Роль кишечных бактерий и метаболитов в тяжести острого повреждения почек

Микробиом-Метаболомный признак острого повреждения почек

Микробиом-Метаболомный признак острого повреждения почек

Роль кишечных бактерий и метаболитов в тяжести острого повреждения почек

Nadezda V. Andrianova, Vasily A. Popkov, Natalia S. Klimenko, Alexander V. Tyakht, Galina V. Baydakova, Olga Y. Frolova, Ljubava D. Zorova, Irina B. Pevzner, Dmitry B. Zorov and Egor Y. Plotnikov
Microbiome-Metabolome Signature of Acute Kidney Injury
Metabolites 202010(4), 142
  liniya.png

СОДЕРЖАНИЕ

Резюме:

Кишечная микробиота играет значительную роль в организме хозяина, широко воздействуя на его органы и ткани. Почка также может быть мишенью микробиома и его метаболитов (особенно короткоцепочечных жирных кислот), которые могут влиять на почечную ткань как прямым действием, так и через модуляцию иммунного ответа. Это воздействие имеет решающее значение, особенно при повреждении почек, поскольку модуляция воспалительных или репаративных (восстановительных) процессов может повлиять на тяжесть полученного повреждения или восстановление функции почек. В этом исследовании мы сравнили состав микробиоты кишечника крыс с ее исходом при экспериментальном остром ишемическом повреждении почек и назвали бактериальные таксоны, которые играют предположительно отрицательную или положительную роль в прогрессировании ишемического повреждения почек. Мы исследовали связь между сывороточным креатинином, мочевиной и рядом метаболитов (ацилкарнитины и аминокислоты), а также относительное обилие различных бактериальных таксонов в фекалиях крыс. Наш анализ выявил повышение уровня 32 ацилкарнитинов в сыворотке крови после ишемии / реперфузии почек (или реперфузионной травмы) и корреляции с креатинином и мочевиной, в то время как уровень трех аминокислот (тирозина, триптофана и пролина) снизился. Мы обнаружили ассоциации между бактериальным изобилием и уровнем метаболитов, используя подход, учитывающий композиционность - уровни Rothia и Staphylococcus были положительно связаны с уровнем креатинина и мочевины, соответственно. Полученные нами данные свидетельствуют о том, что микробное сообщество кишечника содержит специфические элементы, присутствие которых может улучшить или, наоборот, усугубить ишемическое повреждение почек. Эти бактериальные таксоны могут представлять собой перспективные мишени для терапевтических вмешательств при патологии почек, включая острое повреждение почек.

1. Введение

Современные открытия свидетельствуют о том, что кишечный микробиом (его состав и активность), а также кишечный барьер, ограничивающие поступление бактерий и их метаболитов в кровь и другие ткани организма, могут быть нарушены при патологии и оказывать большое влияние на многие функции организма, связанные с иммунной системой [1]. Состав микробиома связан с заболеваемостью ожирением, сахарным диабетом, некоторыми видами рака, заболеваниями кишечника и сердечно-сосудистой системы, патологиями почек [2-8]. Было также показано, что ряд заболеваний, например инсульт и хроническая болезнь почек, в свою очередь, приводят к изменению состава микробиоты, создавая “порочный круг” [9, 10]. Некоторые бактерии могут снижать барьерную функцию слизистой оболочки, вырабатывая специальные липополисахариды и протеазы [11]. Проницаемость кишечника является очень важным фактором, модулирующим иммунный ответ и влияющим на другие органы, кроме желудочно-кишечного тракта [12]. Проникновение бактерий через стенку кишечника приводит к повышенному присутствию микроорганизмов или их компонентов в кровотоке, что приводит к активации иммунной системы [13]. Недавно было предложено понятие " здоровый микробиом крови человека”, однако, когда уровень бактерий или их производных в кровотоке превышает определенный порог, это провоцирует системное воспаление и сепсис (SIRS), которые негативно влияют на все органы и ткани [14]. Поэтому считается, что целенаправленная модуляция микробиоты или кишечных барьеров может снижать активацию иммунной системы и воспалительный ответ[15].

Воспаление - это хорошо известный патогенетический механизм повреждения почек, возникающий не только во время инфекции, но и в ответ на многие повреждающие факторы, такие как ишемия [16]. Хотя нормальная воспалительная реакция является общим компонентом тканевого стресс-ответа, ее чрезмерная активация (например, вызванная бактериальным вмешательством) приводит к структурно-функциональным нарушениям в почечной ткани [17]. В частности, было показано, что применение антибиотиков широкого спектра действия приводит к значительному облегчению тяжести острого повреждения почек (ОПП или англ. AKI - acute kidney injury), что указывает на влияние микробиома на почку [18 ]. Парадоксальным образом было установлено, что у беспородных животных ОПП более выражен; у таких животных наблюдалось смещение в крови исходного уровня цитокинов с преобладанием провоспалительных интерлейкинов, а также меньшее количество регуляторных Т-клеток, контролирующих иммунный ответ [19, 20]. Было высказано предположение, что поскольку микробиота необходима для модуляции иммунных клеток, особенно регуляторных Т-клеток, она играет важную роль в регуляции воспалительного ответа почек при ОПП [21].

Помимо влияния на иммунную систему, микробиота кишечника может взаимодействовать с почками через производство различных соединений, например, короткоцепочечных жирных кислот (SCFAs) [22]. Эти кислоты, представленные в основном ацетатом, пропионатом и бутиратом, являются основными продуктами ферментативного распада сложных полисахаридов бактериями в толстой кишке [23]. Было показано, что SCFAs уменьшают воспалительный ответ, уменьшают инфильтрацию поврежденной ткани лейкоцитами и влияют на хемотаксис и продукцию цитокинов [24, 25].

Целью данной работы было выяснить, может ли состав микробиоты кишечника влиять на тяжесть ишемического повреждения почек, а также выявить специфические бактериальные таксоны, которые, вероятно, играют отрицательную или положительную роль в прогрессировании повреждения почек (Рис.1). Мы исследовали связи между составом микробиоты кишечника крыс и ОПП, вызванным ишемией/реперфузией (I/R) почки. Проанализированы ассоциации креатинина, мочевины и ряда метаболитов (аминокислот и ацилкарнитинов) с обилием различных бактериальных таксонов.

экспериментальное проектирование при анализе острого повреждения почек

Рисунок 1. Экспериментальное проектирование. Состав микробиоты оценивали в пробах фекалий, собранных непосредственно перед моделированием острого повреждения почек, как только пробы крови были взяты после ишемии/реперфузии почек и были проанализированы на ряд метаболитов (сывороточный креатинин, мочевина, ацилкарнитины и аминокислоты).

2. Результаты

2.1. Острое повреждение почек и Метаболом

Поскольку ишемическое повреждение является наиболее распространенным фактором, приводящим к ОПП [26], мы использовали ишемию/реперфузию почек (I/R) в качестве модели ОПП. Мы использовали обычный протокол 40-минутной односторонней теплой ишемии левой почки с последующей реперфузией [27].


Примечание редактора:  Тепловая ишемия почки - манипуляция, которая относится к стандартной процедуре при лапароскопическом хирургическом вмешательстве. Тепловая ишемия почки, достигается путем временного пережатия почечных сосудов, при этом расширение временного интервала обескровливания органа имеет принципиальное значение.


Анализ проводили на 14 крысах, подвергнутых I/R, и 6 интактных животных. Образцы сыворотки крови были проанализированы на 63 вещества. Два вещества, а именно креатинин и мочевина, являются уремическими токсинами и служат общими маркерами нарушения функции почек, таким образом, они использовались для оценки тяжести ОПП.  Среди других веществ 20 были аминокислотами, а 41-различными ацилкарнитинами. Наборы данных по всем уровням метаболитов, полученные с помощью тандемной масс-спектрометрии и биохимического анализа сыворотки крови, были представлены в дополнительной таблице S1.


Примечание редактора: Ацилкарнитины представляют собой сложные органические вещества, в состав которых входят карнитин и жирные кислоты. L-карнитин, или левокарнитин, - соединение, сходное по своему химическому строению с витаминами группы В, он необходим для осуществления многих жизненно важных метаболических процессов. Жирные кислоты делятся на насыщенные и ненасыщенные в зависимости от типа связи атомов углерода, являются важнейшими компонентами клеточной мембраны и одним из важнейших источников энергии. Ацилкарнитины – это химические соединения данных групп веществ, участники сложнейших биохимических реакций клеточного метаболизма.


После I/R в сыворотке крови было обнаружено 34 метаболита, уровни которых значительно изменились (таблица 1) - концентрация 31 ацилкарнитина увеличилась, а содержание 3 аминокислот (тирозина, триптофана и пролина) снизилось. Наиболее значительные изменения наблюдались для малонилкарнитина (AC C3DC), который продемонстрировал 7-кратное увеличение по сравнению с контролем, глутарилкарнитина (AC C5DC) (5-кратное увеличение), декадиеноилкарнитина (AC C10: 2) (4-кратное увеличение), гидроксибутирилкарнитин (AC C4OH) (увеличение в 4 раза), линолилкарнитин (AC C18: 2) (увеличение в 4 раза) и метилмалонилкарнитин (AC C4DC) (увеличение в 4 раза). Другие ацилкарнитины показали увеличение примерно в 2 раза. Уровни тирозина, триптофана и пролина в сыворотке крови снизились до 60–70% от их содержания.

Таблица 1. Статистически значимые изменения концентрации метаболитов после острого повреждения почек (ОПП) и их коэффициента корреляции Пирсона с концентрацией креатинина. Красный градиент указывает на значение отношения уровней метаболизма ОПП / контроля, а синий градиент цвета указывает на сильные стороны соотношения уровней метаболита / креатинина.

Таблица 1. Статистически значимые изменения концентрации метаболитов после острого повреждения почек (ОПП) и их коэффициента корреляции Пирсона с концентрацией креатинина

Наблюдалась достоверная корреляция между концентрациями метаболитов, которые достоверно изменялись после ОПП и креатинина (отражая тяжесть ОПП) для 21 метаболита, абсолютный коэффициент корреляции Пирсона был выше 0,7, а для 35 соединений-выше 0,5 (табл.1). Ацилкарнитины имели положительную корреляцию с креатинином, в то время как 3 аминокислоты имели сильную отрицательную корреляцию с креатинином и мочевиной — тирозин, триптофан и пролин имели коэффициенты корреляции менее -0,5. Структурные формулы ацилкарнитинов, которые в обоих случаях демонстрировали наиболее значительное изменение ОПП и имели наиболее сильную корреляцию с концентрацией креатинина, показаны на дополнительном рисунке S1 вместе с возможными биохимическими путями, участвующими в их увеличении.

2.2. Острое повреждение почек и Микробиом

Мы проанализировали микробиом кишечника каждой крысы путем секвенирования области V4 гена 16S рРНК для образцов фекалий, собранных до индукции ишемии почек. Затем мы сравнили относительное обилие каждого бактериального таксона для каждой крысы с уровнем сывороточного креатинина. В целом в ходе секвенирования было получено 1'766'984 считывания (от 44'492 до 94’776 считываний на одно животное). Как правило, в таксономическом составе на уровне рода преобладали неклассифицированные роды из порядка Clostridiales (20%), Lactobacillus (15%) и Allobaculum (10%). Подробные профили состава доступны в виде интерактивного онлайн-отчета в системе Knomics-Biota по адресу https://biota.knomics.ru/microbiome-metabolome-sig.

В целом состав микробиома не был связан ни с уровнем креатинина, ни с уровнем мочевины (dbRDA, метрика разнообразия Брэя-Кертиса, Р > 0,05) (Рис.2). Достоверных корреляций между уремическими маркерами (креатинин и мочевина) и Альфа-разнообразием бактериального сообщества (индекс разнообразия Шеннона, корреляция Спирмена, Р > 0,05) не было выявлено.

Рисунок 2. Главный координатный анализ бактериального состава на уровне родов

Рисунок 2. Главный координатный анализ бактериального состава на уровне родов. Для расчета матрицы расстояний использовалась метрика разнообразия Брэя-Кертиса. Круги окрашиваются в соответствии с величиной креатинина (от низкого светло-голубого до высокого фиолетового). Примечания к осям включают процент общей дисперсии, объясненной соответствующей главной координатой.


Связи между численностью бактерий и уровнем метаболитов были изучены с использованием подхода, учитывающего композиционность [28]. Согласно этому подходу, логарифмы бактериальной численности (остатки) использовались в качестве предикторов, а не самих значений относительной численности. Было обнаружено, что логарифмическое соотношение между наличием родов Rothia и Streptococcus является лучшим предиктором значения креатинина (p = 0,0014, скорректированный R2 = 0,55). Аналогичная связь наблюдалась на уровне видов - лучшим предиктором было соотношение неклассифицированных видов из двух вышеупомянутых родов. Кроме того, обилие Rothia было выбрано в качестве числителя баланса в более чем 25% итераций процедуры перекрестной валидации (проверки). Вместе взятые, эти два наблюдения указывают на возможную положительную связь между обилием Rothia и уровнем креатинина (Рис.3). В дополнение к обнаруженному балансу между Rothia и Streptococcus, который был лучшим предиктором в анализе, включающем полный набор данных, несколько таксонов были включены в топ-3 наиболее частых балансов во время перекрестной проверки - неклассифицированные виды из рода Staphylococcus в качестве числителя и неклассифицированные виды из семейства Erysipelotrichaceae и рода Streptococcus в качестве знаменателя (рис. 3).

Рисунок 3. Бактериальный баланс связан со значениями креатинина и мочевины в крови.

Рисунок 3. Бактериальный баланс связан со значениями креатинина и мочевины в крови. а, с) линейная регрессия между бактериальным балансом и значениями метаболитов (а -креатинин, с - мочевина). На рисунке показаны балансы, которые были лучшими предикторами при анализе всего набора данных. (b, d) встречаемость таксонов среди балансовых числителей или знаменателей (b - креатинин, d - мочевина). Показаны члены 3 балансов, которые были наиболее частыми во время процедуры перекрестной валидации. Обозначение «_u» обозначает неклассифицированные виды из соответствующих таксонов.


Лучшим балансом для прогнозирования значений мочевины в крови был баланс между неклассифицированными видами из рода Staphylococcus и Prevotella copri (Р = 0,0006, скорректированный R2 = 0,60). Точно так же на уровне родов лучшим предиктором было логарифмическое соотношение между стафилококком и Превотеллой. Обилие стафилококков было выбрано в качестве числителя баланса в более 25% итераций перекрестной валидации (Рис.3). Таким образом, это предполагало возможную положительную связь между обилием стафилококков и концентрацией мочевины. Список таксонов, включенных в топ-3 балансов при перекрестной валидации, также включал Ruminococcus bromii и неклассифицированные Enterococcaceae в качестве числителя и Faecalibacterium prausnitzii, Coprococcus eutactus и неклассифицированные виды из рода Bacteroides в качестве знаменателя (Рис.3).

2.3. Метаболом и микробиом при ОПП

В дополнение к оси "микробиом–тяжесть ОПП" (с креатинином и мочевиной в качестве маркеров последнего) мы оценивали корреляции между метаболитами крови (исключая ассоциированные с уремией креатинин и мочевину) и структурой микробного сообщества кишечника. Для уменьшения размерности метаболиты первоначально были сгруппированы в высоко коррелированные группы (n = 15, коэффициент корреляции Спирмена > 0,7); см. дополнительную таблицу S2. Для каждого кластера ассоциации с составом микробиоты анализировались с использованием того же метода балансов, что и для тяжести ОПП. Шесть кластеров метаболитов, достоверно ассоциированных с микробиомом, были синглетными (т. е. включали один метаболит) (табл.2).

Таблица 2. Значительные ассоциации между метаболитами крови и обилием бактерий. NUM-числитель, DEN-знаменатель.

Метаболит
Таксон
p-значение, adj.
R2, adj.
Положение в балансе
% от числа раз, включенных в баланс
Гексадеценоилкарнитин (AC C16:1)
неклассифицированные E6 (Synergistales)
0.00028
0.74793
NUM
50
Prevotella copri
DEN
56
Триптофан
неклассифицированные 
Lachnospiraceae
0.00028
0.72956
NUM
37
неклассифицированная
Clostridia
DEN
43
Декадиеноилкарнитин (AC C10:2)
неклассифицированные 
Desulfobacteraceae
0.00028
0.73393
NUM
33
неклассифицированные 
Tissierella Soehngenia
DEN
33
Арахидилкарнитин (С20)
неклассифицированные 
Lactobacillus
0.00045
0.69365
NUM
33
Неклассифицированная
 Mogibacterium
DEN
30
Тирозин
Неклассифицированные
 Dehalobacteriaceae
0.00135
0.6112
DEN
33
Гидроксиолеоилкарнитин (AC C18:1OH)
неклассифицированные 
Tissierella Soehngenia
0.00617
0.46336
DEN
26

3. Обсуждение

Уровни креатинина и мочевины в крови считаются “золотым стандартом " для оценки функции почек и выявления ОПП в клинической практике [29,30]. Концентрация этих соединений в крови (так называемые уремические токсины) напрямую связана с нарушением функции почек [31]. В нашем исследовании мы использовали уровень креатинина сыворотки крови в качестве маркера тяжести ОПП. После I/R концентрация креатинина повышалась у всех животных, варьируя от 50 до 200-500 мкм, что указывало на то, что I/R вызывал ОПП. В нашем исследовании мы были заинтересованы в интерпретации обширной внутрипредметной вариабельности концентрации креатинина после I/R введения. Хотя при проведении почечного I/R введения многие параметры могут влиять на тяжесть ОПП, есть некоторые основания рассматривать микробиом как один из возможных факторов, играющих определенную роль в этом вопросе [32,33]. Все наши основные выводы кратко представлены на рисунке 4.

Повышенные уровни ацилкарнитинов и падение концентрации трех аминокислот в сыворотке крови после ишемии/реперфузии почек и их ассоциации с некоторыми бактериальными клетками

Рисунок 4. Повышенные уровни ацилкарнитинов и падение концентрации трех аминокислот в сыворотке крови после ишемии/реперфузии почек и их ассоциации с некоторыми бактериальными клетками (синие стрелки указывают на положительную корреляцию, а красные - на отрицательную). Анализ бактериального баланса показал, что преобладание Prevotella copri, Faecalibacterium prausnitzii и Coprococcus eutactus ассоциировалось с низким уровнем креатинина и мочевины, тогда как Rothia и Staphylococcus положительно коррелировали с тяжелым острым повреждением почек.


Растет число свидетельств того, что микробиота прямо или косвенно участвует в регуляции большого числа функций организма [34]. В частности, нормальный микробиом защищает от патогенных микроорганизмов, участвует в синтезе необходимых веществ, модулирует эндокринную, нервную и иммунную системы [35,36,37,38]. В индивидуальном микробиоме обитают виды микроорганизмов, которые варьируют по своему воздействию на здоровье хозяина - от полезных и комменсальных до условно-патогенных и, возможно, патогенных. Например, некоторые бактерии (в том числе грамотрицательные ЛПС-содержащие) могут повышать проницаемость кишечника, тем самым приводя к проникновению вредных антигенов в кровоток [39,40]. На сегодняшний день было сделано лишь несколько попыток проанализировать бактериальные таксоны, которые можно было бы считать потенциально нефропротекторными или, наоборот, вызывающими обострение поражения почек [41,42].

В этом исследовании, используя композиционнно-основанный подход к анализу данных о микробиомах, мы обнаружили несколько связей между уровнями микробиома и мочевины или креатинина после I/R почек. Исходя из наших результатов, можно сделать вывод, что Rothia и Staphylococcus, вероятно, были связаны с серьезностью повреждения почек, т. е. они не только демонстрировали заметную положительную корреляцию (в качестве числителя баланса) с повышением концентрации креатинина или мочевины и, таким образом, тяжестью ОПП, но и могли быть выбраны в качестве числителя балансов в >25% процедур перекрестной валидации итерации. С другой стороны, знаменатели этих остатков были не очень стабильными - ни один из таксонов не был выбран в качестве знаменателя в более 25% итераций для креатинина или для мочевины. Тем не менее, большинством кандидатов-знаменателей были комменсальные кишечные бактерии крысы - Prevotella copri, Faecalibacterium prausnitzii, Coprococcus eutactus, неклассифицированные бактероиды и стрептококки. Предположительно, хотя мы могли идентифицировать кишечные микробные таксоны-детерминанты поражения почек, понятие «нефропротекторы» было менее специфичным и охватывало эталонный микробиом кишечника крысы, который мог быть обусловлен совершенно другим набором комменсальных таксонов. С другой стороны, знаменатели этих балансов были не очень стабильны - ни один из таксонов не был выбран в качестве знаменателя в более 25% итераций, для креатинина или для мочевины. Однако большинство кандидатов в знаменатели были комменсальными кишечными бактериями крыс-Prevotella copri, Faecalibacterium prausnitzii, Coprococcus eutactus, неклассифицированными Bacteroides и Streptococcus. По-видимому, в то время как мы могли бы идентифицировать кишечные микробные таксоны-детерминанты повреждения почек, понятие "нефропротекторы" было менее специфичным и охватывало референтный микробиом кишечника крысы, который мог бы управляться совершенно другим набором комменсальных таксонов.

Исходя из нашего анализа микробиома и метаболома, мы могли бы предложить несколько способов воздействия бактерий на поражение почек. Например, было показано, что бактерии играют «нефропротективную» роль (Prevotella copri [43], Faecalibacterium prausnitzii [44,45] и Coprococcus eutactus [46]), которые обратно связаны с тяжестью ОПП и производят короткоцепочечные жирные кислоты (SCFAs), в основном представленные ацетатом, пропионатом и бутиратом [47]. Большинство этих молекул (особенно бутират) используются эпителием кишечника в качестве источника энергии, однако часть из них попадает в кровоток, а затем переносится в органы, ингибируя активность гистондеацетилазы [48]. SCFAs регулируют пролиферацию и дифференцировку клеток, секрецию гормонов и воспалительный ответ [24]. Эти молекулы потенциально опосредуют нефропротективные эффекты указанных бактерий, поскольку лечение I/R животных такими SCFAs оказывает положительный эффект за счет снижения тяжести ОПП [13,23]. SCFAs уменьшают инфильтрацию лейкоцитов в поврежденную ткань, а также влияют на хемотаксис и выработку цитокинов [41].

В последнее время появились сообщения о взаимосвязи между началом заболевания и его прогрессированием с кишечной микрофлорой, причем эта связь приобретает все большую ясность и важность. У человека снижение уровня популяций Prevotella copri и Faecalibacterium prausnitzii наблюдалось при тяжелых формах хронической болезни почек (ХБП), которые также отрицательно коррелируют с наличием важных диагностических маркеров, таких как уровень С-реактивного белка и цистатина с [49,50,51]. Аналогичным образом, Prevotella copri и Faecalibacterium prausnitzii были значительно истощены у людей с диабетической нефропатией [43,52]. С другой стороны, было также показано, что симптомы диабета и воспаления улучшаются при введении таким пациентам Faecalibacterium prausnitzii [53], что свидетельствует о важной диагностической и терапевтической значимости этих микроорганизмов. Кроме того, при распространенности язвенного колита и болезни Крона также наблюдалось снижение уровня Faecalibacterium prausnitzii в кишечнике [54,55,56]. Кроме того, у пациентов с болезнью Паркинсона также наблюдалось относительное снижение уровня в кишечнике Prevotella copri, Faecalibacterium prausnitzii и Coprococcus eutactus [57]. В совокупности такие сообщения демонстрируют значимость микрофлоры кишечника и относительный связанный вклад определенных видов в прогрессирование заболевания. Тем не менее, как такие результаты перекликаются с результатами, полученными на нашей модели ОПП на крысах, остается неизвестным, поскольку количество видов Prevotella copri и Faecalibacterium prausnitzii наблюдалось в количественном отношении. Хотя микробиом кишечника человека может значительно отличаться от микробиома кишечника из-за различий в относительном обилии многих бактериальных клад, однако значительная доля (не ограничиваясь основными типами) и многие общие роды широко распространены [58]. Следовательно, это дает нам больше возможностей для экстраполяции результатов нашей модели работающих крыс на человеческий контекст с целью анализа потенциальной взаимосвязи между человеческим микробиомом и развитием ОПП / ХБП с должной точностью и эффектом.

Поскольку вышеупомянутые исследования показали, что после возникновения патологического состояния уровни бактерий с «защитным» потенциалом снижались, мы попытались установить, какой бактериальный состав до повреждения может служить предиктором тяжести патологии. Тем не менее, вполне вероятно, что связь между патологическими состояниями и кишечным микробиомом создает возможность «порочного круга». Двунаправленные отношения между организмом хозяина и его кишечной микробиотой были изучены [8]. Поскольку микробиота может влиять на заболевание, заболевание может изменить состав кишечной микробиоты, что указывает на сложность и уязвимость таких взаимодействий [10].

Кроме того, в числителях балансов мочевины и креатинина преобладают бактерии, которые обычно ассоциируются с микробиотой других частей организма, кроме кишечника. Например, Rothia и Staphylococcus являются факультативными аэробами и типичными представителями носоглотки или микробиоты кожи у людей [59], а также у крыс [60]. Наоборот, типичные представители кишечной микробиоты Faecalibacterium prausnitzii, Prevotella copri (облигатные анаэробы), Erysipelotrichaceae и Bacteroidales преобладали в знаменателях наблюдаемых балансов [61]. В связи с этим можно предположить, что уровни тяжести ОПП коррелируют с интенсивностью перемещения бактерий из полости рта в кишечник. Явления транслокации ротовых микробов наблюдались, например, при снижении кислотности желудка в результате приема лекарств [62] или алкогольного цирроза печени [63]. Единственное исключение может быть рассмотрено для стрептококка, который негативно связан с тяжестью ОПП и, будучи частью нормальной микробиоты кишечника крысы [64], он также может обитать в полости рта людей и животных [65,66].

Анализируя метаболический профиль сыворотки крови после ОПП, мы обнаружили значительное повышение уровня многих ацилкарнитинов. Общепринятое объяснение заключается в нарушении секреции этих метаболитов [67]. Неудивительно, что такое увеличение было сильно коррелировано с тяжестью ОПП – чем больше нарушалась функция почек, тем больше эти соединения накапливались в крови. Соотношение ацилированных карнитинов к свободному карнитину является важным диагностическим параметром для ряда заболеваний [68].

Тем не менее, повышение уровня ацилкарнитинов может оказывать различное воздействие на организм. Предполагается, что повышенные концентрации длинноцепочечных ацилкарнитинов и их сложных эфиров CoA являются опасными [69]. В ишемизированной ткани длинноцепочечные ацилкарнитины накапливаются в высоких концентрациях и, как полагают, ингибируют окислительное фосфорилирование, индуцируют гиперполяризацию мембран митохондрий и увеличивают продукцию активных форм кислорода [70]. Длинноцепочечные ацилкарнитины ингибируют цитрат-ЛиАЗу и повышают активность цитратсинтазы, что приводит к повышению концентрации цитозольного цитрата, усилению активности ацетил-CoA-карбоксилазы и карнитин-пальмитоилтрансферазы, а также увеличению концентрации малонил-CoA, таким образом, ингибируя окисление митохондриальных жирных кислот [69]. Кроме того, было показано, что длинноцепочечные ацилкарнитины действуют как детергенты и, следовательно, разрушают липидные мембраны [71]. После ОПП повышенные концентрации ацилкарнитинов в сыворотке крови сопровождаются повышенными уровнями эфиров ацилкарнитина [72], которые, как показано, повышают внутриклеточный кальций [73].

В то время как длинноцепочечные ацилкарнитины были связаны с плохим клиническим статусом, многие исследования показали, что короткоцепочечные ацилкарнитины связаны с положительными эффектами [74,75]. Считается, что свободный карнитин оказывает защитное действие, удаляя длинноцепочечные ацильные CoA из клеточных мембран, тем самым стабилизируя их [68]. Считается, что L-карнитин, ацетил-карнитин, пропионил-L-карнитин и другие короткоцепочечные ацилкарнитины полезны при лечении различных расстройств, включая различные заболевания почек, благодаря повышенному содержанию карнитина в митохондриях и стимуляции цикла Кребса [76,77,78,79,80]. Мы обнаружили повышенные концентрации свободного карнитина и короткоцепочечных ацилкарнитинов в сыворотке крови крыс через 48 часов после I/R введения в почки, что потенциально может быть защитной реакцией тканей на повреждение. Следует отметить, что ацилкарнитины тесно связаны с энергетическим метаболизмом и функцией митохондрий [81]. Креатинин является продуктом деградации креатинфосфата [82], одного из основных энергетических субстратов в митохондриях [83]. Таким образом, корреляция между уровнями этих метаболитов может отражать вовлечение митохондрий в метаболические изменения после ОПП, что ранее было показано для ряда уремических токсинов [84].

Обнаруженное падение концентрации 3 аминокислот-тирозина, триптофана и пролина представляется интересным открытием, свидетельствующим об определенных функциональных изменениях. Падение крови с тирозином ранее наблюдалось во время ХБП и было объяснено нарушением синтеза тирозина из фенилаланина почками [85]. Мы также наблюдали такое падение в нашей модели ОПП, которое сопровождалось увеличением концентрации фенилаланина в крови, подтверждая нарушение синтеза тирозина. Действительно, мы наблюдали сильную отрицательную корреляцию между тяжестью ОПП и концентрацией тирозина (–0,5) и аналогичную сильную положительную корреляцию между ОПП и соотношением фенилаланин / тирозин (+0,5). Мы также обнаружили ассоциацию неклассифицированных Dehalobacteriaceae, отрицательно коррелирующих с концентрацией тирозина. Наблюдаемое снижение концентрации триптофана также было описано ранее у пациентов с ХБП [86]. Существовала сильная отрицательная корреляция (r = –0,6) между концентрацией триптофана и тяжестью ОПП. Было обнаружено, что неклассифицированные Lachnospiraceae положительно коррелируют с концентрацией триптофана, тогда как неклассифицированные Clostridia коррелируют отрицательно. Впервые была обнаружена связь между нарушением функции почек и уменьшением сывороточного пролина. Более того, среди всех метаболитов, у которых их концентрация снижалась во время ОПП, пролин демонстрировал наибольшее смещение. Одним из объяснений этого может быть снижение реабсорбции пролина в почках в сочетании с повышением концентрации 5-оксопролина [87].

Мы также выявили некоторые другие ассоциации состава микробиома с метаболитами крови (Таблица 1). Интересно, что несколько ассоциаций включали сульфатредуцирующие бактерии (SRB). В нашем исследовании относительное содержание SRB (Desulfobacteraceae) было положительно связано с метаболитами, связанными с тяжестью ОПП декадиеноилкарнитином. В кишечнике представители Desulfobacteraceae используют H2 для получения сероводорода [88]. Ряд исследований показал, что эндогенный сероводород участвует во многих важных биологических процессах, в частности, в регуляции кровяного давления, функционировании почек, сердца и головного мозга [88,89,90]. Также было показано, что сероводород, вырабатываемый членами кишечной микробиоты, может оказывать влияние на систему кровообращения так же, как и эндогенный сероводород [88]. Роль сероводорода при хронических и острых заболеваниях почек считается зависимой от контекста [89,90]. Защитная роль метаболита была показана на моделях ишемии-реперфузии и обструктивного повреждения почек [90], а также при нарушениях функции почек, вызванных диабетом и реноваскулярной гипертензией [91,92]. С другой стороны, были получены противоречивые данные о роли H2S при использовании нефротоксического цисплатина [89]. Как защитная противовоспалительная, так и усугубляющая провоспалительная роль этого метаболита также была продемонстрирована на многих моделях патологий на животных, хотя это может быть вопросом концентрации этого агента [93].

4. Материалы и методы

4.1. Животные

Эксперименты проводились на самцах беспородных крыс линии Вистар (3-4-месячный возраст, масса 300-400 г). Анализ включал образцы от 14 крыс, подвергнутых ишемии / реперфузии (I/R), и 6 интактных животных. Эксперименты на животных были оценены и одобрены комитетом по этике животных Института Белозерского - протокол 3/19 от 18 марта 2019 года. Все процедуры проводились в соответствии с руководящими принципами Федерации ассоциаций лабораторных животных (FELASA).

4.2. Протокол I/R Почек

Для I/R крыс анестезировали хлоралгидратом (300 мг / кг, внутривенно) и подвергали 40-минутной теплой ишемии левой почки, как это было описано ранее [27]. Короче говоря, почечный сосудистый пучок был окклюзирован нетравматичным микрососудистым зажимом в течение 40 минут. Кровообращение восстанавливалось путем снятия зажима, отсутствие кровотока при ишемии и его восстановление при реперфузии оценивали визуально. Нефрэктомия правой почки выполнялась одновременно с ишемией левой. Во время операции температура тела крыс поддерживалась на уровне 37 ± 0,5 °С. Образцы крови были взяты через 48 ч после I/R-введения из сонной артерии для определения концентрации креатинина сыворотки крови (SCr), азота мочевины крови (BUN), аминокислот и ацилкарнитинов. Уровни SCr и BUN были проанализированы с использованием химической системы AU480 (Beckman Coulter, Brea, CA, США).

4.3. Тандемная Масс-Спектрометрия

Анализ аминокислот и ацилкарнитинов в сыворотке крови крыс проводили через 48 ч после I/R методом FIA–MS/MS analysis, используя набор тандемной масс-спектрометрии аминокислот и ацилкарнитинов NeoGram (Perkin Elmer Life and Analytical Sciences, Waltham, MA, США) и квадрупольный тандемный масс-спектрометр Sciex QTrap 3200 (Sciex, Framingham, MA, США), работающий с методом положительной электроспрейной ионизации в сочетании с системой Shimadzu 20LC (Shimadzu, Япония).

Аминокислоты и ацилкарнитины экстрагировали из 5 мкл плазмы с помощью раствора метанол / вода (75:25), содержащего внутренние стандарты, меченные стабильными изотопами. Образцы разбавляли в бутанольной HCl, сушили при 60 °C и восстанавливали раствором ацетонитрил / вода (80:20), содержащим уксусную кислоту. Аликвота образца объемом 20 мкл вводилась непосредственно в систему MS/MS.

Концентрацию аналита измеряли путем сравнения реакций прибора для каждой аминокислоты и ацилкарнитина с реакциями для соответствующих внутренних стандартов, меченных стабильными изотопами. Концентрации аминокислот и ацилкарнитинов рассчитывались автоматически с помощью программного обеспечения ChemoView версии 2.0.2 (Sciex, Framingham, MA, США).

4.4. Выделения ДНК и секвенирования

Извлечение ДНК из образцов фекалий крыс и подготовка библиотеки проводили, как описано в работе [94]. Область V4 гена 16S рРНК была амплифицирована с использованием следующей модификации праймеров 515F-806R: GTGBCAGCMGCCGCGGTAA и GACTACNVGGGTMTCTAATCC. Библиотеки были упорядочены на Illumina MiSeq. Полученные данные были депонированы в Европейском Нуклеотидном архиве (ENA) под регистрационным номером PRJEBxxxx.

4.5. Биоинформационный Анализ

Анализ данных проводился в системе Knomics-Biota [95]. Вкратце, чтения были очищены от шума с использованием алгоритма DADA2 [96] с переменной длиной обрезки (от 251 до 253 п.н.). Затем была проведена таксономическая классификация нечетких операций чтения с помощью классификатора наивного байесовского алгоритма QIIME2 [97] и базы данных GreenGenes [98]. Для анализа Альфа- и бета-разнообразия классифицированные считывания были случайным образом разрежены до одного и того же числа (3000 считываний на выборку) для каждой выборки. Оценка Альфа-разнообразия для каждой выборки проводилась с использованием метрики разнообразия Шеннона. Бета-разнообразие (попарное несходство между структурами кишечного сообщества) оценивалось с помощью Метрики несходства Брэя-Кертиса. Количество считываний микробных видов, родов и семейств было рассчитано как сумма считываний, присвоенных ASV (вариантам ампликонного секвенирования), принадлежащим соответствующему таксону.

Анализ связи между общим составом микробиома и уровнем метаболитов проводился с использованием анализа избыточности на основе расстояния dbRDA (Adonis R function) [99]. Анализ корреляции между Альфа-разнообразием и уровнями метаболитов проводился с использованием корреляции Спирмена. Для всех метаболитов, кроме мочевины и креатинина, корректировка множественного сравнения проводилась с использованием метода Бенджамини–Хохберга для анализа Альфа- и бета-разнообразия.

Анализ ассоциаций между численностью бактерий и уровнем метаболитов был проведен с применением подхода, учитывающего композиционность [28]. Предложенный подход позволяет найти связи между интересующим фактором и бактериальными балансами - нормализованными логарифмическими отношениями геометрических средних обилия бактерий для двух групп бактерий (числитель и знаменатель). Алгоритм был применен к нераскрытым таблицам изобилия. Алгоритм предсказал оптимальное количество бактерий в группах, нашел оптимальный баланс для предсказания интересующей переменной и применил процедуру перекрестной валидации для оценки стабильности числителя и знаменателя. Мы считали ассоциацию значимой, если р-значение из линейного регрессионного анализа между балансом и фактором было меньше 0,05 после многократной коррекции сравнения (Бенджамини-Хохберг) и в то же время ассоциация была относительно стабильной (бактерия была выбрана как часть баланса более чем в 25% итераций перекрестной валидации). Для уровней мочевины и креатинина корректировка для многократного сравнения не проводилась, так как эти переменные представляли особый интерес.

5. Выводы

Мы определили основные члены кишечной микробиоты крыс, баланс которых коррелировал у крыс с выраженностью почечной дисфункции, измеряемой по сывороточному креатинину и мочевине. Наблюдались корреляции между составом микробиома и бактериальными метаболитами. Полученные результаты позволяют выделить специфические таксоны, которые могут оказывать «нефропротекторную» или «нефропатогенную» активность в кишечнике. Дальнейшие эксперименты, связанные с переносом фекальной микробиоты или этих специфических таксонов, позволили бы подтвердить эти выводы. 

Примечание редактора: 

Уточним заключение по микробиомной части исследования - исходя из анализа исследования, можно выделить несколько способов воздействия бактерий в отношении острого поражения почек:

1). Можно сказать, что «нефропротективную» роль играют такие бактерии как Prevotella copri, Faecalibacterium prausnitzii и Coprococcus eutactus, которые обратно связаны с тяжестью ОПП и производят короткоцепочечные жирные кислоты (SCFAs), в основном представленные ацетатом, пропионатом и бутиратом. Молекулы SCFAs потенциально опосредуют нефропротективные эффекты указанных бактерий, поскольку лечение ишемии/реперфузии (I/R) почек животных такими SCFAs оказывает положительный эффект за счет снижения тяжести ОПП. SCFAs уменьшают инфильтрацию лейкоцитов в поврежденную ткань, а также влияют на хемотаксис и выработку цитокинов.

2). Поскольку исследования показали, что после возникновения патологического состояния уровни бактерий с «защитным» потенциалом снижаются, исследователи попытались установить, какой бактериальный состав до повреждения может служить предиктором тяжести патологии. Как было показано, в числителях балансов мочевины и креатинина преобладают бактерии, которые обычно ассоциируются с микробиотой других частей организма, кроме кишечника. Например, Rothia и Staphylococcus являются факультативными аэробами и типичными представителями носоглотки или микробиоты кожи у людей, а также у крыс. В связи с этим можно предположить, что уровни тяжести ОПП коррелируют с интенсивностью перемещения бактерий из полости рта в кишечник (здесь «нефропатогенные» бактерии представлены  Rothia и Staphylococcus). Единственное исключение может быть для стрептококка, который негативно связан с тяжестью ОПП и, будучи частью нормальной микробиоты кишечника крысы, он также может обитать в полости рта людей и животных.

3). Также выявлена сильная отрицательная корреляция между концентрацией триптофана и тяжестью ОПП. Обнаружено, что неклассифицированные Lachnospiraceae положительно коррелируют с концентрацией триптофана, тогда как неклассифицированные Clostridia коррелируют отрицательно.

Дополнительный материалfolder-2_color

Дополнительный материал к исследованию (в папке-ссылке в архиве) - дополнительный рисунок S1: структуры и патологические состояния, которые ассоциируются с ацилкарнитинами. Дополнительная таблица S1: весь набор данных о концентрации метаболитов в сыворотке крови крыс. Дополнительная таблица S2: весь набор данных об ассоциациях между метаболитами крови и обилием бактерий.

См. также:

К разделу: Микробиом и Метаболом

Литература

  1. Rooks, M.G.; Garrett, W.S. Gut microbiota, metabolites and host immunity. Nat. Rev. Immunol. 2016, 16, 341–352. [Google Scholar] [CrossRef] [PubMed]
  2. Chen, X.; Devaraj, S. Gut microbiome in obesity, metabolic syndrome, and diabetes. Curr. Diabetes Rep. 2018, 18, 129. [Google Scholar] [CrossRef] [PubMed]
  3. Bouter, K.E.; van Raalte, D.H.; Groen, A.K.; Nieuwdorp, M. Role of the gut microbiome in the pathogenesis of obesity and obesity-related metabolic dysfunction. Gastroenterology 2017, 152, 1671–1678. [Google Scholar] [CrossRef] [PubMed]
  4. Goodman, B.; Gardner, H. The microbiome and cancer. J. Pathol. 2018, 244, 667–676. [Google Scholar] [CrossRef] [PubMed]
  5. Gorkiewicz, G.; Moschen, A. Gut microbiome: A new player in gastrointestinal disease. Virchows Arch. 2018, 472, 159–172. [Google Scholar] [CrossRef]
  6. Nishida, A.; Inoue, R.; Inatomi, O.; Bamba, S.; Naito, Y.; Andoh, A. Gut microbiota in the pathogenesis of inflammatory bowel disease. Clin. J. Gastroenterol. 2018, 11, 1–10. [Google Scholar] [CrossRef]
  7. Ahmadmehrabi, S.; Tang, W.H.W. Gut microbiome and its role in cardiovascular diseases. Curr. Opin. Cardiol. 2017, 32, 761–766. [Google Scholar] [CrossRef]
  8. Al Khodor, S.; Shatat, I.F. Gut microbiome and kidney disease: A bidirectional relationship. Pediatr. Nephrol. 2017, 32, 921–931. [Google Scholar] [CrossRef]
  9. Ji, W.; Zhu, Y.; Kan, P.; Cai, Y.; Wang, Z.; Wu, Z.; Yang, P. Analysis of intestinal microbial communities of cerebral infarction and ischemia patients based on high throughput sequencing technology and glucose and lipid metabolism. Mol. Med. Rep. 2017, 16, 5413–5417. [Google Scholar] [CrossRef]
  10. Felizardo, R.J.F.; Castoldi, A.; Andrade-Oliveira, V.; Câmara, N.O.S. The microbiota and chronic kidney diseases: A double-edged sword. Clin. Transl. Immunol. 2016, 5, e86. [Google Scholar] [CrossRef]
  11. Delzenne, N.M.; Neyrinck, A.M.; Bäckhed, F.; Cani, P.D. Targeting gut microbiota in obesity: Effects of prebiotics and probiotics. Nat. Rev. Endocrinol. 2011, 7, 639–646. [Google Scholar] [CrossRef] [PubMed]
  12. Van Spaendonk, H.; Ceuleers, H.; Witters, L.; Patteet, E.; Joossens, J.; Augustyns, K.; Lambeir, A.-M.; De Meester, I.; De Man, J.G.; De Winter, B.Y. Regulation of intestinal permeability: The role of proteases. World J. Gastroenterol. 2017, 23, 2106. [Google Scholar] [CrossRef] [PubMed]
  13. Vancamelbeke, M.; Vermeire, S. The intestinal barrier: A fundamental role in health and disease. Expert Rev. Gastroenterol. Hepatol. 2017, 11, 821–834. [Google Scholar] [CrossRef] [PubMed]
  14. Castillo, D.J.; Rifkin, R.F.; Cowan, D.A.; Potgieter, M. The healthy human blood microbiome: Fact or fiction? Front. Cell. Infect. Microbiol. 2019, 9. [Google Scholar] [CrossRef] [PubMed]
  15. Cani, P.D.; Possemiers, S.; Van De Wiele, T.; Guiot, Y.; Everard, A.; Rottier, O.; Geurts, L.; Naslain, D.; Neyrinck, A.; Lambert, D.M.; et al. Changes in gut microbiota control inflammation in obese mice through a mechanism involving GLP-2-driven improvement of gut permeability. Gut 2009, 58, 1091–1103. [Google Scholar] [CrossRef] [PubMed]
  16. Bonavia, A.; Singbartl, K. A review of the role of immune cells in acute kidney injury. Pediatr. Nephrol. 2018, 33, 1629–1639. [Google Scholar] [CrossRef]
  17. Anders, H.-J.; Andersen, K.; Stecher, B. The intestinal microbiota, a leaky gut, and abnormal immunity in kidney disease. Kidney Int. 2013, 83, 1010–1016. [Google Scholar] [CrossRef]
  18. Emal, D.; Rampanelli, E.; Stroo, I.; Butter, L.M.; Teske, G.J.; Claessen, N.; Stokman, G.; Florquin, S.; Leemans, J.C.; Dessing, M.C. Depletion of gut microbiota protects against renal ischemia-reperfusion injury. J. Am. Soc. Nephrol. 2017, 28, 1450–1461. [Google Scholar] [CrossRef]
  19. Rabb, H.; Pluznick, J.; Noel, S. The microbiome and acute kidney injury. Nephron 2018, 140, 120–123. [Google Scholar] [CrossRef]
  20. Olszak, T.; An, D.; Zeissig, S.; Vera, M.P.; Richter, J.; Franke, A.; Glickman, J.N.; Siebert, R.; Baron, R.M.; Kasper, D.L.; et al. Microbial exposure during early life has persistent effects on natural killer T cell function. Science 2012, 336, 489–493. [Google Scholar] [CrossRef]
  21. Jang, H.R.; Gandolfo, M.T.; Ko, G.J.; Satpute, S.; Racusen, L.; Rabb, H. Early exposure to germs modifies kidney damage and inflammation after experimental ischemia-reperfusion injury. Am. J. Physiol. Ren. Physiol. 2009, 297. [Google Scholar] [CrossRef] [PubMed]
  22. Morrison, D.J.; Preston, T. Formation of short chain fatty acids by the gut microbiota and their impact on human metabolism. Gut Microbes 2016, 7, 189–200. [Google Scholar] [CrossRef] [PubMed]
  23. Zhang, J.; Ankawi, G.; Sun, J.; Digvijay, K.; Yin, Y.; Rosner, M.H.; Ronco, C. Gut-kidney crosstalk in septic acute kidney injury. Crit. Care 2018, 22, 117. [Google Scholar] [CrossRef] [PubMed]
  24. Jakobsson, H.E.; Rodríguez-Piñeiro, A.M.; Schütte, A.; Ermund, A.; Boysen, P.; Bemark, M.; Sommer, F.; Bäckhed, F.; Hansson, G.C.; Johansson, M.E.V. The composition of the gut microbiota shapes the colon mucus barrier. EMBO Rep. 2015, 16, 164–177. [Google Scholar] [CrossRef]
  25. Hamer, H.M.; Jonkers, D.; Venema, K.; Vanhoutvin, S.; Troost, F.J.; Brummer, R.J. Review article: The role of butyrate on colonic function. Aliment. Pharmacol. Ther. 2008, 27, 104–119. [Google Scholar] [CrossRef]
  26. Lameire, N.H.; Bagga, A.; Cruz, D.; De Maeseneer, J.; Endre, Z.; Kellum, J.A.; Liu, K.D.; Mehta, R.L.; Pannu, N.; Van Biesen, W.; et al. Acute kidney injury: An increasing global concern. Lancet 2013, 382, 170–179. [Google Scholar] [CrossRef]
  27. Plotnikov, E.Y.; Kazachenko, A.V.; Vyssokikh, M.Y.; Vasileva, A.K.; Tcvirkun, D.V.; Isaev, N.K.; Kirpatovsky, V.I.; Zorov, D.B. The role of mitochondria in oxidative and nitrosative stress during ischemia/reperfusion in the rat kidney. Kidney Int. 2007, 72, 1493–1502. [Google Scholar] [CrossRef]
  28. Rivera-Pinto, J.; Egozcue, J.J.; Pawlowsky-Glahn, V.; Paredes, R.; Noguera-Julian, M.; Calle, M.L. Balances: A new perspective for microbiome analysis. mSystems 2018, 3. [Google Scholar] [CrossRef]
  29. Khwaja, A. KDIGO clinical practice guidelines for acute kidney injury. Nephron Clin. Pract. 2012, 120, 179–184. [Google Scholar] [CrossRef]
  30. Schrezenmeier, E.V.; Barasch, J.; Budde, K.; Westhoff, T.; Schmidt-Ott, K.M. Biomarkers in acute kidney injury—Pathophysiological basis and clinical performance. Acta Physiol. 2017, 219, 554–572. [Google Scholar] [CrossRef]
  31. Teo, S.H.; Endre, Z.H. Biomarkers in acute kidney injury (AKI). Best Pract. Res. Clin. Anaesthesiol. 2017, 31, 331–344. [Google Scholar] [CrossRef] [PubMed]
  32. Evenepoel, P.; Poesen, R.; Meijers, B. The gut–kidney axis. Pediatr. Nephrol. 2017, 32, 2005–2014. [Google Scholar] [CrossRef] [PubMed]
  33. Gong, J.; Noel, S.; Pluznick, J.L.; Hamad, A.R.A.; Rabb, H. Gut microbiota-kidney cross-talk in acute kidney injury. Semin. Nephrol. 2019, 39, 107–116. [Google Scholar] [CrossRef] [PubMed]
  34. Thursby, E.; Juge, N. Introduction to the human gut microbiota. Biochem. J. 2017, 474, 1823–1836. [Google Scholar] [CrossRef] [PubMed]
  35. Neuman, H.; Debelius, J.W.; Knight, R.; Koren, O. Microbial endocrinology: The interplay between the microbiota and the endocrine system. FEMS Microbiol. Rev. 2015, 39, 509–521. [Google Scholar] [CrossRef] [PubMed]
  36. Sommer, F.; Bäckhed, F. The gut microbiota-masters of host development and physiology. Nat. Rev. Microbiol. 2013, 11, 227–238. [Google Scholar] [CrossRef]
  37. Lee, G.R. The balance of th17 versus treg cells in autoimmunity. Int. J. Mol. Sci. 2018, 19, 730. [Google Scholar] [CrossRef]
  38. Cerf-Bensussan, N.; Gaboriau-Routhiau, V. The immune system and the gut microbiota: Friends or foes? Nat. Rev. Immunol. 2010, 10, 735–744. [Google Scholar] [CrossRef]
  39. Vatanen, T.; Kostic, A.D.; D’Hennezel, E.; Siljander, H.; Franzosa, E.A.; Yassour, M.; Kolde, R.; Vlamakis, H.; Arthur, T.D.; Hämäläinen, A.M.; et al. Variation in microbiome LPS immunogenicity contributes to autoimmunity in humans. Cell 2016, 165, 842–853. [Google Scholar] [CrossRef]
  40. Salguero, M.; Al‑Obaide, M.; Singh, R.; Siepmann, T.; Vasylyeva, T. Dysbiosis of Gram-negative gut microbiota and the associated serum lipopolysaccharide exacerbates inflammation in type2 diabetic patients with chronic kidney disease. Exp. Ther. Med. 2019, 18. [Google Scholar] [CrossRef]
  41. Andrade-Oliveira, V.; Amano, M.T.; Correa-Costa, M.; Castoldi, A.; Felizardo, R.J.F.; de Almeida, D.C.; Bassi, E.J.; Moraes-Vieira, P.M.; Hiyane, M.I.; Rodas, A.C.D.; et al. Gut bacteria products prevent AKI induced by ischemia-reperfusion. J. Am. Soc. Nephrol. 2015, 26, 1877–1888. [Google Scholar] [CrossRef] [PubMed]
  42. Yoshifuji, A.; Wakino, S.; Irie, J.; Tajima, T.; Hasegawa, K.; Kanda, T.; Tokuyama, H.; Hayashi, K.; Itoh, H. Gut Lactobacillus protects against the progression of renal damage by modulating the gut environment in rats. Nephrol. Dial. Transplant. 2016, 31, 401–412. [Google Scholar] [CrossRef] [PubMed]
  43. Tao, S.; Li, L.; Li, L.; Liu, Y.; Ren, Q.; Shi, M.; Liu, J.; Jiang, J.; Ma, H.; Huang, Z.; et al. Understanding the gut–kidney axis among biopsy-proven diabetic nephropathy, type 2 diabetes mellitus and healthy controls: An analysis of the gut microbiota composition. Acta Diabetol. 2019, 56. [Google Scholar] [CrossRef] [PubMed]
  44. Ferreira-Halder, C.V.; de Sousa Faria, A.V.; Andrade, S.S. Action and function of Faecalibacterium prausnitzii in health and disease. Best Pract. Res. Clin. Gastroenterol. 2017, 31, 643–648. [Google Scholar] [CrossRef] [PubMed]
  45. Lopez-Siles, M.; Duncan, S.H.; Garcia-Gil, L.J.; Martinez-Medina, M. Faecalibacterium prausnitzii: From microbiology to diagnostics and prognostics. ISME J. 2017, 11, 841–852. [Google Scholar] [CrossRef] [PubMed]
  46. Nylund, L.; Nermes, M.; Isolauri, E.; Salminen, S.; De Vos, W.M.; Satokari, R. Severity of atopic disease inversely correlates with intestinal microbiota diversity and butyrate-producing bacteria. Allergy 2015, 70, 241–244. [Google Scholar] [CrossRef]
  47. Rodríguez-Piñeiro, A.M.; Johansson, M.E.V. The colonic mucus protection depends on the microbiota. Gut Microbes 2015, 6, 326–330. [Google Scholar] [CrossRef]
  48. Barrows, I.R.; Ramezani, A.; Raj, D.S. Gut feeling in AKI: The long arm of short-chain fatty acids. J. Am. Soc. Nephrol. 2015, 26, 1755–1757. [Google Scholar] [CrossRef]
  49. Jiang, S.; Xie, S.; Lv, D.; Wang, P.; He, H.; Zhang, T.; Zhou, Y.; Lin, Q.; Zhou, H.; Jiang, J.; et al. Alteration of the gut microbiota in Chinese population with chronic kidney disease. Sci. Rep. 2017, 7. [Google Scholar] [CrossRef]
  50. Jiang, S.; Xie, S.; Lv, D.; Zhang, Y.; Deng, J.; Zeng, L.; Chen, Y. A reduction in the butyrate producing species Roseburia spp. and Faecalibacterium prausnitzii is associated with chronic kidney disease progression. Antonie Van Leeuwenhoek 2016, 109, 1389–1396. [Google Scholar] [CrossRef]
  51. Zybailov, B.L.; Glazko, G.V.; Rahmatallah, Y.; Andreyev, D.S.; Taylor McElroy, D.; Karaduta, O.; Byrum, S.D.; Orr, L.; Tackett, A.J.; Mackintosh, S.G.; et al. Metaproteomics reveals potential mechanisms by which dietary resistant starch supplementation attenuates chronic kidney disease progression in rats. PLoS ONE 2019, 14. [Google Scholar] [CrossRef] [PubMed]
  52. Navab-Moghadam, F.; Sedighi, M.; Khamseh, M.E.; Alaei-Shahmiri, F.; Talebi, M.; Razavi, S.; Amirmozafari, N. The association of type II diabetes with gut microbiota composition. Microb. Pathog. 2017, 110, 630–636. [Google Scholar] [CrossRef] [PubMed]
  53. Ganesan, K.; Chung, S.K.; Vanamala, J.; Xu, B. Causal relationship between diet-induced gut microbiota changes and diabetes: A novel strategy to transplant Faecalibacterium prausnitzii in preventing diabetes. Int. J. Mol. Sci. 2018, 19, 720. [Google Scholar] [CrossRef] [PubMed]
  54. Machiels, K.; Joossens, M.; Sabino, J.; De Preter, V.; Arijs, I.; Eeckhaut, V.; Ballet, V.; Claes, K.; Van Immerseel, F.; Verbeke, K.; et al. A decrease of the butyrate-producing species roseburia hominis and faecalibacterium prausnitzii defines dysbiosis in patients with ulcerative colitis. Gut 2014, 63, 1275–1283. [Google Scholar] [CrossRef]
  55. Lopez-Siles, M.; Enrich-Capó, N.; Aldeguer, X.; Sabat-Mir, M.; Duncan, S.H.; Garcia-Gil, L.J.; Martinez-Medina, M. Alterations in the abundance and Co-occurrence of Akkermansia muciniphila and Faecalibacterium prausnitzii in the colonic mucosa of inflammatory bowel disease subjects. Front. Cell. Infect. Microbiol. 2018, 8. [Google Scholar] [CrossRef]
  56. Tyakht, A.V.; Manolov, A.I.; Kanygina, A.V.; Ischenko, D.S.; Kovarsky, B.A.; Popenko, A.S.; Pavlenko, A.V.; Elizarova, A.V.; Rakitina, D.V.; Baikova, J.P.; et al. Genetic diversity of Escherichia coli in gut microbiota of patients with Crohn’s disease discovered using metagenomic and genomic analyses. BMC Genom. 2018, 19. [Google Scholar] [CrossRef]
  57. Petrov, V.A.; Saltykova, I.V.; Zhukova, I.A.; Alifirova, V.M.; Zhukova, N.G.; Dorofeeva, Y.B.; Tyakht, A.V.; Kovarsky, B.A.; Alekseev, D.G.; Kostryukova, E.S.; et al. Analysis of gut microbiota in patients with parkinson’s disease. Bull. Exp. Biol. Med. 2017, 162, 734–737. [Google Scholar] [CrossRef]
  58. Nagpal, R.; Wang, S.; Solberg Woods, L.C.; Seshie, O.; Chung, S.T.; Shively, C.A.; Register, T.C.; Craft, S.; McClain, D.A.; Yadav, H. Comparative microbiome signatures and short-chain fatty acids in mouse, rat, non-human primate, and human feces. Front. Microbiol. 2018, 9. [Google Scholar] [CrossRef]
  59. Vanhatalo, A.; Blackwell, J.R.; L’Heureux, J.E.; Williams, D.W.; Smith, A.; van der Giezen, M.; Winyard, P.G.; Kelly, J.; Jones, A.M. Nitrate-responsive oral microbiome modulates nitric oxide homeostasis and blood pressure in humans. Free Radic. Biol. Med. 2018, 124, 21–30. [Google Scholar] [CrossRef]
  60. Manrique, P.; Freire, M.O.; Chen, C.; Zadeh, H.H.; Young, M.; Suci, P. Perturbation of the indigenous rat oral microbiome by ciprofloxacin dosing. Mol. Oral Microbiol. 2013, 28, 404–414. [Google Scholar] [CrossRef]
  61. Zhang, S.L.; Bai, L.; Goel, N.; Bailey, A.; Jang, C.J.; Bushman, F.D.; Meerlo, P.; Dinges, D.F.; Sehgal, A. Human and rat gut microbiome composition is maintained following sleep restriction. Proc. Natl. Acad. Sci. USA 2017, 114, E1564–E1571. [Google Scholar] [CrossRef] [PubMed]
  62. Imhann, F.; Jan Bonder, M.; Vich Vila, A.; Fu, J.; Mujagic, Z.; Vork, L.; Tigchelaar, E.F.; Jankipersadsing, S.A.; Cenit, M.C.; Harmsen, H.J.M.; et al. Proton pump inhibitors affect the gut microbiome. Gut 2016. [Google Scholar] [CrossRef] [PubMed]
  63. Dubinkina, V.B.; Tyakht, A.V.; Odintsova, V.Y.; Yarygin, K.S.; Kovarsky, B.A.; Pavlenko, A.V.; Ischenko, D.S.; Popenko, A.S.; Alexeev, D.G.; Taraskina, A.Y.; et al. Links of gut microbiota composition with alcohol dependence syndrome and alcoholic liver disease. Microbiome 2017, 5, 141. [Google Scholar] [CrossRef] [PubMed]
  64. Lecomte, V.; Kaakoush, N.O.; Maloney, C.A.; Raipuria, M.; Huinao, K.D.; Mitchell, H.M.; Morris, M.J. Changes in gut microbiota in rats fed a high fat diet correlate with obesity-associated metabolic parameters. PLoS ONE 2015, 10. [Google Scholar] [CrossRef] [PubMed]
  65. Dewhirst, F.E.; Chen, T.; Izard, J.; Paster, B.J.; Tanner, A.C.R.; Yu, W.H.; Lakshmanan, A.; Wade, W.G. The human oral microbiome. J. Bacteriol. 2010, 192, 5002–5017. [Google Scholar] [CrossRef] [PubMed]
  66. Hyde, E.R.; Luk, B.; Cron, S.; Kusic, L.; McCue, T.; Bauch, T.; Kaplan, H.; Tribble, G.; Petrosino, J.F.; Bryan, N.S. Characterization of the rat oral microbiome and the effects of dietary nitrate. Free Radic. Biol. Med. 2014, 77, 249–257. [Google Scholar] [CrossRef]
  67. Fouque, D.; Holt, S.; Guebre-Egziabher, F.; Nakamura, K.; Vianey-Saban, C.; Hadj-Aïssa, A.; Hoppel, C.L.; Kopple, J.D. Relationship between serum carnitine, acylcarnitines, and renal function in patients with chronic renal disease. J. Ren. Nutr. 2006, 16, 125–131. [Google Scholar] [CrossRef]
  68. Hoppel, C. The role of carnitine in normal and altered fatty acid metabolism. Am. J. Kidney Dis. 2003, 41. [Google Scholar] [CrossRef]
  69. Reuter, S.E.; Evans, A.M. Carnitine and Acylcarnitines: Pharmacokinetic, pharmacological and clinical aspects. Clin. Pharmacokinet. 2012, 51, 553–572. [Google Scholar] [CrossRef]
  70. Liepinsh, E.; Makrecka-Kuka, M.; Volska, K.; Kuka, J.; Makarova, E.; Antone, U.; Sevostjanovs, E.; Vilskersts, R.; Strods, A.; Tars, K.; et al. Long-chain acylcarnitines determine ischaemia/reperfusion-induced damage in heart mitochondria. Biochem. J. 2016, 473, 1191–1202. [Google Scholar] [CrossRef]
  71. Færgeman, N.J.; Knudsen, J. Role of long-chain fatty acyl-CoA esters in the regulation of metabolism and in cell signalling. Biochem. J. 1997, 323, 1–12. [Google Scholar] [CrossRef] [PubMed]
  72. Wanner, C.; Riegel, W.; Schaefer, R.M.; Hörl, W.H. Carnitine and carnitine esters in acute renal failure. Nephrol. Dial. Transplant. 1989, 4, 951–956. [Google Scholar] [CrossRef] [PubMed]
  73. Yamada, K.A.; Kanter, E.M.; Newatia, A. Long-chain acylcarnitine induces Ca2+ efflux from the sarcoplasmic reticulum. J. Cardiovasc. Pharmacol. 2000, 36, 14–21. [Google Scholar] [CrossRef] [PubMed]
  74. Adeva-Andany, M.M.; Calvo-Castro, I.; Fernández-Fernández, C.; Donapetry-García, C.; Pedre-Piñeiro, A.M. Significance of l-carnitine for human health. IUBMB Life 2017, 69, 578–594. [Google Scholar] [CrossRef] [PubMed]
  75. Pekala, J.; Patkowska-Sokola, B.; Bodkowski, R.; Jamroz, D.; Nowakowski, P.; Lochynski, S.; Librowski, T. L-Carnitine—Metabolic functions and meaning in humans life. Curr. Drug Metab. 2011, 12, 667–678. [Google Scholar] [CrossRef] [PubMed]
  76. Moghaddas, A.; Dashti-Khavidaki, S. L-Carnitine and potential protective effects against ischemia-reperfusion injury in noncardiac organs: From experimental data to potential clinical applications. J. Diet. Suppl. 2018, 15, 740–756. [Google Scholar] [CrossRef]
  77. Estaphan, S.; Eissa, H.; Elattar, S.; Rashed, L.; Farouk, M. A study on the effect of cimetidine and l-carnitine on myoglobinuric acute kidney injury in male rats. Injury 2015, 46, 1223–1230. [Google Scholar] [CrossRef]
  78. Jafari, A.; Khatami, M.R.; Dashti-Khavidaki, S.; Lessan-Pezeshki, M.; Abdollahi, A.; Moghaddas, A. Protective effects of L-Carnitine against delayed graft function in kidney transplant recipients: A pilot, randomized, double-blinded, placebo-controlled clinical trial. J. Ren. Nutr. 2017, 27, 113–126. [Google Scholar] [CrossRef]
  79. Mister, M.; Noris, M.; Szymczuk, J.; Azzollini, N.; Aiello, S.; Abbate, M.; Trochimowicz, L.; Gaguardini, E.; Arduini, A.; Perico, N.; et al. Propionyl-L-carnitine prevents renal function deterioration due to ischemia/reperfusion. Kidney Int. 2002, 61, 1064–1078. [Google Scholar] [CrossRef]
  80. Ferrari, R.; Merli, E.; Cicchitelli, G.; Mele, D.; Fucili, A.; Ceconi, C. Therapeutic effects of L-carnitine and propionyl-L-carnitine on cardiovascular diseases: A review. Ann. N. Y. Acad. Sci. 2004, 1033, 79–91. [Google Scholar] [CrossRef]
  81. Bremer, J. Carnitine—Metabolism and functions. Physiol. Rev. 1983, 63, 1420–1480. [Google Scholar] [CrossRef]
  82. Uchino, S. Creatinine. Curr. Opin. Crit. Care 2010, 16, 562–567. [Google Scholar] [CrossRef]
  83. Bessman, S.P.; Carpenter, C.L. The creatine-creatine phosphate energy shuttle. Annu. Rev. Biochem. 1985, 54, 831–862. [Google Scholar] [CrossRef]
  84. Popkov, V.A.; Silachev, D.N.; Zalevsky, A.O.; Zorov, D.B.; Plotnikov, E.Y. Mitochondria as a source and a target for uremic toxins. Int. J. Mol. Sci. 2019, 20, 94. [Google Scholar] [CrossRef]
  85. Kopple, J.D. Phenylalanine and tyrosine metabolism in chronic kidney failure. J. Nutr. 2007, 137, 1586S–1590S. [Google Scholar] [CrossRef]
  86. Saito, A.; Niwa, T.; Maeda, K.; Kobayashi, K.; Yamamoto, Y.; Ohta, K. Tryptophan and indolic tryptophan metabolites in chronic renal failure. Am. J. Clin. Nutr. 1980, 33, 1402–1406. [Google Scholar] [CrossRef]
  87. Ganapathy, V.; Roesel, R.A.; Howard, J.C.; Leibach, F.H. Interaction of proline, 5-oxoproline, and pipecolic acid for renal transport in the rabbit. J. Biol. Chem. 1983, 258, 2266–2272. [Google Scholar]
  88. Tomasova, L.; Konopelski, P.; Ufnal, M. Gut bacteria and hydrogen sulfide: The new old players in circulatory system homeostasis. Molecules 2016, 21, 1558. [Google Scholar] [CrossRef]
  89. Feliers, D.; Lee, H.J.; Kasinath, B.S. Hydrogen sulfide in renal physiology and disease. Antioxid. Redox Signal. 2016, 25, 720–731. [Google Scholar] [CrossRef]
  90. Kasinath, B.S.; Feliers, D.; Lee, H.J. Hydrogen sulfide as a regulatory factor in kidney health and disease. Biochem. Pharmacol. 2018, 149, 29–41. [Google Scholar] [CrossRef]
  91. Weber, G.J.; Pushpakumar, S.B.; Sen, U. Hydrogen sulfide alleviates hypertensive kidney dysfunction through an epigenetic mechanism. Am. J. Physiol. Heart Circ. Physiol. 2017, 312, H874–H885. [Google Scholar] [CrossRef]
  92. Sun, H.J.; Wu, Z.Y.; Cao, L.; Zhu, M.Y.; Liu, T.T.; Guo, L.; Lin, Y.; Nie, X.W.; Bian, J.S. Hydrogen sulfide: Recent progression and perspectives for the treatment of diabetic nephropathy. Molecules 2019, 24, 2857. [Google Scholar] [CrossRef]
  93. Rivers, J.R.; Badiei, A.; Bhatia, M. Hydrogen sulfide as a therapeutic target for inflammation. Expert Opin. Ther. Targets 2012, 16, 439–449. [Google Scholar] [CrossRef]
  94. Volokh, O.; Klimenko, N.; Berezhnaya, Y.; Tyakht, A.; Nesterova, P.; Popenko, A.; Alexeev, D. Human gut microbiome response induced by fermented dairy product intake in healthy volunteers. Nutrients 2019, 11, 547. [Google Scholar] [CrossRef]
  95. Efimova, D.; Tyakht, A.; Popenko, A.; Vasilyev, A.; Altukhov, I.; Dovidchenko, N.; Odintsova, V.; Klimenko, N.; Loshkarev, R.; Pashkova, M.; et al. Knomics-Biota—A system for exploratory analysis of human gut microbiota data. BioData Min. 2018, 11. [Google Scholar] [CrossRef]
  96. Callahan, B.J.; McMurdie, P.J.; Rosen, M.J.; Han, A.W.; Johnson, A.J.A.; Holmes, S.P. DADA2: High-resolution sample inference from Illumina amplicon data. Nat. Methods 2016, 13, 581–583. [Google Scholar] [CrossRef]
  97. Bolyen, E.; Rideout, J.R.; Dillon, M.R.; Bokulich, N.A.; Abnet, C.C.; Al-Ghalith, G.A.; Alexander, H.; Alm, E.J.; Arumugam, M.; Asnicar, F.; et al. Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2. Nat. Biotechnol. 2019, 37, 852–857. [Google Scholar] [CrossRef]
  98. DeSantis, T.Z.; Hugenholtz, P.; Larsen, N.; Rojas, M.; Brodie, E.L.; Keller, K.; Huber, T.; Dalevi, D.; Hu, P.; Andersen, G.L. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB. Appl. Environ. Microbiol. 2006, 72, 5069–5072. [Google Scholar] [CrossRef]
  99. Oksanen, J.; Blanchet, F.; Kindt, R.; Legendre, P.; O’hara, R.; Simpson, G.; Solymos, P.; Stevens, M.; Wagner, H. Vegan: Community Ecology Package, Version 2.0–7. Available online: https://cran.r-project.org/web/packages/vegan/ (accessed on 2 April 2020).

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