister (род бактерий Firmicutes, классифицированных в классе Negativicutes) и более низкие уровни видов Coriobacteriaceae в их стуле, тогда как E. rectale коррелировал с постпрандиальной гликемической и инсулиновой реакциями78. У взрослых с избыточной массой тела и ожирением на диете с ограничением калорий индивидуумы с более высоким уровнем исходного уровня Akkermansia muciniphila продемонстрировали более значительное улучшение чувствительности к инсулину и липидного обмена, а также большее снижение содержания жира в организме, что указывает на прогностическую роль A. muciniphila в оценка ответа на диетические вмешательства79.

Индивидуумы могут быть классифицированы как респонденты и нереспонденты на основе результатов диетических вмешательств. Например, в детском синдроме воспалительного кишечника (СРК) люди, которые реагируют на низкоферментируемые диеты олигосахаридов, дисахаридов, моносахаридов и полиолов (FODMAP), имеют более высокие пропорции видов Bacteroidaceae, Erysipilotrichaceae и Clostridiales с большей способностью к сахаросодержащему метаболизму, тогда как не отвечающие имеют более высокие уровни бактерий, принадлежащих к роду Turicibacter80. Аналогично, по сравнению с лицами, не отвечающими на лечение, индивидуумы, которые реагируют на низкоферментируемую субстратную диету при лечении СРК в детском возрасте, характеризуются более высокими уровнями таксонов, принадлежащих к родам Sporobacter и Subdoligranulum, и более низкой численностью таксонов, относящихся к Bacteroides81.

Более точные персонализированные методы прогнозирования, которые отличают респондеров от нереспондеров, были разработаны путем объединения базовых сигнатур микробиома с другими важными индивидуальными признаками. В группе из 800 человек, включающей людей с избыточным весом или страдающих ожирением, не страдающих диабетом в Израиле, высокая межличностная вариабельность в постпрандиальном гликемическом ответе (PPGR) на идентичные продукты была точно предсказана с помощью кишечного микробиома, диетических привычек, параметров крови и антропометрических показателей с использованием подхода машинного обучения. Различные диетические компоненты, возраст, параметры сыворотки и микробиом - все они демонстрировали относительный вклад в персонализированные прогнозы, показывая либо полезные, либо не полезные, но индивидуальные прогностические эффекты. Более конкретно, 21 полезных и 28 нецелесообразных признаков на основе микробиома были идентифицированы в соответствии с их относительным вкладом в предсказания на основе алгоритма. Еще более поразительно, что краткосрочные персонифицированные диетические вмешательства, основанные на этих прогнозах, привели к последовательным изменениям кишечной микробиоты и снижению PPGR14. Уровни вклада микробиома и отдельных клинических и лабораторных признаков в предсказуемость могут варьироваться и заслуживают дальнейшего изучения в различных популяциях. Этот персонализированный подход к прогнозированию PPGR для продуктов питания был недавно подтвержден в недиабетической популяции в Соединенных Штатах82. Совсем недавно крупномасштабное исследование близнецов выявило высокую межличностную изменчивость в постпрандиальных реакциях (гликемический, инсулинемический и липемический ответы) на диеты, подчеркнув, что даже генетически сходные близнецы по-разному реагируют на идентичные приемы пищи83. Это говорит о том, что не генетические факторы, а именно микробиом кишечника, метаболизм хозяина, время приема пищи, содержание питательных веществ и физические упражнения, играют фундаментальную роль в определении реакции на пищу. Это также подтверждает представление о том, что для достижения одного и того же результата у разных людей необходимо применять индивидуальные подходы к питанию. Тем не менее, такой «индивидуальный подход к питанию» находится в зачаточном состоянии, и более осуществимые, устойчивые персонализированные стратегии питания должны быть еще разработаны, чтобы оптимизировать свой микробиом кишечника и улучшить ответную реакцию хозяина.

Взаимодействие между диетическим временем, микробиотой кишечника и хозяином

Специфичный по времени прием пищи, включая циркадные схемы питания и прерывистое голодание, может оказывать влияние на микробиоту кишечника и физиологию хозяина (Рис. 1a). Как у мышей, так и у людей ритмичность рациона питания сочетается с циркадными часами хозяина для формирования суточных циркадных колебаний состава и функции микробиоты84,85. Изменения в структуре питания могут гибко изменять ритмичность микробиоты; например, высокожирная диета гасит суточные колебания микробов у мышей, что в свою очередь влияет на циркадную функцию часов хозяина и метаболизм86,87.

Была выдвинута гипотеза о том, что прерывистое голодание (то есть добровольное воздержание от употребления напитков и пищи в определенные периоды) способствует улучшению метаболического здоровья путем воздействия на микробиоту кишечника88. У мышей прерывистое голодание изменяет состав микробиоты кишечника и повышает уровень метаболитов ацетата и лактата, которые непосредственно способствуют потемнению жировой ткани и обращают вспять ожирение, вызванное диетой с высоким содержанием жиров89. В дополнение к влиянию на метаболические заболевания микробиом, изменяемый в результате периодического голодания, также обеспечивает определенную защиту от рассеянного склероза как у мышей, так и у пациентов90. Роль кишечной микробиоты в обеспечении благотворного влияния прерывистого поста на другие заболевания, а также персонализированные аспекты этого вмешательства требуют дальнейшего изучения.

Хотя микробиота кишечника может быть изменена с помощью диеты, стоит отметить, что у значительной части людей изменения кишечной микробиоты, вызванные ожирением, сохраняются даже после успешной диеты. Такая стойкость может способствовать более быстрому восстановлению веса и большему нарушению обмена веществ, феномену, который может быть устранен с помощью FMT или лечения метаболитами на основе флавоноидов у мышей91. Такие длительные эффекты прошлой истории питания и снижение обратимости микробиоты также могут наблюдаться при повторных диетических изменениях у мышей92. Аналогичным образом, мыши, получающие низко-волокнистую диету, постепенно теряют микробное разнообразие в течение поколений, которое не может быть обратимым за счет повторного введения пищевых волокон93. Такая персистенция или вымирание микробиоты после определенной диеты должны учитываться при разработке эффективных микробиотопных таргетных методов лечения.

Микробные влияния на физиологию хозяина

Проглоченная пища, прежде чем она переваривается и всасывается в кровоток, вступает в контакт с бактериями. Как состав, так и пищеварительные функции бактерий в тонком и толстом кишечнике различаются, поскольку они зависят от своей ниши и наличия питательных веществ. Бактерии способствуют перевариванию пищи и в этом процессе вырабатывают большое количество метаболитов, которые часто не вырабатываются хозяином (Рис. 3). Метаболиты, происходящие из метаболических реакций в кишечнике, могут влиять на физиологию человека как позитивным, так и негативным образом. Различные микробиомы имеют различные потенциалы для производства определенных метаболитов, в зависимости от метаболических возможностей и метаболических взаимодействий внутри популяции. Следовательно, другая стратегия персонализированного дизайна диеты заключается в том, чтобы поставлять соединения, которые являются предшественниками полезных бактериальных метаболитов, или устранять те, которые приводят к токсичным или вредным метаболитам.

Клинически значимые бактериальные метаболиты

Рис. 3. Клинически значимые бактериальные метаболиты.

Приведены примеры пищевых компонентов, которые катаболизируются кишечной микробиотой до физиологически активных молекул, которые сигнализируют различным тканям в организме, вызывая либо полезные, либо вредные реакции. Пищевые волокна разлагаются бактериальными ферментами до короткоцепочечных жирных кислот (SCFAs), которые, помимо питания для энтероцитов, действуют как сигнальные молекулы, которые связываются с GPR41 и GPR43 на поверхности эпителиальных клеток кишечника и иммунных клеток, регулируя секрецию провоспалительных цитокинов, таких как IL-18 и, через глюкагоноподобный пептид 1 (GLP1) и пептид тирозин-тирозин (PYY), действуя на центральную нервную систему регуляции приема пищи и расхода энергии. Кроме того, SCFAs действуют как ингибиторы гистондезацетилазы (HDAC) в иммунных клетках и адипоцитах, регулируя транскрипцию этих клеток через состояние хроматина. L-карнитин, холин и фосфатидилхолин превращаются некоторыми представителями микробиоты в триметиламин N-оксид (TMAO), который связан с повышенной распространенностью сердечно-сосудистых заболеваний. Производные аминокислот, производимые микробиотой, также играют существенную роль в модуляции физиологии хозяина. Молекулы индола, происходящие из триптофана, регулируют секрецию GLP1 через сигнализацию прегнана х-рецептора (PXR) и влияют на иммунный ответ через сигнализацию арильного углеводородного рецептора (AHR). Было показано, что производный от тирозина 4-этилфенилсульфат (4EPS) участвует в развитии аутизмоподобного поведения у мышей, в то время как фенилацетат, производное фенилаланина и ацетальдегид, который происходит из этанола, способствуют развитию фиброза и неалкогольного стеатогепатита (NASH). CAZymes - углеводы-активные ферменты.


Переваривание пищевых компонентов

Кишечная микробиота участвует в переваривании пищи, и в частности, она переваривает сложные углеводы из рациона, которые в противном случае были бы недоступны для хозяина. Эти молекулы в основном представляют собой полисахариды, происходящие из клеточной стенки растений, и запасные углеводы. Волокна, такие как β-глюкан или пектины, не усваиваются в тонком кишечнике, потому что людям не хватает ферментов, которые их расщепляют, или потому что они не доступны действию ферментов (например, резистентных крахмалов)94, 95. Дополнение диеты клетчаткой является относительно распространенной практикой в западном мире. Разработка персонализированных диет в отношении клетчатки требует понимания метаболических возможностей микробиома каждого человека, поскольку некоторые углеводы могут быть переварены и полезны для одного человека, но непереварены и инертны для другого.

Кишечные бактерии кодируют множество различных Казимов (CAZymes) -  углеводо-активных ферментов, которые, главным образом в толстой кишке, опосредуют переваривание широкого спектра углеводов 96,97. Хотя многие ферменты деградации углеводов разделяются между бактериальными видами и присутствуют в большинстве людей, некоторые функции развиваются только в определенных популяциях, где они обеспечивают определенную функцию. Например, порфираназы и агаразы, производимые кишечными бактериями японцев, переваривают углеводы морских водорослей (которые обычно потребляются в Японии), но в европейских популяциях отсутствуют бактериальные виды, которые производят эти ферменты , и поэтому не могут переваривать их98, 99.

Идентификация CAZymes часто включает поиск метагеномов с использованием информации о последовательности известных ферментов, но важно использовать фенотипические анализы для выявления и характеристики новых семейств ферментов100,101. Метагеномные анализы в значительной степени ограничены недостаточной функциональной аннотацией бактериальных генов.Тот факт, что бактерия содержит ген, не означает, что этот ген экспрессируется. В присутствии различных источников энергии бактерии могут экспрессировать гены для производства одного, группы или нескольких из этих ферментов, в зависимости от экологического контекста. Кроме того, бактерии образуют метаболическую сеть и взаимно питают друг друга, обеспечивая дополнительный уровень сложности. Изменения бактериального состава вдоль желудочно-кишечного тракта означают, что одна и та же бактерия может иметь различный метаболический профиль в зависимости от своей ниши.

Синтез и модуляция биологически активных соединений

В процессе переваривания углеводов бактерии продуцируют SCFAs, включая пропионат, бутират и ацетат, которые оказывают многократное благотворное воздействие на хозяина, в дополнение к их роли в качестве источников энергии для эпителиальных клеток кишечника и в качестве сигнальных молекул102,103,104,105,106,107. SCFAs являются одними из многих других соединений, которые производит микробиота. Широкий спектр молекул, синтезируемых микробиотой, оказывает разнообразное влияние на физиологию человека. В зависимости от синтетического потенциала микробиоты, элиминация или поставка специфических субстратов приводит к изменению продукции тех или иных метаболитов. Знание этих синтетических путей может привести к разработке целевых диетических мероприятий, которые модулируют уровни этих метаболитов.

Витамины, по определению, не синтезируются хозяином, а наоборот, их нужно дополнять. Пища является главным источником витаминов и их предшественников; однако при наличии субстратов кишечные бактерии могут вносить свой вклад в синтез витаминов (главным образом витаминов из семейства В и витамина К)108 . Полученные микробиотой витамины недостаточны для поддержания физиологии человека, и оценки их вклада в суточное потребление существенно варьируются, в среднем от 0,078% для пантотената (витамин В5) до 86% для пиридоксина (витамин В6 )109. Способность микробиоты продуцировать витамины не является стабильной; например, число генов, участвующих в биогенезе фолата, увеличивается с возрастом, в то время как гены, кодирующие ферменты синтетического пути кобаламина (витамина В12), уменьшаются с возрастом6. Поскольку потенциал для синтеза витаминов различается между микробиотами, диетические потребности в различных витаминах будут варьироваться у разных людей.

Бактерии также обладают способностью детоксицировать и удалять вредные молекулы путем их метаболизма. Oxalobacter formigenes, Enterococcus faecalis и несколько видов Bifidobacteria разлагают пищевое соединение оксалат, основной фактор риска для камней в почках110,111. Таким образом, люди, страдающие от образования камней в почках, могут, помимо отказа от богатых оксалатами продуктов питания, модулировать свою микробиоту для обогащения эффективными видами, деградирующими оксалаты.

С другой стороны, бактерии могут конвертировать L-карнитин, холин и фосфатидилхолин в триметиламин N-оксид (TMAO), соединение, которое связано с развитием сердечно-сосудистых заболеваний. Обратите внимание, что бактерии, кодирующие ферменты, необходимые для этого преобразования, в среднем присутствуют в большем количестве в популяциях всеядных, чем у вегетарианцев или веганов112,113 . Текущие исследования направлены на то, чтобы проверить, могут ли сердечно-сосудистые заболевания контролироваться снижением уровня TMAO через диету с низким содержанием L-карнитина, холина и фосфатидилхолина и микробиоты кишечника обедненной в производителях TMAO.

Аналогично, другие молекулы могут быть исключены из пищи, если их метаболиты вредны. Например, некоторые представители микробиоты могут конвертировать пищевой этиловый спирт в ядовитый ацетальдегид114,115; синтезируют связанный с опухолью полиамин N1, N12-диацетилспермин116; вырабатывают фенилацетат из фенилаланина, который способствует развитию неалкогольного стеатогепатита (НАСГ)117; или создать производное тирозина 4-этилфенилсульфат, которое было вовлечено в развитие аутистического поведения на мышиной модели118. Синтез многих соединений является сложным и не может быть легко проанализирован, так как многие бактерии участвуют в необходимых преобразованиях, и возникает множество продуктов. Например, производные триптофана включают несколько соединений, в том числе индол, триптамин, индолэтанол, индолальдегид, индолмолочную кислоту, индолуксусную кислоту, индолпропиловую кислоту, индолакриловую кислоту и 3-метилиндол. Недавно были рассмотрены бактериальные виды и пути, ответственные за производство этих метаболитов119,120. Физиологические эффекты этих производных индола включают модуляцию иммунных ответов через сигнализацию арильных углеводородных рецепторов (AHR)121,122,123,124, регуляцию барьерной функции через прегнан-х-рецептор (PXR)125 и регуляцию секреции инсулина с помощью глюкагоноподобного пептида 1 (GLP1)126 и было высказано предположение, что эти соединения могут обладать антиоксидантными и противовоспалительными свойствами127. В дополнение к воздействию на хозяина метаболиты также воздействуют на бактерии посредством механизмов перекрестного кормления, передачи сигналов и определения кворума; Однако эти эффекты остаются в значительной степени неизученными.

Регулирование усвоения пищи

Бактерии влияют на физиологию человека и поглощение пищи, регулируя размер и состав желчных кислот. Первичные желчные кислоты образуются из холестерина в гепатоцитах и ​​высвобождаются в двенадцатиперстную кишку при приеме пищи человеком. В кишечнике бактерии превращают первичные желчные кислоты во вторичные желчные кислоты путем деконъюгации таурина и глицина и дегидроксилирования. Это приводит к расширению гетерогенности пула желчных кислот128,129,130,131. Детергентные свойства желчных кислот способствуют перевариванию и всасыванию жира путем доставки липидов, жирорастворимых витаминов и других гидрофобных соединений к щеточной каемке кишечника132. Кроме того, желчные кислоты являются мощными сигнальными молекулами, которые передают сигналы через фарнезоидный X-рецептор (FXR) и связанный с G-белком рецептор желчной кислоты 1 (GPBAR1) и регулируют метаболизм практически во всех тканях133,134. Поглощение глюкозы и глюкозо-6-фосфата регулируется желчными кислотами с помощью сигналов FXR135. Различия в составе пула желчных кислот у людей с разной микробиотой и разными рационами питания могут привести к различиям в передаче сигналов FXR и GPBAR1 и в поглощении пищевых компонентов, но на сегодняшний день нет углубленных исследований по этим темам.

Модуляция метаболизма хозяина

Метаболическое здоровье и контроль веса являются основными целями диетических вмешательств. В настоящее время практика заключается в том, чтобы рекомендовать людям есть продукты с низким содержанием калорий и высоким содержанием клетчатки, с низким гликемическим индексом. Эти диеты не всегда эффективны, и, поскольку они очень строгие, многим пациентам трудно следовать им. Существуют убедительные доказательства роли микробиома в увеличении веса, что было продемонстрировано путем трансплантации микробиоты от худых и тучных людей мышам и наблюдения, что «тучная» микробиота вызывала увеличение веса у мышей по сравнению с мышами, получавшими микробиоту от худых доноров136,137. Большое разнообразие видов бактерий в кишечнике связано с улучшением метаболического здоровья и худобой2,3,79,136. Еще одна особенность микробиома у людей, страдающих ожирением, - более высокое соотношение видов Firmicutes и Bacteroidetes. Важно отметить, что существуют также исследования, в которых не сообщается о связи между соотношением Firmicutes-to-Bacteroidetes и ожирением, что позволяет предположить, что существует необходимость в большем разрешении при описании бактериального состава и в дальнейшем механистическом понимании механизмов, посредством которых дисбиотическая микробиота способствует метаболическим нарушениям138,139,140. У пациентов, перенесших такие операции, как вертикальная бандажированная гастропластика или желудочное шунтирование Roux-en-Y, кишечные бактериальные консорциумы резко изменяются, и было высказано предположение, что положительные эффекты этих вмешательств по крайней мере частично опосредованы изменениями микробиоты141,142. Этот эффект опосредуется изменениями в сборе энергии (то есть способности микробиоты собирать энергию из рациона) и взаимодействием между бактериями или их компонентами и хозяином 139,143. Все эти наблюдения свидетельствуют о том, что состав диеты не является единственным определяющим фактором для увеличения веса, и что микробиота является ключевым фактором в регулировании сбора энергии и обмена веществ. Тем не менее, нетрудно определить, основываясь исключительно на метагеномных данных, обладает ли конкретная микробиота высокой или низкой способностью к сбору энергии и вызывает ли она ожирение. В настоящее время выводы исследований, связывающих микробные сигнатуры с ожирением или с любым другим фенотипом, часто противоречивы из-за их относительно небольших размеров выборки и высокой межиндивидуальной вариабельности, но в исследованиях с большими когортами поиск микробных сигнатур различных фенотипов и заболеваний может быть в пределах нашей досягаемости.

Переход от корреляции к причинности может быть облегчен распутыванием лежащих в ее основе механизмов. Установлено, что A.muciniphila коррелирует с индексом массы тела (ИМТ), глюкозой натощак и диаметром подкожных адипоцитов79,144. Кроме того, введение A.muciniphila мышам улучшает индуцированное высокожировой диетой увеличение веса79, и было высказано предположение, что увеличение обилия A. muciniphila в результате лечения метформином способствует улучшению метаболических параметров лиц, принимающих этот препарат145. Интересно, что пастеризованная A. muciniphila даже более эффективна, чем живая в уменьшении метаболических нарушений, связанных с ожирением. Механистические исследования показали, что мембранный белок A. muciniphila Amuc_1100, связывающийся с TLR2, частично отвечает за улучшение барьерной функции кишечника и метаболических параметров144,146. Эти исследования предлагают использовать A. muciniphila в качестве пробиотика для улучшения метаболического здоровья, а пребиотики являются потенциальным способом увеличения численности A. muciniphila.

Модуляция иммунитета хозяина

Вторым наиболее изученным аспектом полученных из микробиоты молекул является их влияние на иммунную систему кишечника, барьерную функцию, воспалительные заболевания, такие как воспалительные заболевания кишечника (ВЗК) и метаболические заболевания.

SCFAs, продуцируемые членами микробиоты, такими как Faecalibacterium prausnitzii, питают эпителиальные клетки кишечника, способствуют барьерной функции в кишечнике и, таким образом, оказывают противовоспалительное действие2,147. Целостность слизистого барьера регулируется микробиомом через индол-индуцированную PXR сигнализацию125, через IL-22148, и через модуляцию продукции слизи бокаловидными клетками149. В случае дисфункционального кишечного барьера более высокие количества липополисахаридов (ЛПС) поступают в системный кровоток, вызывая так называемую метаболическую эндотоксемию, которая приводит к низкодифференцированному воспалению в тканях150. Кроме того, ЛПС может также трансцеллюлярно пересекать кишечный барьер в хиломикронах151. ЛПС, который входит в портальную циркуляцию, сначала действует на мезенхимальные и иммунные клетки печени через сигнализацию TLR4, изменяя их функцию, а затем ЛПС, который выходит из печени, входит в системную циркуляцию и действует системно. В жировой ткани изменения иммунной функции, вызванные сигнализацией ЛПС через TLR4, приводят к нарушению обменавеществ. У мышей уровень ЛПС в крови может быть снижен при лечении антибиотиками150,153, но аналогичный подход у тучных людей не далтерапевтических результатов154.

Персонализированное питание на основе микробиоты

Будущее персонализированного питания охватывает основную или вспомогательную терапию при заболеваниях от болезней обмена веществ и иммунных заболеваний кишечника до неврологических расстройств и рака; профилактику заболеваний, для которых индивидуум подвержен более высокому риску из-за генетики или образа жизни; а также повышение работоспособности и достижение различных физиологических целей, как это необходимо, например, в спорте  (Рис. 4).

 Дизайн диеты на основе микробиоты

Рис. 4. Дизайн диеты на основе микробиоты

При разработке персонализированного питания, факторы, которые необходимо учитывать в дополнение к составу микробиома и функции включают генетику, клинические параметры, образ жизни и конкретные личные цели человека. Все или подмножества этих признаков могут быть использованы для идентификации персонализированных диетических комбинаций, которые будут влиять на состав и функции микробиома, а также физиологию хозяина. Цели персонифицированного питания включают, но не ограничиваются ими, контроль и профилактику заболеваний, а также модуляцию физиологии для достижения определенного образа жизни.


Диета может быть разработана рационально или с использованием машинного обучения или искусственного интеллекта. Первый подход включает идентификацию определенных сигнатур микробиома и связанных с ними метаболических свойств. Такие подписи могут быть простыми - наличие или отсутствие определенных видов, генов или энтеротипов в микробиоме - или могут быть сложными и включать в себя множество различных признаков. После того, как популяция расслаивается, вторым шагом является определение полезных продуктов для всех типов микробиомов и для желаемых результатов. Например, для людей с семейным анамнезом атеросклероза можно было бы протестировать микробиом на уровни бактерий и ферментов, продуцирующих ТМАО, проверить уровень ТМАО в крови и на основе этих данных предложить диету с низким уровнем его предшественников для тех, кто имеет высокий уровень TMAO-продуцирующих бактерий и TMAO в крови.

Первый подход является приемлемым для некоторых мер и достаточным для прогнозирования ответчиков и не ответчиков в некоторых случаях, но при решении сложных характеристик методы машинного обучения, скорее всего, будут работать лучше. Методы машинного обучения требуют обучения модели по наборам данных микробиома и клинических особенностей, а также физиологических реакций на диету, чтобы изучить влияние конкретной пищи на физиологию. Преимущество этого подхода состоит в том, что он не требует предварительного знания и понимания сложных механистических взаимодействий, связанных с микробиотой, поэтому его теоретически можно выполнить для любого количественно определяемого признака.

Обсуждение

Питание на основе микробиоты начинает использоваться для прогнозирования различных клинических фенотипов или для руководства персонализированной терапией при метаболическом синдроме, а также желудочно-кишечных расстройствах. Недавние успешные усилия по разработке персонализированных диет, регулирующих уровень сахара в крови, дают надежду на дальнейшие достижения в области контроля и лечения заболеваний14,155. Кроме того, здоровое население может воспользоваться индивидуальными диетическими программами в качестве средства профилактики заболеваний и регулирования веса.

Контроль уровня определенных молекул, таких как липиды, витамины, TMAO и так далее, в крови или нескольких молекул одновременно, будет следующим шагом в развитии персонализированного питания. Разработка диеты, которая учитывает несколько различных признаков, может быть сложной, поскольку конкретные продукты питания и микробиота, связанные с определенными метаболитами, могут не коррелировать. Другие подходы к регулированию оси диета-микробиота могут включать пробиотики и пребиотики для изменения состава микробиоты с целью достижения лучших результатов в сочетании с персонализированными режимами питания. Тем не менее, разработка персонализированных диет на основе микробиома остается сложной задачей. В настоящее время большинство исследований, связанных с взаимодействием между пищевыми продуктами, микробиомом и физиологией человека, остаются коррелятивными, и лишь некоторые из них описывают механизмы, с помощью которых эти три объекта действуют друг на друга. Кроме того, механизмы этих взаимодействий обычно заключаются из экспериментов на мышах, что является неоптимальной моделью для физиологии человека156. Исследования на людях являются сложными из-за огромной индивидуальной изменчивости, отсутствия контроля над составом микробиома и трудностей в соблюдении экспериментальных режимов питания. Чтобы преодолеть эти проблемы, исследования питания человека требуют больших когорт участников, и для изучения некоторых метаболических изменений эксперименты должны проводиться в течение длительных периодов времени, что часто нереально.

Каждая из этих систем (физиология человека, микробиота и пища) является сложной, и каждая из них имеет уникальный набор технических ограничений. Результаты определения характеристик микробиома чувствительны к условиям хранения образцов, методам выделения ДНК и протоколам подготовки библиотеки секвенирования. Стандартизация характеристик микробиома отсутствует на всех этапах процесса, начиная с отбора проб, различных подходов к подготовке целевых и нецелевых библиотек секвенирования и заканчивая анализом данных с использованием различных руководящих принципов контроля качества, баз данных и инструментов бактериального генома. Кроме того, нам известна функция только части генов, кодируемых в микробиоме, и для большинства из них мы прогнозируем их функцию на основе сходства последовательностей. Даже в Escherichia coli, наиболее тщательно изученной бактерии, функция ~35% генов до сих пор неизвестна157, а для других бактерий, особенно тех, которые трудно культивировать, этот % намного выше. Функциональные исследования бактериального метаболизма обычно выполняются in vitro в монокультурах, которые не отражают реальную среду кишечника и, таким образом, не учитывают сеть перекрестного кормления, которая формируется микробиотой кишечника, и ответами хозяина. Идентификация метаболитов с помощью масс-спектрометрии также имеет ограничения, связанные с подготовкой и извлечением образцов, используемым методом и анализом для идентификации молекул158.

Чтобы преодолеть эту сложность, все чаще используются различные вычислительные инструменты. Многие из этих алгоритмов являются «черными ящиками», которые снабжаются такой информацией, как состав пищи, состав микробиома и физиологические реакции человека для прогнозирования совокупного воздействия этих факторов на желаемые результаты. Использование этих моделей не дает представления о том, почему конкретные продукты, на фоне определенной микробиоты, дают один ответ, а не другой, но при хорошем наборе обучающих данных алгоритм способен идентифицировать ключевые параметры и прогнозировать физиологические ответы. Более того, характер набора данных для обучения может ограничивать применимость таких подходов в разных популяциях, игнорируя региональную изменчивость микробиома или состояние заболевания. Кроме того, персонализированные исследования питания проводятся в западных популяциях и в значительной степени включены в западную культуру питания, что затрудняет перевод их результатов в другие общества, где потребляются другие продукты. И последнее, но не менее важное: разработка оптимальной диеты - это не единственный компонент, необходимый для достижения целей человека - диетологи и психологи все еще необходимы для обеспечения соответствия и поддержки. Такой комплексный подход сопряжен с относительно высокими затратами, и будет крайне важно оценить, являются ли выгоды для пациента в долгосрочной перспективе достаточно значительными для того, чтобы такие виды лечения охватывались государственной системой здравоохранения.

Несмотря на эти ограничения, последние достижения в области микробиомных исследований являются хорошим предзнаменованием для будущего, в том что касается создания больших и всеобъемлющих наборов данных и использования вычислительных средств для разработки диет, которые будут регулировать конкретные клинические параметры. Этот долгий путь потребует более глубокого понимания механистических основ персонализированного питания и упрощения подхода, с тем чтобы обеспечить его более широкое использование крупными группами населения, однако этот подход, тем не менее, позволит нам рационально использовать питание для профилактики и лечения заболеваний человека.

По теме см. также:

Дополнительно см.:

Литература:

  1. Cho, I. & Blaser, M. J. The human microbiome: at the interface of health and disease. Nat. Rev. Genet. 13, 260–270 (2012).
  2. Le Chatelier, E. et al. Richness of human gut microbiome correlates with metabolic markers. Nature 500, 541–546 (2013).
  3. Ley, R. E., Turnbaugh, P. J., Klein, S. & Gordon, J. I. Microbial ecology: human gut microbes associated with obesity. Nature 444, 1022–1023 (2006).
  4. Gomez de Aguero, M. et al. The maternal microbiota drives early postnatal innate immune development. Science 351, 1296–1302 (2016).
  5. Koenig, J. E. et al. Succession of microbial consortia in the developing infant gut microbiome. Proc. Natl Acad. Sci. USA 108, 4578–4585 (2011).
  6. Arrieta, M. C., Stiemsma, L. T., Amenyogbe, N., Brown, E. M. & Finlay, B. The intestinal microbiome in early life: health and disease. Front. Immunol. 5, 427 (2014).
  7. Laursen, M. F., Bahl, M. I., Michaelsen, K. F. & Licht, T. R. First foods and gut microbes. Front. Microbiol. 8, 356 (2017).
  8. Yatsunenko, T. et al. Human gut microbiome viewed across age and geography. Nature 486, 222–227 (2012).
  9. Claesson, M. J. et al. Gut microbiota composition correlates with diet and health in the elderly. Nature 488, 178–184 (2012).
  10. David, L. A. et al. Diet rapidly and reproducibly alters the human gut microbiome. Nature 505, 559–563 (2014).
  11. Muegge, B. D. et al. Diet drives convergence in gut microbiome functions across mammalian phylogeny and within humans. Science332, 970–974 (2011).
  12. Rajilić-Stojanović, M., Heilig, H. G. H. J., Tims, S., Zoetendal, E. G. & de Vos, W. M. Long-term monitoring of the human intestinal microbiota composition. Environ. Microbiol. 15, 1146–1159, https://doi.org/10.1111/1462-2920.12023 (2013).
  13. Rothschild, D. et al. Environment dominates over host genetics in shaping human gut microbiota. Nature 555, 210–215 (2018).
  14. Zeevi, D. et al. Personalized nutrition by prediction of glycemic responses. Cell 163, 1079–1094 (2015). This seminal study shows that microbiome data accurately predict personalized postprandial glycaemic responses.
  15. Kau, A. L., Ahern, P. P., Griffin, N. W., Goodman, A. L. & Gordon, J. I. Human nutrition, the gut microbiome and the immune system. Nature 474, 327–336 (2011).
  16. Zmora, N., Suez, J. & Elinav, E. You are what you eat: diet, health and the gut microbiota. Nat. Rev. Gastroenterol. Hepatol. 16, 35–56 (2019).
  17. Goodrich, J. K. et al. Human genetics shape the gut microbiome. Cell 159, 789–799 (2014).
  18. Zhernakova, A. et al. Population-based metagenomics analysis reveals markers for gut microbiome composition and diversity. Science 352, 565–569 (2016).
  19. Falony, G. et al. Population-level analysis of gut microbiome variation. Science 352, 560–564 (2016).
  20. Smits, S. A. et al. Seasonal cycling in the gut microbiome of the hadza hunter-gatherers of tanzania. Science 357, 802–806 (2017). This paper provides an excellent example of how the gut microbiome changes dynamically with seasonal dietary shifts as well as westernization.
  21. Davenport, E. R. et al. Seasonal variation in human gut microbiome composition. PLOS ONE 9, e90731 (2014).
  22. Obregon-Tito, A. J. et al. Subsistence strategies in traditional societies distinguish gut microbiomes. Nat. Commun. 6, 6505 (2015).
  23. Schnorr, S. L. et al. Gut microbiome of the Hadza hunter-gatherers. Nat. Commun. 5, 3654 (2014).
  24. De Filippo, C. et al. Impact of diet in shaping gut microbiota revealed by a comparative study in children from Europe and rural Africa. Proc. Natl Acad. Sci. USA 107, 14691–14696 (2010).
  25. Vangay, P. et al. US immigration westernizes the human gut microbiome. Cell 175, 962–972.e910 (2018).
  26. Ayeni, F. A. et al. Infant and adult gut microbiome and metabolome in rural Bassa and urban settlers from Nigeria. Cell Rep. 23, 3056–3067 (2018).
  27. Das, B. et al. Analysis of the gut microbiome of rural and urban healthy Indians living in sea level and high altitude areas. Sci. Rep.8, 10104 (2018).
  28. O’Keefe, S. J. et al. Fat, fibre and cancer risk in African Americans and rural Africans. Nat. Commun. 6, 6342 (2015).
  29. Turnbaugh, P. J. et al. The effect of diet on the human gut microbiome: a metagenomic analysis in humanized gnotobiotic mice. Sci. Transl. Med. 1, 6ra14 (2009).
  30. Korem, T. et al. Bread affects clinical parameters and induces gut microbiome-associated personal glycemic responses. Cell Metab.25, 1243–1253.e1245 (2017).
  31. Brooks, A. W., Priya, S., Blekhman, R. & Bordenstein, S. R. Gut microbiota diversity across ethnicities in the United States. PLOS Biol. 16, e2006842 (2018).
  32. Sanz, Y. et al. Towards microbiome-informed dietary recommendations for promoting metabolic and mental health: opinion papers of the MyNewGut project. Clin. Nutr. 37, 2191–2197 (2018).
  33. Zhang, C. et al. Structural resilience of the gut microbiota in adult mice under high-fat dietary perturbations. ISME J. 6, 1848–1857 (2012).
  34. Hildebrandt, M. A. et al. High-fat diet determines the composition of the murine gut microbiome independently of obesity. Gastroenterology 137, 1716–1724.e1–2 (2009).
  35. Turnbaugh, P. J., Backhed, F., Fulton, L. & Gordon, J. I. Diet-induced obesity is linked to marked but reversible alterations in the mouse distal gut microbiome. Cell Host Microbe 3, 213–223 (2008).
  36. Parks, B. W. et al. Genetic control of obesity and gut microbiota composition in response to high-fat, high-sucrose diet in mice. Cell Metab. 17, 141–152 (2013).
  37. Lai, M., Chandrasekera, P. C. & Barnard, N. D. You are what you eat, or are you? The challenges of translating high-fat-fed rodents to human obesity and diabetes. Nutr. Diabetes 4, e135 (2014).
  38. Mokkala, K., Houttu, N., Cansev, T. & Laitinen, K. Interactions of dietary fat with the gut microbiota: evaluation of mechanisms and metabolic consequences. Clin. Nutr. https://doi.org/10.1016/j.clnu.2019.05.003 (2019).
  39. Wolters, M. et al. Dietary fat, the gut microbiota, and metabolic health — a systematic review conducted within the MyNewGut project. Clin. Nutr. https://doi.org/10.1016/j.clnu.2018.12.024 (2018).
  40. Laursen, M. F. et al. Infant gut microbiota development is driven by transition to family foods independent of maternal obesity. mSphere 1, e00069-15 (2016).
  41. Wan, Y. et al. Effects of dietary fat on gut microbiota and faecal metabolites, and their relationship with cardiometabolic risk factors: a 6-month randomised controlled-feeding trial. Gut 68, 1417–1429 (2019).
  42. Watson, H. et al. A randomised trial of the effect of omega-3 polyunsaturated fatty acid supplements on the human intestinal microbiota. Gut 67, 1974–1983 (2018).
  43. Lang, J. M. et al. Impact of individual traits, saturated fat, and protein source on the gut microbiome. mBio 9, e01604-18 (2018). This study shows how healthy individuals respond to dietary fat and protein consumption in a highly individualized pattern.
  44. Zhu, Y. et al. Meat, dairy and plant proteins alter bacterial composition of rat gut bacteria. Sci. Rep. 5, 15220 (2015).
  45. Wu, G. D. et al. Linking long-term dietary patterns with gut microbial enterotypes. Science 334, 105–108 (2011).
  46. Swiatecka, D., Narbad, A., Ridgway, K. P. & Kostyra, H. The study on the impact of glycated pea proteins on human intestinal bacteria. Int. J. Food Microbiol. 145, 267–272 (2011).
  47. Dostal Webster, A. et al. Influence of short-term changes in dietary sulfur on the relative abundances of intestinal sulfate-reducing bacteria. Gut Microbes 10, 447–457 (2019).
  48. Riviere, A. et al. The ability of bifidobacteria to degrade arabinoxylan oligosaccharide constituents and derived oligosaccharides is strain dependent. Appl. Environ. Microbiol. 80, 204–217 (2014).
  49. Hansen, L. B. S. et al. A low-gluten diet induces changes in the intestinal microbiome of healthy danish adults. Nat. Commun. 9, 4630 (2018).
  50. Walker, A. W. et al. Dominant and diet-responsive groups of bacteria within the human colonic microbiota. ISME J. 5, 220–230 (2011).
  51. Duncan, S. H. et al. Reduced dietary intake of carbohydrates by obese subjects results in decreased concentrations of butyrate and butyrate-producing bacteria in feces. Appl. Environ. Microbiol. 73, 1073–1078 (2007).
  52. Desai, M. S. et al. A dietary fiber-deprived gut microbiota degrades the colonic mucus barrier and enhances pathogen susceptibility. Cell 167, 1339–1353.e21 (2016).
  53. Townsend, G. E. 2nd et al. Dietary sugar silences a colonization factor in a mammalian gut symbiont. Proc. Natl Acad. Sci. USA 116, 233–238 (2019).
  54. Tap, J. et al. Gut microbiota richness promotes its stability upon increased dietary fibre intake in healthy adults. Environ. Microbiol.17, 4954–4964 (2015).
  55. Martinez, I., Kim, J., Duffy, P. R., Schlegel, V. L. & Walter, J. Resistant starches types 2 and 4 have differential effects on the composition of the fecal microbiota in human subjects. PLOS ONE 5, e15046 (2010).
  56. Davis, L. M., Martinez, I., Walter, J., Goin, C. & Hutkins, R. W. Barcoded pyrosequencing reveals that consumption of galactooligosaccharides results in a highly specific bifidogenic response in humans. PLOS ONE 6, e25200 (2011).
  57. Bouhnik, Y. et al. The capacity of nondigestible carbohydrates to stimulate fecal bifidobacteria in healthy humans: a double-blind, randomized, placebo-controlled, parallel-group, dose-response relation study. Am. J. Clin. Nutr. 80, 1658–1664 (2004).
  58. Salonen, A. et al. Impact of diet and individual variation on intestinal microbiota composition and fermentation products in obese men. ISME J. 8, 2218–2230 (2014).
  59. Cotillard, A. et al. Dietary intervention impact on gut microbial gene richness. Nature 500, 585–588 (2013). This study highlights that the efficacy of dietary intervention is person-specific and can be predicted by low gene richness of the gut microbiota.
  60. Korpela, K. et al. Gut microbiota signatures predict host and microbiota responses to dietary interventions in obese individuals. PLOS ONE 9, e90702 (2014).
  61. McOrist, A. L. et al. Fecal butyrate levels vary widely among individuals but are usually increased by a diet high in resistant starch. J. Nutr. 141, 883–889 (2011).
  62. Healey, G. et al. Habitual dietary fibre intake influences gut microbiota response to an inulin-type fructan prebiotic: a randomised, double-blind, placebo-controlled, cross-over, human intervention study. Br. J. Nutr. 119, 176–189 (2018).
  63. Chassaing, B. et al. Dietary emulsifiers impact the mouse gut microbiota promoting colitis and metabolic syndrome. Nature 519, 92–96 (2015).
  64. Viennois, E., Merlin, D., Gewirtz, A. T. & Chassaing, B. Dietary emulsifier-induced low-grade inflammation promotes colon carcinogenesis. Cancer Res. 77, 27–40 (2017).
  65. Ruiz-Ojeda, F. J., Plaza-Diaz, J., Saez-Lara, M. J. & Gil, A. Effects of sweeteners on the gut microbiota: a review of experimental studies and clinical trials. Adv. Nutr. 10, S31–S48 (2019).
  66. Bian, X. et al. Saccharin induced liver inflammation in mice by altering the gut microbiota and its metabolic functions. Food Chem. Toxicol. 107, 530–539 (2017).
  67. Uebanso, T. et al. Effects of low-dose non-caloric sweetener consumption on gut microbiota in mice. Nutrients 9, E560 (2017).
  68. Rodriguez-Palacios, A. et al. The artificial sweetener Splenda promotes gut proteobacteria, dysbiosis, and myeloperoxidase reactivity in Crohn’s disease-like ileitis. Inflamm. Bowel Dis. 24, 1005–1020 (2018).
  69. Suez, J. et al. Artificial sweeteners induce glucose intolerance by altering the gut microbiota. Nature 514, 181–186 (2014).
  70. Ferrario, C. et al. Modulation of fecal Clostridiales bacteria and butyrate by probiotic intervention with Lactobacillus paracasei DG varies among healthy adults. J. Nutr. 144, 1787–1796 (2014).
  71. Goossens, D. A., Jonkers, D. M., Russel, M. G., Stobberingh, E. E. & Stockbrugger, R. W. The effect of a probiotic drink with Lactobacillus plantarum 299v on the bacterial composition in faeces and mucosal biopsies of rectum and ascending colon. Aliment. Pharmacol. Ther. 23, 255–263 (2006).
  72. Kristensen, N. B. et al. Alterations in fecal microbiota composition by probiotic supplementation in healthy adults: a systematic review of randomized controlled trials. Genome Med. 8, 52 (2016).
  73. Laursen, M. F. et al. Administration of two probiotic strains during early childhood does not affect the endogenous gut microbiota composition despite probiotic proliferation. BMC Microbiol. 17, 175 (2017).
  74. Zmora, N. et al. Personalized gut mucosal colonization resistance to empiric probiotics is associated with unique host and microbiome features. Cell 174, 1388–1405.e21 (2018). This paper provides important evidence about predictable personalized probiotic colonization patterns in human gut mucosa.
  75. Suez, J. et al. Post-antibiotic gut mucosal microbiome reconstitution is impaired by probiotics and improved by autologous FMT. Cell 174, 1406–1423.e16 (2018).
  76. Maldonado-Gómez, M. X. et al. Stable engraftment of Bifidobacterium longum AH1206 in the human gut depends on individualized features of the resident microbiome. Cell Host Microbe 20, 515–526 (2016).
  77. Kovatcheva-Datchary, P. et al. Dietary fiber-induced improvement in glucose metabolism is associated with increased abundance of PrevotellaCell Metab. 22, 971–982 (2015).
  78. Martinez, I. et al. Gut microbiome composition is linked to whole grain-induced immunological improvements. ISME J. 7, 269–280 (2013).
  79. Dao, M. C. et al. Akkermansia muciniphila and improved metabolic health during a dietary intervention in obesity: relationship with gut microbiome richness and ecology. Gut 65, 426–436 (2016).
  80. Chumpitazi, B. P. et al. Randomised clinical trial: gut microbiome biomarkers are associated with clinical response to a low FODMAP diet in children with the irritable bowel syndrome. Aliment. Pharmacol. Ther. 42, 418–427 (2015).
  81. Chumpitazi, B. P. et al. Gut microbiota influences low fermentable substrate diet efficacy in children with irritable bowel syndrome. Gut Microbes 5, 165–175 (2014).
  82. Mendes-Soares, H. et al. Assessment of a personalized approach to predicting postprandial glycemic responses to food among individuals without diabetes. JAMA Netw. Open 2, e188102 (2019).
  83. Berry, S. et al. Large inter-individual variation in postprandial lipemia following a mixed meal in over 1000 twins and singletons from the UK and US: The PREDICT I Study (OR19-06-19). Curr. Dev. Nutr3, nzz2046.OR19-06-19 (2019).
  84. Mukherji, A., Kobiita, A., Ye, T. & Chambon, P. Homeostasis in intestinal epithelium is orchestrated by the circadian clock and microbiota cues transduced by TLRs. Cell 153, 812–827 (2013).
  85. Thaiss, C. A. et al. Transkingdom control of microbiota diurnal oscillations promotes metabolic homeostasis. Cell 159, 514–529 (2014).
  86. Zarrinpar, A., Chaix, A., Yooseph, S. & Panda, S. Diet and feeding pattern affect the diurnal dynamics of the gut microbiome. Cell Metab. 20, 1006–1017 (2014).
  87. Leone, V. et al. Effects of diurnal variation of gut microbes and high-fat feeding on host circadian clock function and metabolism. Cell Host Microbe 17, 681–689 (2015).
  88. Patterson, R. E. & Sears, D. D. Metabolic effects of intermittent fasting. Annu. Rev. Nutr. 37, 371–393 (2017).
  89. Li, G. et al. Intermittent fasting promotes white adipose browning and decreases obesity by shaping the gut microbiota. Cell Metab.26, 672–685.e4 (2017).
  90. Cignarella, F. et al. Intermittent fasting confers protection in CNS autoimmunity by altering the gut microbiota. Cell Metab. 27, 1222–1235.e26 (2018).
  91. Thaiss, C. A. et al. Persistent microbiome alterations modulate the rate of post-dieting weight regain. Nature 540, 544–551 (2016).
  92. Carmody, R. N. et al. Diet dominates host genotype in shaping the murine gut microbiota. Cell Host Microbe 17, 72–84 (2015).
  93. Sonnenburg, E. D. et al. Diet-induced extinctions in the gut microbiota compound over generations. Nature 529, 212–215 (2016).
  94. Englyst, H., Wiggins, H. S. & Cummings, J. H. Determination of the non-starch polysaccharides in plant foods by gas–liquid chromatography of constituent sugars as alditol acetates. Analyst107, 307–318 (1982).
  95. Sajilata, M. G., Singhal, R. S. & Kulkarni, P. R. Resistant starch — a review. Compr. Rev. Food Sci. Food Saf. 5, 1–17 (2006).
  96. McNeil, N. I. The contribution of the large intestine to energy supplies in man. Am. J. Clin. Nutr. 39, 338–342 (1984).
  97. Slavin, J. L., Brauer, P. M. & Marlett, J. A. Neutral detergent fiber, hemicellulose and cellulose digestibility in human subjects. J. Nutr.111, 287–297 (1981).
  98. Hehemann, J. H. et al. Transfer of carbohydrate-active enzymes from marine bacteria to Japanese gut microbiota. Nature 464, 908–912 (2010).
  99. Pluvinage, B. et al. Molecular basis of an agarose metabolic pathway acquired by a human intestinal symbiont. Nat. Commun.9, 1043 (2018).
  100. Tasse, L. et al. Functional metagenomics to mine the human gut microbiome for dietary fiber catabolic enzymes. Genome Res. 20, 1605–1612 (2010).
  101. Luis, A. S. & Martens, E. C. Interrogating gut bacterial genomes for discovery of novel carbohydrate degrading enzymes. Curr. Opin. Chem. Biol. 47, 126–133 (2018).
  102. Cummings, J. H. Fermentation in the human large intestine: evidence and implications for health. Lancet 1, 1206–1209 (1983).
  103. Fukuda, S. et al. Bifidobacteria can protect from enteropathogenic infection through production of acetate. Nature 469, 543–547 (2011).
  104. Maslowski, K. M. et al. Regulation of inflammatory responses by gut microbiota and chemoattractant receptor GPR43. Nature 461, 1282–1286 (2009). This study identifies regulatory T cell homeostasis as one of the mechanisms by which SCFAs affect the host.
  105. Smith, P. M. et al. The microbial metabolites, short-chain fatty acids, regulate colonic Treg cell homeostasis. Science 341, 569–573 (2013).
  106. Sina, C. et al. G protein-coupled receptor 43 is essential for neutrophil recruitment during intestinal inflammation. J. Immunol. 183, 7514–7522 (2009).
  107. Cho, I. et al. Antibiotics in early life alter the murine colonic microbiome and adiposity. Nature 488, 621–626 (2012).
  108. LeBlanc, J. G. et al. Bacteria as vitamin suppliers to their host: a gut microbiota perspective. Curr. Opin. Biotechnol. 24, 160–168 (2013).
  109. Magnusdottir, S., Ravcheev, D., de Crecy-Lagard, V. & Thiele, I. Systematic genome assessment of B-vitamin biosynthesis suggests co-operation among gut microbes. Front. Genet. 6, 148 (2015).
  110. Allison, M. J., Cook, H. M., Milne, D. B., Gallagher, S. & Clayman, R. V. Oxalate degradation by gastrointestinal bacteria from humans. J. Nutr. 116, 455–460 (1986).
  111. Hokama, S., Honma, Y., Toma, C. & Ogawa, Y. Oxalate-degrading Enterococcus faecalisMicrobiol. Immunol. 44, 235–240 (2000).
  112. Koeth, R. A. et al. Intestinal microbiota metabolism of L-carnitine, a nutrient in red meat, promotes atherosclerosis. Nat. Med. 19, 576–585 (2013).
  113. Wang, Z. et al. Gut flora metabolism of phosphatidylcholine promotes cardiovascular disease. Nature 472, 57–63 (2011). This study identifies a microbially derived compound as a driver of cardiovascular diseases.
  114. Salaspuro, V. et al. Ethanol oxidation and acetaldehyde production in vitro by human intestinal strains of Escherichia coli under aerobic, microaerobic, and anaerobic conditions. Scand. J. Gastroenterol. 34, 967–973 (1999).
  115. Seitz, H. K. et al. Possible role of acetaldehyde in ethanol-related rectal cocarcinogenesis in the rat. Gastroenterology 98, 406–413 (1990).
  116. Johnson, C. H. et al. Metabolism links bacterial biofilms and colon carcinogenesis. Cell Metab. 21, 891–897 (2015).
  117. Hoyles, L. et al. Molecular phenomics and metagenomics of hepatic steatosis in non-diabetic obese women. Nat. Med. 24, 1070–1080 (2018).
  118. Hsiao, E. Y. et al. Microbiota modulate behavioral and physiological abnormalities associated with neurodevelopmental disorders. Cell 155, 1451–1463 (2013).
  119. Lee, J. H. & Lee, J. Indole as an intercellular signal in microbial communities. FEMS Microbiol. Rev. 34, 426–444 (2010).
  120. Roager, H. M. & Licht, T. R. Microbial tryptophan catabolites in health and disease. Nat. Commun. 9, 3294 (2018).
  121. Hubbard, T. D. et al. Adaptation of the human aryl hydrocarbon receptor to sense microbiota-derived indoles. Sci. Rep. 5, 12689 (2015).
  122. Bessede, A. et al. Aryl hydrocarbon receptor control of a disease tolerance defence pathway. Nature 511, 184–190 (2014).
  123. Cervantes-Barragan, L. et al. Lactobacillus reuteri induces gut intraepithelial CD4+CD8αα+ T cells. Science 357, 806–810 (2017).
  124. Monteleone, I. et al. Aryl hydrocarbon receptor-induced signals up-regulate IL-22 production and inhibit inflammation in the gastrointestinal tract. Gastroenterology 141, 237–248.e1 (2011).
  125. Venkatesh, M. et al. Symbiotic bacterial metabolites regulate gastrointestinal barrier function via the xenobiotic sensor PXR and Toll-like receptor 4. Immunity 41, 296–310 (2014).
  126. Chimerel, C. et al. Bacterial metabolite indole modulates incretin secretion from intestinal enteroendocrine L cells. Cell Rep. 9, 1202–1208 (2014).
  127. Krishnan, S. et al. Gut microbiota-derived tryptophan metabolites modulate inflammatory response in hepatocytes and macrophages. Cell Rep. 23, 1099–1111 (2018).
  128. Sayin, S. I. et al. Gut microbiota regulates bile acid metabolism by reducing the levels of tauro-beta-muricholic acid, a naturally occurring FXR antagonist. Cell Metab. 17, 225–235 (2013).
  129. Swann, J. R. et al. Systemic gut microbial modulation of bile acid metabolism in host tissue compartments. Proc. Natl Acad. Sci. USA108, 4523–4530 (2011).
  130. Ridlon, J. M., Kang, D. J. & Hylemon, P. B. Bile salt biotransformations by human intestinal bacteria. J. Lipid Res. 47, 241–259 (2006).
  131. Groh, H., Schade, K. & Horhold-Schubert, C. Steroid metabolism with intestinal microorganisms. J. Basic Microbiol. 33, 59–72 (1993).
  132. Malik, N. A. Solubilization and interaction studies of bile salts with surfactants and drugs: a review. Appl. Biochem. Biotechnol. 179, 179–201 (2016).
  133. Shapiro, H., Kolodziejczyk, A. A., Halstuch, D. & Elinav, E. Bile acids in glucose metabolism in health and disease. J. Exp. Med. 215, 383–396 (2018).
  134. de Aguiar Vallim, T. Q., Tarling, E. J. & Edwards, P. A. Pleiotropic roles of bile acids in metabolism. Cell Metab. 17, 657–669 (2013).
  135. van Dijk, T. H. et al. An increased flux through the glucose 6-phosphate pool in enterocytes delays glucose absorption in Fxr-/- mice. J. Biol. Chem. 284, 10315–10323 (2009).
  136. Turnbaugh, P. J. et al. A core gut microbiome in obese and lean twins. Nature 457, 480–484 (2009).
  137. Ridaura, V. K. et al. Gut microbiota from twins discordant for obesity modulate metabolism in mice. Science 341, 1241214 (2013).
  138. Ley, R. E. et al. Obesity alters gut microbial ecology. Proc. Natl Acad. Sci. USA 102, 11070–11075 (2005).
  139. Turnbaugh, P. J. et al. An obesity-associated gut microbiome with increased capacity for energy harvest. Nature 444, 1027–1031 (2006).
  140. Karlsson, F. H. et al. Gut metagenome in European women with normal, impaired and diabetic glucose control. Nature 498, 99–103 (2013).
  141. Tremaroli, V. et al. Roux-en-Y gastric bypass and vertical banded gastroplasty induce long-term changes on the human gut microbiome contributing to fat mass regulation. Cell Metab. 22, 228–238 (2015).
  142. Zhang, H. et al. Human gut microbiota in obesity and after gastric bypass. Proc. Natl Acad. Sci. USA 106, 2365–2370 (2009).
  143. Ussar, S. et al. Interactions between gut microbiota, host genetics and diet modulate the predisposition to obesity and metabolic syndrome. Cell Metab. 22, 516–530 (2015).
  144. Everard, A. et al. Cross-talk between Akkermansia muciniphilaand intestinal epithelium controls diet-induced obesity. Proc. Natl Acad. Sci. USA 110, 9066–9071 (2013).
  145. Shin, N. R. et al. An increase in the Akkermansia spp. population induced by metformin treatment improves glucose homeostasis in diet-induced obese mice. Gut 63, 727–735 (2014).
  146. Plovier, H. et al. A purified membrane protein from Akkermansia muciniphila or the pasteurized bacterium improves metabolism in obese and diabetic mice. Nat. Med. 23, 107–113 (2017).
  147. Sokol, H. et al. Faecalibacterium prausnitzii is an anti-inflammatory commensal bacterium identified by gut microbiota analysis of Crohn disease patients. Proc. Natl Acad. Sci. USA 105, 16731–16736 (2008).
  148. Wang, X. et al. Interleukin-22 alleviates metabolic disorders and restores mucosal immunity in diabetes. Nature 514, 237–241 (2014).
  149. Zhu, Z. et al. Sulfated polysaccharide from sea cucumber and its depolymerized derivative prevent obesity in association with modification of gut microbiota in high-fat diet-fed mice. Mol. Nutr. Food Res. 62, e1800446 (2018).
  150. Cani, P. D. et al. Metabolic endotoxemia initiates obesity and insulin resistance. Diabetes 56, 1761–1772 (2007).
  151. Ghoshal, S., Witta, J., Zhong, J., de Villiers, W. & Eckhardt, E. Chylomicrons promote intestinal absorption of lipopolysaccharides. J. Lipid Res. 50, 90–97 (2009).
  152. Caesar, R. et al. Gut-derived lipopolysaccharide augments adipose macrophage accumulation but is not essential for impaired glucose or insulin tolerance in mice. Gut 61, 1701–1707 (2012).
  153. Cani, P. D. et al. Changes in gut microbiota control metabolic endotoxemia-induced inflammation in high-fat diet-induced obesity and diabetes in mice. Diabetes 57, 1470–1481 (2008).
  154. Reijnders, D. et al. Effects of gut microbiota manipulation by antibiotics on host metabolism in obese humans: a randomized double-blind placebo-controlled trial. Cell Metab. 24, 341 (2016).
  155. Albers, D. J. et al. Personalized glucose forecasting for type 2 diabetes using data assimilation. PLOS Comput. Biol. 13, e1005232 (2017).
  156. Beura, L. K. et al. Normalizing the environment recapitulates adult human immune traits in laboratory mice. Nature 532, 512–516 (2016).
  157. Ghatak, S., King, Z. A., Sastry, A. & Palsson, B. O. The y-ome defines the 35% of Escherichia coli genes that lack experimental evidence of function. Nucleic Acids Res. 47, 2446–2454 (2019).
  158. Patti, G. J., Yanes, O. & Siuzdak, G. Metabolomics: the apogee of the omics trilogy. Nat. Rev. Mol. Cell Biol. 13, 263–269 (2012).
  159. Grieneisen, L. E. et al. Genes, geology and germs: gut microbiota across a primate hybrid zone are explained by site soil properties, not host species. Proc. Biol. Sci. 286, 20190431 (2019).
  160. Amato, K. R. et al. Evolutionary trends in host physiology outweigh dietary niche in structuring primate gut microbiomes. ISME J. 13, 576–587 (2019).
  161. Knowles, S. C. L., Eccles, R. M. & Baltrunaite, L. Species identity dominates over environment in shaping the microbiota of small mammals. Ecol. Lett. 22, 826–837 (2019).
  162. Goodrich, J. K., Davenport, E. R., Clark, A. G. & Ley, R. E. The relationship between the human genome and microbiome comes into view. Annu. Rev. Genet. 51, 413–433 (2017).
  163. Wang, J. et al. Meta-analysis of human genome–microbiome association studies: the MiBioGen consortium initiative. Microbiome 6, 101 (2018).

Будьте здоровы!

Перейти к ссылкам к основным разделам

ссылки к основным разделам

Этот сайт использует файлы cookie и метаданные. Продолжая просматривать его, вы соглашаетесь на использование нами файлов cookie и метаданных в соответствии с Политикой конфиденциальности.
Продолжить