Главная \ 2. Пробиотики (биодобавки) \ Микробиом человека \ Микробиом, иммунитет и пробиотики \ Причинно-следственные эффекты микробиоты на иммунно-опосредованные заболевания

Взаимосвязь микробиоты с иммуноопосредованными заболеваниями

Причинно-следственные эффекты микробиоты на иммуноопосредованные заболевания

Причинно-следственные эффекты микробиоты на иммунно-опосредованные заболевания

June L. Round and Noah W. Palm
Causal effects of the microbiota on immune-mediated diseases
Science Immunology 09 Feb 2018: Vol. 3, Issue 20, eaao1603

Аннотация

Иммунная система млекопитающих развивалась в присутствии сложного сообщества местных микроорганизмов, которые постоянно колонизируют все барьерные поверхности. Эти близкие отношения привели к развитию широкого спектра взаимных взаимодействий между микробиотой и иммунной системой хозяина, особенно в кишечнике, где плотность и разнообразие местных микробов являются самыми большими. Изменения в микробиоте кишечника коррелируют практически со всеми известными иммунологическими заболеваниями, но в большинстве случаев остается неясным, являются ли эти изменения причиной или следствием заболевания или просто отражением эпидемиологических различий между группами. Здесь мы рассмотрим недавние усилия, чтобы продемонстрировать причинную роль микробиоты в здоровье и заболевании, обрисовать в общих чертах экспериментальные достижения, которые сделали эти исследования возможными, и подчеркнуть, как изменения в составе микробов могут влиять на функцию иммунной системы. 

ВВЕДЕНИЕ

Нас постоянно населяют триллионы вирусных, грибковых, бактериальных и эукариотических микробов на всех барьерных поверхностях, которые в совокупности называют микробиотой, и эти микроорганизмы могут оказывать заметное влияние на иммунную систему в норме и при болезни (1, 2) , У человека желудочно-кишечный тракт содержит наибольшее количество и наибольшее разнообразие бактерий; каждый индивид содержит отдельное микробное сообщество, состоящее из сотен видов и штаммов бактерий, а коллективная микробиота человека содержит тысячи видов, охватывающих более 10 типов (3). Это сообщество формируется под воздействием множества внешних и внутренних факторов, включая микробное воздействие, диету, медицинские препараты, генетику хозяина и сам иммунный ответ.

Хотя присутствие местных микробов в кишечнике было известно еще до работ известного иммунолога Ильи Мечникова, в последние два десятилетия наблюдается заметный всплеск интереса к взаимодействиям между хозяином и микробиотой. Начальная фаза возрождения этого интереса началась благодаря развитию секвенирования следующего поколения (NGS), которое позволило различным культурально-независимым методам определить состав и функцию микробиоты (3–5). В частности, снижение стоимости секвенирования генов 16S рибосомальной РНК (рРНК) привело к подавляющему количеству наблюдательных сообщений об изменениях в составе микробных сообществ при таких разнообразных заболеваниях, как воспалительные заболевания кишечника (ВЗК), ожирение, метаболический синдром и аутизм. (6). Тем не менее, эти результаты также выявили основное ограничение наблюдательных исследований микробиоты: корреляция не равна причинно-следственной связи. Поскольку на микробиом могут влиять бесчисленные различные экзогенные и эндогенные факторы, приписать причину и следствие по одному лишь наблюдению практически невозможно. Выявление причинно-следственных связей между конкретными микроорганизмами и их воздействием на хозяина имеет важные последствия для понимания роли микробиоты в болезнях человека и для информирования о разработке микробиота-ориентированной терапии. Таким образом, мы сейчас вступаем в то, что можно считать второй волной исследований микробиомов, в которой многие группы исследователей стремятся перейти от корреляции к причинно-следственной связи и затем выяснить конкретные молекулярные механизмы, посредством которых микробиота влияет на физиологию и патологию хозяина. В этом обзоре мы расскажем о последних результатах работ в достижении этих целей, а также о теоретических и технических проблемах, которые остаются, и рассуждаем о будущих возможностях и проблемах.

Демонстрация причинно-следственных связей между хозяином и микробом

Рис. 1. Демонстрация причинно-следственных связей между хозяином и микробом.

Свободные от микробов мыши, колонизированные специфическими микроорганизмами или микробными сообществами, стали золотым стандартом для демонстрации причинной роли микробиоты в формировании физиологии хозяина и болезни. Эти подходы варьируются от крайне редукционистских моделей, таких как моноколонизация, вплоть до колонизации полными микробными сообществами человеческих пациентов. Каждый из этих методов имеет определенные преимущества и ограничения.

(А) Моноассоциация безмикробных животных с одним микроорганизмом. Мыши без микробов могут быть моноколонизированы бактериями из многих источников, включая, чаще всего, изоляты из микробных сообществ кишечника человека или мыши. Преимущества: метод позволяет точно исследовать активность одного организма, и может раскрывать функции организмов с низкой численностью, которые маскируются в присутствии сложного сообщества, а бактериальные мутанты могут быть использованы для понимания генофункциональных отношений. Ограничения: метод игнорирует сложность человеческой микробиоты и важность микробно-микробных взаимодействий, он очень нефизиологический, и часто трудно выбрать надлежащие контроли для сравнения.

(B) НМА мыши. Полные микробные сообщества кишечника, полученные от людей с определенным заболеванием (таким как ВЗК и болезнь Паркинсона) и здоровые контрольные группы, могут быть использованы для колонизации мышей без микробов. Преимущество: присвоение данного фенотипа доказывает микробную причинность. Ограничение: ксенотрансплантации микробных сообществ сталкиваются с многочисленными препятствиями, включая потерю видов из-за чувствительности к кислороду, неспособность определенных или конкретных микробов кишечника человека колонизировать хозяев-грызунов и механизмы взаимодействия хозяина и микроба, которые специфичны для человека-хозяина.

(C) Введение культивируемых изолятов в мышей без микробов. Недавние исследования продвинули модель HMA еще на один шаг вперед, колонизируя мышей без микробов культуральными изолятами из микробиоты кишечника человека. Преимущества: метод позволяет определить влияние определенных групп микробов на хозяина, определенные подмножества микробиоты могут быть собраны рационально в соответствии с филогенетическим или функциональным профилированием и прогнозами, а культивируемые микробы могут быть изучены in vitro и in vivo для определения механизмов, с помощью которых данный организм воздействует на хозяина. Ограничения: некоторые кишечные микробы трудно или невозможно культивировать in vitro, а эксперименты на основе изолятов имеют очень низкую пропускную способность из-за усилий и времени, необходимых для создания коллекций культур.

(D) Замена «полезных» бактериальных таксонов. Обычные мыши или HMA-мыши с дисбактериозом или болезнями, вызванными микробиотой, являются идеальными инструментами для проверки способности полезных видов исправлять дисбактериоз и предотвращать заболевания. Преимущества и ограничения этих моделей аналогичны тем, что описаны для мышей HMA и культивируемых изолятов.


Моноколонизация

Моноассоциации безмикробных мышей с одним микробом (моноколонизация) часто используются для проверки того, как специфические кишечные микробы человека влияют на развитие иммунной системы. Например, исследования моноколонизации показали, что комменсальный вид бифидобактерий Bifidobacterium adolescentis может стимулировать дифференцировку T-хелперов 17 (Th17) (8), специфические виды Clostridia и Bacteroides могут стимулировать регуляторную дифференцировку регуляторных Treg-клеток (9–11), и что бактериальный  (Bacteroides fragilis) полисахарид А (PSA) может способствовать колонизации кишечника (12). Кроме того, недавнее исследование использовало моноколонизацию для определения воздействия 53 микробов человека на различные аспекты иммунного ответа и наблюдало различное воздействие специфических микробов на иммунную систему (10).

Хотя подходы моноассоциации полезны для точного определения воздействия отдельных организмов, они также имеют много ограничений. Во-первых, моноколонизации по своей природе являются искусственными. Например, они часто позволяют бактериям, которые обычно занимают ограниченную нишу, распространяться по всему кишечному тракту, что может привести к аномальным реакциям хозяина. Кроме того, выделение отдельных штаммов из их естественных микробных сообществ исключает потенциально критические взаимодействия с другими бактериальными, грибковыми или вирусными видами, которые могут изменить естественное воздействие этого единственного организма на хозяина. Во-вторых, часто бывает трудно определить подходящие экспериментальные контроли для данной моноколонизации: является ли надлежащим сравнение с безмикробными мышами, мышами, колонизированными с полной микробиотой, или с моноассоциациями с другими бактериальными видами? Наконец, и, возможно, самое главное, моноколонизация не позволяет определить коллективное воздействие сложных микробных сообществ на хозяина.

Мыши, ассоциированные с микробиотой человека

Мышь линии NOD (слева), предрасположенная к диабету первого типа, была впервые выведена в Японии в 1980 году.

Многие исследователи недавно начали использовать мышей, ассоциированных с микробиотой человека (HMA) (беспородных мышей, колонизированных полным кишечным микробным сообществом от отдельного человека), для моделирования влияния сложных человеческих микробных сообществ на болезнь. Мышей HMA впервые использовали для изучения роли микробиоты в ожирении путем трансплантации микробных сообществ кишечника из пары близнецов, которая была диссонирующей для ожирения, в две группы мышей без микробов (13). В этом эксперименте реципиенты «худой» микробиоты оставались худыми, тогда как реципиенты «тучной» микробиоты становились тучными. Начиная с этих первоначальных исследований, модели HMA были использованы для определения роли микробиоты в различных состояниях заболевания, включая астму (14), вызванное беременностью увеличение ожирения (15), поведенческие различия, связанные с синдромом раздраженного кишечника (16), ВЗК (17), рассеянный склероз (18, 19) и болезнь Паркинсона (20). В совокупности эти исследования подчеркивают способность HMA-мышей выявлять причинно-следственные связи микробиоты в разнообразном спектре патологических состояний.

Хотя модели HMA привели к значительным успехам, они также страдают от множества неизбежных предостережений, которые могут ограничивать их способность точно отражать роль кишечной микробиоты в заболеваниях человека (21). Многие из этих ограничений проистекают из внутренних различий между мышами и людьми в анатомии и физиологии кишечника и, следовательно, в экологии кишечника. Кроме того, экологические, поведенческие и генетические факторы, естественно, будут различаться у мышей HMA и их человеческих доноров; все эти факторы влияют на микробные сообщества у больных людей и их часто трудно или невозможно воспроизвести на мышиной модели. Таким образом, неудивительно, что микробные сообщества у мышей HMA не полностью отражают своих человеческих доноров. Например, значительное количество видов кишечной микробиоты человека (~ 15%) не способны колонизировать кишку мыши после трансплантации микробиоты человека мышам без микробов (22). Кроме того, структуры микробного сообщества у мышей HMA (относительная численность различных видов и штаммов) существенно изменены по сравнению с их человеческими донорами. Таким образом, состояния «дисбактериоза», возникающие в результате простых изменений в структуре сообщества, а не из-за прироста или потери конкретных видов, трудно воспроизвести в моделях HMA. Наконец, некоторые комменсалы разработали механизмы взаимодействия с хозяином, которые исключительно специфичны для хозяина; например, адаптированные к крысам сегментированные нитчатые бактерии (SFB) не могут плотно прилипать к эпителию и стимулировать ответы Th17 у мышей (23). Таким образом, даже адаптированные к человеку виды, которые успешно колонизируют мышей, могут не проявлять свои естественные функции или активности в контексте несоответствующего хозяина.

Существенные ограничения современных моделей HMA предполагают, что новые модели на животных будут необходимы для полного освещения причинной роли микробиоты в заболевании человека. Например, иммунодефицитные безмикробные мыши, содержащие трансплантированные гематопоэтические клетки человека (гуманизированные мыши), могут позволить рассечение специфических для хозяина взаимодействий между микробиотой и иммунной системой (24), а поросята-гнотобиотики более близко соответствуют анатомическим и физиологическим характеристикам желудочно-кишечного тракта человека. Однако, помимо своей сложности и стоимости, эти подходы также имеют серьезные предостережения. Например, даже самые сложные модели гуманизированных мышей остаются высоко иммунологически ненормальными, а эпителиальные клетки у гуманизированных мышей являются мышиными, а не человеческими; таким образом, взаимодействия эпителия и микробиоты, которые являются доминирующим механизмом взаимодействия хозяина и микробиоты в кишечнике, будут оставаться несовпадающими. Учитывая эти проблемы, а также преимущества традиционных мышиных моделей в более общем плане, мыши с HMA, вероятно, будут продолжать оставаться доминирующей системой in vivo для определения роли микробиоты в болезнях человека.

Использование иммунной системы для выявления причинно-следственных микробов

Взаимная связь между иммунной системой и микробиотой играет центральную роль в воздействии микробиоты на болезнь (1, 2); таким образом, иммунологически важные виды и штаммы кишечных микробов, вероятно, оказывают чрезмерное воздействие на болезнь человека. Подход, называемый секвенированием иммуноглобулина А (IgA-seq), использует преимущества реакции антител слизистой оболочки на микробиоту для выявления иммунологически значимых микробов, которые могут играть причинную роль в заболевании (17, 25-27). IgA-seq просто включает очистку покрытых IgA бактерий и непокрытых бактерий путем сортировки клеток с последующим секвенированием гена 16S рРНК для определения того, какие специфические организмы являются мишенью для IgA. В одной из первых работ, в которых использовался этот метод, IgA-seq использовался для выявления предполагаемых болезнетворных бактерий при ВЗК, а затем были выделены эти организмы и продемонстрировано, что эти микробы, но не организмы, демонстрирующие покрытие с низким содержанием IgA, сильно обострили мышиные модели колита (17). Подобные подходы показали, что IgA-направленные микробы могут влиять на энтеропатию у недоедающих людей (28) и могут стимулировать развитие спондилоартрита, связанного с болезнью Крона (29). В совокупности эти исследования показывают, что, несмотря на сложность микробиоты, причинные элементы могут быть идентифицированы, выделены и протестированы на животных моделях.

Новые и будущие подходы к анализу взаимодействия хозяина и микробиоты при болезнях человека

Будущие разработки в области методов профилирования на основе «омиков», таких как метагеномика дробовика, протеомика и метаболомика, а также разработка новых подходов к функциональному профилированию, таких как IgA-seq, обещают обеспечить идентификацию причинных организмов при различных заболеваниях в будущем (6). Например, подходы, основанные на функциональном профилировании, теоретически могут быть использованы для идентификации конкретных организмов, которые влияют на различные физиологические особенности, которые регулируются микробиотой, такие как регуляция проницаемости эпителия или продуцирование определенных биоактивных метаболитов. Подобные исследования, естественно, приведут к появлению множества новых гипотез относительно потенциально причинных ролей микробиоты при заболевании. Тем не менее, количество генерируемых гипотез неизбежно превысит нашу способность проверять эти возникающие гипотезы одну за другой с использованием экспериментальных моделей. Одним из новых решений этой проблемы является интеграция омики и экспериментальных данных с использованием передовых вычислительных подходов (таких как машинное обучение), чтобы сократить количество экспериментальных тестов, необходимых для создания надежных и прогнозирующих моделей. Интеграция различных наборов данных для создания более сложных моделей может в конечном итоге позволить проверять многие возникающие гипотезы in silico, а не in vivo или in vitro (6). Принимая во внимание масштаб проблемы, создание синергетических и самоусиливающихся взаимодействий между экспериментальными данными и данными омики будет иметь решающее значение для построения полной картины причинной роли микробиоты в здоровье и заболевании человека.

Культуральные исследования микробиоты кишечника

Культуральные исследования микробиоты кишечника

Выяснение роли отдельных комменсальных микробов в физиологии хозяина неизбежно требует способности улавливать данный микроб, представляющий интерес в монокультуре. В течение многих лет считалось, что подавляющее большинство кишечных микробов некультивируемые; этот вывод, вероятно, вытекал из простого наблюдения, что очень немногие виды кишечной микробиоты, которые в основном являются облигатными анаэробами, растут на стандартных средах в аэробных условиях (30, 31). Тем не менее, недавние высокопроизводительные подходы к анаэробной культуре микробов, которые используют секвенирование следующего поколения для классификации большого количества бактериальных изолятов, показали, что в монокультуре может быть захвачена гораздо большая доля микробиоты кишечника человека, чем предполагалось ранее. Эти усилия показали, что подавляющее большинство видов кишечной микробиоты являются культивируемыми, часто в относительно стандартных условиях анаэробной культуры. Одно из первых исследований в этой области успешно культивировало ~ 50% всех обнаруживаемых видов бактерий из микробиоты кишечника человека с использованием одной богатой среды (32). Совсем недавно более широкие усилия по выявлению возросшего микробного разнообразия кишечника в культуре в сочетании с метаанализом ранее изолированных видов привели к выводу, что >75% всех известных видов, обитающих в кишечнике человека, в какой-то момент времени были захвачены в монокультуре (30). Наконец, крупномасштабные культуральные исследования с использованием различных сред показали, что до 95% видов, присутствующих в относительном изобилии >0,1% в образцах фекалий, теоретически культивируются (31). Одним из интересных результатов последних исследований, основанных на культурах, является то, что некоторые виды, наблюдаемые в этих исследованиях, пропущены, когда одни и те же образцы анализируются с использованием методов, основанных на культурально-независимом секвенировании. Эти результаты подчеркивают ограничения культурально-независимого анализа микробиоты, которые включают отклонения в восстановлении ДНК и амплификации генов 16S, а также относительно мелкие пределы обнаружения, основанные на глубине секвенирования.

Дополнительным фактором, подчеркивающим важность культуральных исследований, является феномен вариации штаммов. Многие исследования показали, что различные штаммы одного и того же вида (с 97% нуклеотидной идентичностью в гене 16S рРНК, часто используемом в качестве посредника для классификации на видовом уровне) могут оказывать различное, а иногда даже противоположное воздействие на хозяина (17, 33). Таким образом, классификации микробиоты на видовом уровне часто оказываются недостаточными для того, чтобы уловить критические функциональные различия между штаммами бактерий. Следовательно, использование ранее культивированного штамма (такого как типовой штамм из Американской коллекции типовых культур) для проверки роли конкретного вида в заболевании является плохой альтернативой прямой изоляции этого вида от представляющего интерес кишечного микробного сообщества. Таким образом, хотя независимые от культуры методы произвели революцию в исследованиях микробиоты, возрождение исследований микробиоты, основанных на культурах, будет иметь решающее значение для создания полной картины микробного вклада в болезни человека.

В совокупности эти исследования показывают, что в настоящее время возможно культивирование большинства кишечных микробов. Возможно, что еще более важно, многочисленные группы В настоящее время показали, что культивируемые фракции микробиоты кишечника человека могут передавать человеческие фенотипы HMA-мышам (17, 28, 34, 35). Таким образом, эти исследования позволяют предположить, что многие виды и штаммы, ответственные за формирование физиологии человека, могут быть культивированы, открывая путь для более детального изучения механизмов, посредством которых специфические микробы кишечника человека влияют на болезнь.

Что мы узнали о причинных ролях микробиоты в заболевании человека: вопросы разнообразия

Биоразнообразие способствует стабильности и устойчивости разнообразных экосистем. Устойчивость - это количество возмущений, которое сообщество может поглотить, сохраняя при этом свое функциональное состояние. Если сообщество обладает высокой устойчивостью, то оно может реорганизовываться и возобновляться при утрате определенного вида, в то время как сообщества с низким биологическим разнообразием более чувствительны к потере отдельных видов. Весьма разнообразные экосистемы, вероятно, содержат организмы с избыточными функциями, что делает потерю одного вида терпимой, поскольку функционально избыточный вид может быстро занять эту нишу и восполнить эту функцию. Сообщества с низким разнообразием содержат меньше членов, что делает функциональную избыточность менее вероятной, а конкретные функции выполняет только один член (36). Поэтому потеря этого одного члена может иметь катастрофические последствия для остальной экосистемы. Исходя из этого, часто считается, что в рамках любой конкретной экосистемы предпочтительнее иметь более разнообразное сообщество.

Одна из тем, которая возникла во многих крупных исследованиях кишечных микробных сообществ в различных условиях, заключается в том, что сокращение микробного разнообразия (видовое богатство) почти всегда связано с заболеванием. Уменьшение общего количества присутствующих видов бактерий наблюдалось у людей с такими заболеваниями как экзема (37), астма (38), рассеянный склероз (39), артрит (40), диабет II типа (41), ожирение (42), аутизм ( 43) и ВЗК (44), и это лишь некоторые из них. Подобно этому, потеря микробного разнообразия присутствует во многих животных моделях болезни (45). Эти наблюдения позволяют предположить, что наличие более разнообразного кишечного микробного сообщества может предотвратить заболевание. Потенциальные механизмы, ответственные за благотворное влияние разнообразия, подразделяются как минимум на три не взаимоисключающие категории: потеря функций сообщества, иммунологический дисбаланс и несоответствие занимаемой ниши (рис. 2).

Вклад разнообразия микробиоты в иммунное здоровье

Рис. 2 Вклад разнообразия микробиоты в иммунное здоровье.

(A) Более высокие уровни α-разнообразия (количество различных таксонов в данной микробиоте) почти всегда связаны со снижением заболеваемости как в современных обществах, так и между современным обществом и развивающимся миром. (B) Потенциальные механизмы, с помощью которых снижение микробного разнообразия может способствовать развитию дисбактериоза и повышению восприимчивости к заболеваниям. Потеря равновесия: эта модель предполагает, что влияние микробиоты на болезнь зависит главным образом от относительного баланса воспалительных и иммунорегуляторных таксонов, присутствующих в данном микробном сообществе. Таким образом, выборочная потеря регуляторных таксонов без сопутствующей потери воспалительных таксонов может привести к потере гомеостаза и усилению развития заболевания. Потеря функций сообщества: эффекты сложного микробного сообщества могут масштабироваться благодаря аддитивным и синергетическим эффектам, а также возникающим свойствам. Таким образом, уменьшение микробного разнообразия может привести к эрозии или даже полной утрате специфических полезных функций микробиоты. Несоответствующее заполнение ниш: эта модель предполагает, что определенные бактериальные таксоны совместно с хозяином обитают в изысканно определенных нишах, где они могут симбиотически сосуществовать с хозяином и обеспечивать колонизационную устойчивость против соседних видов. Потеря «нишевого» симбионта приведет к вторжению в новую пустую нишу соседних микробов, которые не эволюционировали, чтобы занять эту нишу. Такое несоответствие занимаемой ниши может привести к инициации неадекватной и потенциально патогенной реакции хозяина.

Потеря функций сообщества

Полные микробные сообщества могут обеспечивать деятельность, которую отдельные организмы не могут выполнять самостоятельно. Таким образом, потеря функций сообщества может происходить из-за аддитивных эффектов нескольких таксонов, синергетических эффектов между таксонами или возникающих свойств микробного сообщества. Одним из экспериментальных примеров этого является то, что моноколонизации с различными организмами недостаточно для реверсии фенотипа гипер-IgE у мышей без микробов; напротив, колонизация сложным микробным сообществом восстанавливает нормальные уровни IgE (46). Другим примером является наблюдение, что микробиота-зависимое созревание микроглии не может быть восстановлено консорциумом из трех общих кишечных комменсалов (47). Наконец, индукция клеток Treg в кишечнике консорциумом спорообразующих видов Clostridia также требует разнообразия: в то время как 15 штаммов Clostridia индуцировали сильные ответы Treg-клеток, коллекции от одного до пяти членов не могли воспроизвести этот эффект (9). Хотя эти исследования подтверждают идею о том, что сложность микробиоты может быть необходимой для правильного развития иммунной системы, существуют также примеры, в которых моноколонизация может восстанавливать специфические иммунные параметры до уровней сложного сообщества. Например, моноассоциация мышей без микробов с 23 отдельными видами бактерий выявила несколько видов бактерий, которые могли бы восстановить нормальное развитие RAR-родственных орфанных рецепторов–γt+ (Rorγt+) Treg-клеток (11).

Иммунологический дисбаланс

Иммунное здоровье требует поддержания гомеостатического баланса между про- и противовоспалительными реакциями (7). Это равновесие особенно важно на поверхностях слизистой оболочки, где толерантность комменсальных микробов должна быть тщательно сбалансирована с устойчивостью к инфекции (2). Иммунологический баланс в кишечнике определяется в первую очередь составом микробиоты (1, 7). Хотя переизбыток воспалительных микробов может привести к хроническим кишечным заболеваниям, таким как ВЗК, наличие избыточных толерогенных организмов может сделать хозяина более уязвимым для инфекции. Хотя большинство исследований было сосредоточено на том, как один вид бактерий стимулирует воспаление или толерантность, большинство видов микробиоты фактически вызывают смешанные реакции. Таким образом, хотя SFB наиболее известны как индукторы ответа клеток Th17 в кишечнике мыши (48, 49), они также могут индуцировать ответы клеток Treg и Th1 (49). Кроме того, недавнее исследование, которое широко характеризовало иммунный ответ на 53 различных бактериальных штамма, показало, что многие микробы одновременно вызывают воспалительные и иммунорегуляторные реакции; в некоторых случаях один из этих ответов является доминирующим, тогда как в других случаях ответ является сбалансированным (10). Это исследование подкрепило идею о том, что разные микробы могут вызывать как специализированные, так и избыточные иммунные функции. В целом, эти исследования показывают, что колонизация разнообразными организмами обеспечивает устойчивое и сбалансированное развитие иммунных функций и способствует оптимальному здоровью.

Иммунологический дисбаланс из-за изменения состава микробиоты также может возникать, когда иммунная система не может должным образом взаимодействовать с микробиотой. В одной модели взаимодействия иммунной системы и микробиоты иммунная система может рассматриваться как хищник. Хищники оказывают чрезмерное воздействие на экологические сообщества, контролируя обилие и разнообразие видов на более низких трофических уровнях. Таким образом, в отсутствие хищных видов небольшое число доминирующих членов сообщества может беспрепятственно расширяться и вытеснять конкурирующие виды. В подтверждение этого многочисленные экспериментальные данные свидетельствуют о том, что иммунологические дефекты приводят к снижению разнообразия и функции микробиоты (50-52).

Иммунная система может потенциально влиять на микробиоту через множество механизмов (рис. 3), включая секрецию антимикробных пептидов, лектинов, комплемента и секреторного IgA. Все эти иммунные эффекторы могут напрямую связываться с микробами и потенциально влиять на численность и функции микробов. Нокаутные и сверхэкспрессионные исследования показали роль аденозин-5 ' - монофосфатов (AMPs), лектинов и комплемента в регуляции состава микробиоты (50, 51). В то время как лектины и антимикробные пептиды нацелены на широкие классы бактерий, секреторные IgA могут нацеливаться на отдельные микробные таксоны весьма специфическим образом. Соответственно, элиминация или изменение реакции IgA приводит к снижению общего разнообразия микробиоты и росту отдельных представителей микробиоты, которые обычно являются мишенью IgA (52).

Иммунологический контроль микробного разнообразия

Рис. 3 Иммунологический контроль микробного разнообразия.

(A) Отрицательный выбор: убить победителя. Исследования в макроэкосистемах демонстрируют, что хищничество увеличивает биоразнообразие, служа для борьбы с особенно многочисленными и хорошо адаптированными видами. Контроль роста популяции этих видов может освободить ниши и ресурсы, которые позволяют другим организмам процветать. Иммунная система может контролировать кишечные микробные сообщества посредством отрицательного отбора с помощью множества механизмов. AMPs могут опосредовать прямое уничтожение, а IgA может вызывать агрегацию и элиминацию специфических организмов, а также пониженную регуляцию белков, участвующих в бактериальной подвижности, инвазии или токсичности, таких как флагеллин. (B) Позитивный отбор: иммуноселекция. Иммунная система также может служить для выбора определенных организмов для проживания в кишечнике. В дополнение к опосредованному отрицательному отбору, IgA может также помочь сохранить специфические бактериальные таксоны, способствуя удержанию медленно растущих видов в слизи или предоставляя возможность проживания в защищенных нишах, таких как крипта толстой кишки. Иммунная система может также поддерживать выживание и рост определенных таксонов, вызывая осаждение в просвете определенных питательных веществ; например, интерлейкин-22 (IL-22) индуцирует эпителиальное фукозилирование, которое питает особые полезные бактериальные таксоны.


IgA может воздействовать на микробные популяции через пониженную регуляцию инвазивных белков, таких как флагеллин (53), агрегацию делящихся бактерий для элиминации (54) и нейтрализацию токсинов. Однако именно то, как IgA контролирует разнообразие микробиоты кишечника, остается активной областью исследований. Мы предполагаем, что иммунная система может способствовать разнообразию микробиоты, ограничивая наиболее обильных членов данной ниши, тем самым обеспечивая пространство для процветания других микробов. Поскольку многие функции IgA приводят к элиминации микробов, связывание IgA с наиболее распространенными членами может привести к «динамике убийства победителя», математически описанной моделью Лотки-Вольтерры, которая предсказывает, что хищники быстро сократят популяцию наиболее распространенных видов (55). В поддержку этой модели существует сильная корреляция между обилием микробиоты в слизистой оболочке и связыванием IgA (26). Однако в последних сообщениях было установлено, что IgA не всегда нацеливается на наиболее распространенные члены, но, возможно, может избирательно связываться с организмами, которые являются иммунологически релевантными (17). Иммунологически значимые элементы могут включать те, которые провоцируют проблемы на слизистом барьере (например, воспалительные виды), или те, которые являются полезными (например, иммунорегуляторные виды). Эта идея повышает вероятность того, что IgA может также избирательно содержать “полезные” бактерии в своей нише - например, предотвращая вымывание медленно растущих бактерий перистальтикой (56). В соответствии с этой гипотезой, IgG может избирательно «удерживать» определенные виды в слизи влагалища (57).

Несоответствующее нише размещение

Иммунологически сильные таксоны с различной и иногда противоположной активностью были идентифицированы как у мышей, так и у людей, но что отличает иммунологически важных представителей микробиоты от остальной части микробного сообщества, остается в основном неизвестным (2). Тем не менее, одной из новых тем в исследовании иммунологически важных бактериальных таксонов является то, что они часто занимают специализированные ниши в кишечнике, которые другие комменсалы не могут колонизировать, например, внутренний слой слизи в толстой кишке, основание крипты толстой кишки или эпителиальную поверхность в терминальной подвздошной кишке (58). Все эти ниши либо стерильны, либо демонстрируют очень низкую плотность бактерий в гомеостатических условиях, что обусловлено активными иммунологическими защитными механизмами, такими как выработка антимикробных пептидов и слизи (51, 59, 60). Эти ниши также находятся рядом с эпителием хозяина и лежащими в основе иммунными клетками в собственной пластинке (пластинке propria); таким образом, можно ожидать, что они находятся под высоким иммунологическим контролем и что заполнение этих ниш может естественным образом привести к индукции иммунного ответа. Например, было показано, что бактерии, которые усугубляют развитие колита, занимают внутренний слой слизи в толстой кишке, который в значительной степени лишен бактерий у здоровых людей и мышей (61). Кроме того, специфические бактерии, которые, как считается, ответственны за развитие инфламмасомно-опосредованного дисбактериоза, колонизируют основание крипты толстой кишки (62). Заполнение иммунологически важных проксимальных ниш хозяина не ограничивается провоспалительными видами, и многие невоспалительные или иммунорегуляторные виды также были обнаружены в этих местах. Например, было также показано, что модельный симбионт B. fragilis занимает крипты толстой кишки и индуцирует главным образом иммунорегуляторные реакции, а не воспалительные реакции из-за производства специфических факторов, индуцирующих симбиоз (12, 63).

Эти исследования показывают, что одной только занятости ниши недостаточно, чтобы предсказать тип иммунного ответа, который будет вызван. Вместо этого, дополнительные сигналы, основанные на врожденном восприятии определенных признаков или поведения определенных классов бактерий, и продуцировании микробом специфических иммуномодулирующих факторов, вероятно, участвуют в определении конкретного результата иммунной активации. Определение этих особенностей и поведения, соответствующих им врожденных сенсоров и сигналов, а также иерархия этих сигналов - это существенная будущая задача для данной области.

Желудочно-кишечный тракт - это сложная экосистема, включающая в себя большое количество микросред. Изменения по длине тонкой и толстой кишки включают различия в концентрации кислорода, pH, слизи и доступности питательных веществ, и это лишь некоторые из них (58). Многие резидентные микробы эволюционировали, чтобы занять узкоспециализированные ниши в этой сложной экосистеме. Например, многочисленные комменсальные организмы эволюционировали, чтобы прилипать к слизи и разрушать ее, что позволяет колонизировать слой слизи (64). Кроме того, B. fragilis развил специфические комменсальные колонизационные факторы, которые позволяют ему жить глубоко в криптах толстой кишки и исключать другие бактериальные штаммы, включая различные штаммы B. fragilis (63). Исходя из этих примеров, вполне вероятно, что другие представители микробиоты эволюционировали и заняли строго определенные ниши во всем человеческом организме. В настоящее время большинство исследований изучают иммунные параметры по всей длине толстой или тонкой кишки из-за технологических ограничений. Однако многие кишечные микробы, вероятно, проявляют свои эффекты локально или гиперлокально, и эти эффекты могут быть пропущены при исследовании целых тканей у мышей, колонизированных сложным сообществом; в этих случаях моноассоциация иногда может позволить усилить обычно ограниченные эффекты.

Идея о том, что конкретные бактериальные таксоны в кишечнике занимают строго определенные ниши, поднимает еще одну возможную модель того, как богатство кишечной микробиоты может поддерживать здоровье хозяина. В этой модели, которую мы будем называть моделью несоответствующей занятости ниши, мы утверждаем, что каждый таксон в кишечнике эволюционировал, чтобы занять определенную нишу, где он симбиотически сосуществует с хозяином. Учитывая разнообразие различных ниш, присутствующих в кишечнике, вполне вероятно, что некоторые из этих ниш могут быть заняты только несколькими видами (или, в некоторых случаях, отдельным видом). Занимая определенную нишу, эти виды предотвращают колонизацию этой ниши другими видами или штаммами. Таким образом, в организмах с оптимально разнообразным микробным сообществом каждая ниша занята «идеальным» симбионтом, который эволюционно согласован с данной нишей. В отличие от этого, у людей с низким микробным разнообразием могут отсутствовать специфические бактерии, которые обычно занимают определенные ниши, что оставляет эти места открытыми для колонизации соседними бактериальными видами, которые не эволюционировали для колонизации этих ниш. Это может привести к индукции аберрантного иммунного ответа из-за несоответствующей занятости ниши или разрастания видов, которые обычно ограничены малой нишей. Чрезвычайный пример этого явления иллюстрируется бактерией Clostridium difficile, которая существует в небольшом количестве (в ограниченной нише) у многих здоровых людей, но может вызывать тяжелый колит у людей, микробные сообщества которых были нарушены антибиотиками.

Микробное разнообразие в кишечнике является сильным показателем общего состояния здоровья, но мы только начинаем понимать механизмы, лежащие в основе этого захватывающего эпидемиологического явления. Эта область обещает стать плодотворной областью исследований в ближайшие годы и обогатит наше понимание того, как мы сосуществовали с нашими живущими кишечными микробами для оптимизации наших собственных физиологических функций.

Новые направления исследований микробиоты хозяина

Здесь мы затронули лишь небольшую часть исследований взаимодействия иммунитета и микробов. Существует также много новых областей исследований, которые подчеркивают всепроникающие эффекты иммунно-микробиотного воздействия на хозяина. Две особенно яркие новые области исследований - это взаимодействие микробиоты и нервной системы и выяснение сложной пространственной организации микробных сообществ кишечника.

Недавние исследования показали тесное двунаправленное взаимодействие между микробиотой и нервной системой, причем иммунная система выступает в качестве важного посредника (65). Это взаимодействие может наблюдаться локально в кишечнике, но также, по-видимому, влияет на более дистальные участки нервной системы, включая центральную нервную систему (ЦНС). Например, микробиота влияет на созревание микроглии в ЦНС (47), проницаемость гематоэнцефалического барьера (66), миелинизацию нейронов (67), выработку серотонина (68) и поведение (69). Будущие исследования в этой области, несомненно, выявят ранее не обнаруженные механизмы, с помощью которых кишечная микробиота может взаимодействовать с нервной системой и инструктировать ее, а также специфические микробы, ответственные за эти эффекты.

Влияние данного микроба на иммунитет хозяина весьма вероятно зависит, если не предопределено, от конкретной ниши, которую он занимает. Разработка новых технологий для более точного отслеживания и изображения местоположения и деятельности различных микробных популяций будет иметь важное значение для освещения важнейших организационных принципов, влияющих на взаимодействие хозяина и микроба. Последние достижения в этой области позволили использовать подходы генной инженерии и химической биологии для получения изображений конкретных микробов in vivo и ex vivo (70, 71) и точного контроля экспрессии микробных генов (72-74). Будущие разработки, использующие альтернативные методы визуализации, такие как ультразвуковая и магнитно-резонансная томография, будут способствовать дальнейшему развитию визуализации взаимодействий хозяина и микробиоты (75) и позволят получить более глубокое механистическое понимание динамики и функции микробов.

Заглядывая вперед, мы, по-видимому, вступаем в захватывающую новую эру в нашем понимании взаимодействия хозяина и микробиоты. В целом эта область признала и приняла вызов перехода от преимущественно корреляционных исследований к разработке и внедрению различных инструментов и технологий, которые в настоящее время позволяют нам продемонстрировать причинно-следственную роль микробиоты в здоровье и болезнях млекопитающих. Такие исследования являются важным первым шагом на пути развития микробиологической терапии широкого спектра иммуноопосредованных заболеваний.

К подразделу: Дополнительная информация о микробиоме

Литература

  1. L. V. Hooper, D. R. Littman, A. J. Macpherson, Interactions between the microbiota and the immune system. Science 336, 1268–1273 (2012).
  2. Y. Belkaid, T. W. Hand, Role of the microbiota in immunity and inflammation. Cell 157, 121–141 (2014).
  3. Human Microbiome Project Consortium, Structure, function and diversity of the healthy human microbiome. Nature 486, 207–214 (2012).
  4. J. Qin, R. Li, J. Raes, M. Arumugam, K. S. Burgdorf, C. Manichanh, T. Nielsen, N. Pons, F. Levenez, T. Yamada, D. R. Mende, J. Li, J. Xu, S. Li, D. Li, J. Cao, B. Wang, H. Liang, H. Zheng, Y. Xie, J. Tap, P. Lepage, M. Bertalan, J. M. Batto, T. Hansen, D. Le Paslier, A. Linneberg, H. B. Nielsen, E. Pelletier, P. Renault, T. Sicheritz-Ponten, K. Turner, H. Zhu, C. Yu, S. Li, M. Jian, Y. Zhou, Y. Li, X. Zhang, S. Li, N. Qin, H. Yang, J. Wang, S. Brunak, J. Dore, F. Guarner, K. Kristiansen, O. Pedersen, J. Parkhill, J. Weissenbach; MetaHIT Consortium, P. Bork, S. D. Ehrlich, J. Wang, A human gut microbial gene catalogue established by metagenomic sequencing. Nature 464, 59–65 (2010).
  5. P. B. Eckburg, E. M. Bik, C. N. Bernstein, E. Purdom, L. Dethlefsen, M. Sargent, S. R. Gill, K. E. Nelson, D. A. Relman, Diversity of the human intestinal microbial flora. Science 308, 1635–1638 (2005).
  6. E. A. Franzosa, T. Hsu, A. Sirota-Madi, A. Shafquat, G. Abu-Ali, X. C. Morgan, C. Huttenhower, Sequencing and beyond: Integrating molecular ‘omics’ for microbial community profiling. Nat. Rev. Microbiol. 13, 360–372 (2015).
  7. N. W. Palm, M. R. de Zoete, R. A. Flavell, Immune-microbiota interactions in health and disease. Clin. Immunol. 159, 122–127 (2015).
  8. T. G. Tan, E. Sefik, N. Geva-Zatorsky, L. Kua, D. Naskar, F. Teng, L. Pasman, A. Ortiz-Lopez, R. Jupp, H. J. Wu, D. L. Kasper, C. Benoist, D. Mathis, Identifying species of symbiont bacteria from the human gut that, alone, can induce intestinal Th17 cells in mice. Proc. Natl. Acad. Sci. U.S.A. 113, E8141–E8150 (2016).
  9. K. Atarashi, T. Tanoue, K. Oshima, W. Suda, Y. Nagano, H. Nishikawa, S. Fukuda, T. Saito, S. Narushima, K. Hase, S. Kim, J. V. Fritz, P. Wilmes, S. Ueha, K. Matsushima, H. Ohno, B. Olle, S. Sakaguchi, T. Taniguchi, H. Morita, M. Hattori, K. Honda, Treg induction by a rationally selected mixture of Clostridia strains from the human microbiota. Nature 500, 232–236 (2013).
  10. N. Geva-Zatorsky, E. Sefik, L. Kua, L. Pasman, T. G. Tan, A. Ortiz-Lopez, T. B. Yanortsang, L. Yang, R. Jupp, D. Mathis, C. Benoist, D. L. Kasper, Mining the human gut microbiota for immunomodulatory organisms. Cell 168, 928–943 (2017).
  11. E. Sefik, N. Geva-Zatorsky, S. Oh, L. Konnikova, D. Zemmour, A. M. McGuire, D. Burzyn, A. Ortiz-Lopez, M. Lobera, J. Yang, S. Ghosh, A. Earl, S. B. Snapper, R. Jupp, D. Kasper, D. Mathis, C. Benoist, MUCOSAL IMMUNOLOGY. Individual intestinal symbionts induce a distinct population of RORg+ regulatory T cells. Science 349, 993–997 (2015).
  12. J. L. Round, S. M. Lee, J. Li, G. Tran, B. Jabri, T. A. Chatila, S. K. Mazmanian, The Toll-like receptor 2 pathway establishes colonization by a commensal of the human microbiota. Science 332, 974–977 (2011).
  13. P. J. Turnbaugh, R. E. Ley, M. A. Mahowald, V. Magrini, E. R. Mardis, J. I. Gordon, An obesity-associated gut microbiome with increased capacity for energy harvest. Nature 444, 1027–1031 (2006).
  14. M.-C. Arrieta, L. T. Stiemsma, P. A. Dimitriu, L. Thorson, S. Russell, S. Yurist-Doutsch, B. Kuzeljevic, M. J. Gold, H. M. Britton, D. L. Lefebvre, P. Subbarao, P. Mandhane, A. Becker, K. M. McNagny, M. R. Sears, T. Kollmann; CHILD Study Investigators, W. W. Mohn, S. E. Turvey, B. B. Finlay, Early infancy microbial and metabolic alterations affect risk of childhood asthma. Sci. Transl. Med. 7, 307ra152 (2015).
  15. O. Koren, J. K. Goodrich, T. C. Cullender, A. Spor, K. Laitinen, H. K. Bäckhed, A. Gonzalez, J. J. Werner, L. T. Angenent, R. Knight, F. Bäckhed, E. Isolauri, S. Salminen, R. E. Ley, Host remodeling of the gut microbiome and metabolic changes during pregnancy. Cell 150, 470–480 (2012).
  16. G. De Palma, M. D. Lynch, J. Lu, V. T. Dang, Y. Deng, J. Jury, G. Umeh, P. M. Miranda, M. Pigrau Pastor, S. Sidani, M. I. Pinto-Sanchez, V. Philip, P. G. McLean, M.-G. Hagelsieb, M. G. Surette, G. E. Bergonzelli, E. F. Verdu, P. Britz McKibbin, J. D. Neufeld, S. M. Collins, P. Bercik, Transplantation of fecal microbiota from patients with irritable bowel syndrome alters gut function and behavior in recipient mice. Sci. Transl. Med. 9, eaaf6397 (2017).
  17. N. W. Palm, M. R. de Zoete, T. W. Cullen, N. A. Barry, J. Stefanowski, L. Hao, P. H. Degnan, J. Hu, I. Peter, W. Zhang, E. Ruggiero, J. H. Cho, A. L. Goodman, R. A. Flavell, Immunoglobulin A coating identifies colitogenic bacteria in inflammatory bowel disease. Cell 158, 1000–1010 (2014).
  18. K. Berer, L. A. Gerdes, E. Cekanaviciute, X. Jia, L. Xiao, Z. Xia, C. Liu, L. Klotz, U. Stauffer, S. E. Baranzini, T. Kümpfel, R. Hohlfeld, G. Krishnamoorthy, H. Wekerle, Gut microbiota from multiple sclerosis patients enables spontaneous autoimmune encephalomyelitis in mice. Proc. Natl. Acad. Sci. U.S.A. 114, 10719–10724 (2017).
  19. E. Cekanaviciute, B. B. Yoo, T. F. Runia, J. W. Debelius, S. Singh, C. A. Nelson, R. Kanner, Y. Bencosme, Y. K. Lee, S. L. Hauser, E. Crabtree-Hartman, I. Katz Sand, M. Gacias, Y. Zhu, P. Casaccia, B. A. C. Cree, R. Knight, S. K. Mazmanian, S. E. Baranzini, Gut bacteria from multiple sclerosis patients modulate human T cells and exacerbate symptoms in mouse models. Proc. Natl. Acad. Sci. U.S.A. 114, 10713–10718 (2017).
  20. T. R. Sampson, J. W. Debelius, T. Thron, S. Janssen, G. G. Shastri, Z. E. Ilhan, C. Challis, C. E. Schretter, S. Rocha, V. Gradinaru, M.-F. Chesselet, A. Keshavarzian, K. M. Shannon, R. Krajmalnik-Brown, P. Wittung-Stafshede, R. Knight, S. K. Mazmanian, Gut microbiota regulate motor deficits and neuroinflammation in a model of Parkinson’s disease. Cell 167, 1469–1480 (2016).
  21. M.-C. Arrieta, J. Walter, B. B. Finlay, Human microbiota-associated mice: A model with challenges. Cell Host Microbe 19, 575–578 (2016).
  22. P. J. Turnbaugh, V. K. Ridaura, J. J. Faith, F. E. Rey, R. Knight, J. I. Gordon, The effect of diet on the human gut microbiome: A metagenomic analysis in humanized gnotobiotic mice. Sci. Transl. Med. 1, 6ra14 (2009).
  23. K. Atarashi, T. Tanoue, M. Ando, N. Kamada, Y. Nagano, S. Narushima, W. Suda, A. Imaoka, H. Setoyama, T. Nagamori, E. Ishikawa, T. Shima, T. Hara, S. Kado, T. Jinnohara, H. Ohno, T. Kondo, K. Toyooka, E. Watanabe, S. Yokoyama, S. Tokoro, H. Mori, Y. Noguchi, H. Morita, I. I. Ivanov, T. Sugiyama, G. Nuñez, J. G. Camp, M. Hattori, Y. Umesaki, K. Honda, Th17 cell induction by adhesion of microbes to intestinal epithelial cells. Cell 163, 367–380 (2015).
  24. S. Garcia, A. A. Freitas, Humanized mice: Current states and perspectives. Immunol. Lett. 146, 1–7 (2012).
  25. J. D. Planer, Y. Peng, A. L. Kau, L. V. Blanton, I. M. Ndao, P. I. Tarr, B. B. Warner, J. I. Gordon, Development of the gut microbiota and mucosal IgA responses in twins and gnotobiotic mice. Nature 534, 263–266 (2016).
  26. J. L. Kubinak, C. Petersen, W. Z. Stephens, R. Soto, E. Bake, R. M. O’Connell, J. L. Round, MyD88 signaling in T cells directs IgA-mediated control of the microbiota to promote health. Cell Host Microbe 17, 153–163 (2015).
  27. J. J. Bunker, T. M. Flynn, J. C. Koval, D. G. Shaw, M. Meisel, B. D. McDonald, I. E. Ishizuka, A. L. Dent, P. C. Wilson, B. Jabri, D. A. Antonopoulos, A. Bendelac, Innate and adaptive humoral responses coat distinct commensal bacteria with immunoglobulin a. Immunity 43, 541–553 (2015).
  28. L. Kau, J. D. Planer, J. Liu, S. Rao, T. Yatsunenko, I. Trehan, M. J. Manary, T.-C. Liu, T. S. Stappenbeck, K. M. Maleta, P. Ashorn, K. G. Dewey, E. R. Houpt, C.-S. Hsieh, J. I. Gordon, Functional characterization of IgA-targeted bacterial taxa from undernourished Malawian children that produce diet-dependent enteropathy. Sci. Transl. Med. 7, 276ra224 (2015).
  29. M. Viladomiu, C. Kivolowitz, A. Abdulhamid, B. Dogan, D. Victorio, J. G. Castellanos, V. Woo, F. Teng, N. L. Tran, A. Sczesnak, C. Chai, M. Kim, G. E. Diehl, N. J. Ajami, J. F. Petrosino, X. K. Zhou, S. Schwartzman, L. A. Mandl, M. Abramowitz, V. Jacob, B. Bosworth, A. Steinlauf, E. J. Scherl, H.-J. Wu, K. W. Simpson, R. S. Longman, IgA-coated E. coli enriched in Crohn’s disease spondyloarthritis promote TH17-dependent inflammation. Sci. Transl. Med. 9, eaaf9655 (2017).
  30. J.-C. Lagier, S. Khelaifia, M. T. Alou, S. Ndongo, N. Dione, P. Hugon, A. Caputo, F. Cadoret, S. I. Traore, E. H. Seck, G. Dubourg, G. Durand, G. Mourembou, E. Guilhot, A. Togo, S. Bellali, D. Bachar, N. Cassir, F. Bittar, J. Delerce, M. Mailhe, D. Ricaboni, M. Bilen, N. P. Dangui Nieko, N. M. Dia Badiane, C. Valles, D. Mouelhi, K. Diop, M. Million, D. Musso, J. Abrahão, E. I. Azhar, F. Bibi, M. Yasir, A. Diallo, C. Sokhna, F. Djossou, V. Vitton, C. Robert, J. M. Rolain, B. La Scola, P.-E. Fournier, A. Levasseur, D. Raoult, Culture of previously uncultured members of the human gut microbiota by culturomics. Nat. Microbiol. 1, 16203 (2016).
  31. J. T. Lau, F. J. Whelan, I. Herath, C. H. Lee, S. M. Collins, P. Bercik, M. G. Surette, Capturing the diversity of the human gut microbiota through culture enriched molecular profiling. Genome Med. 8, 72 (2016).
  32. L. Goodman, G. Kallstrom, J. J. Faith, A. Reyes, A. Moore, G. Dantas, J. I. Gordon, Extensive personal human gut microbiota culture collections characterized and manipulated in gnotobiotic mice. Proc. Natl. Acad. Sci. U.S.A. 108, 6252–6257 (2011).
  33. K. M. Ellegaard, P. Engel, Beyond 16S rRNA community profiling: Intra species diversity in the gut microbiota. Front. Microbiol. 7, 1475 (2016).
  34. S. Thiemann, N. Smit, U. Roy, T. R. Lesker, E. J. C. Gálvez, J. Helmecke, M. Basic, A. Bleich, A. L. Goodman, U. Kalinke, R. A. Flavell, M. Erhardt, T. Strowig, Enhancement of IFNg production by distinct commensals ameliorates Salmonella-induced disease. Cell Host Microbe 21, 682–694 (2017).
  35. V. K. Ridaura, J. J. Faith, F. E. Rey, J. Cheng, A. E. Duncan, A. L. Kau, N. W. Griffin, V. Lombard, B. Henrissat, J. R. Bain, M. J. Muehlbauer, O. Ilkayeva, C. F. Semenkovich, K. Funai, D. K. Hayashi, B. J. Lyle, M. C. Martini, L. K. Ursell, J. C. Clemente, W. Van Treuren, W. A. Walters, R. Knight, C. B. Newgard, A. C. Heath, J. I. Gordon, Gut microbiota from twins discordant for obesity modulate metabolism in mice. Science 341, 1241214 (2013).
  36. M. Loreau, S. Naeem, P. Inchausti, J. Bengtsson, J. P. Grime, A. Hector, D. U. Hooper, M. A. Huston, D. Raffaelli, B. Schmid, D. Tilman, D. A. Wardle, Biodiversity and ecosystem functioning: Current knowledge and future challenges. Science 294, 804–808 (2001).
  37. T. R. Abrahamsson, H. E. Jakobsson, A. F. Andersson, B. Björkstén, L. Engstrand, M. C. Jenmalm, Low diversity of the gut microbiota in infants with atopic eczema. J. Allergy Clin. Immunol. 129, 434–440 (2012).
  38. T. R. Abrahamsson, H. E. Jakobsson, A. F. Andersson, B. Björkstén, L. Engstrand, M. C. Jenmalm, Low gut microbiota diversity in early infancy precedes asthma at school age. Clin. Exp. Allergy 44, 842–850 (2013).
  39. J. Chen, N. Chia, K. R. Kalari, J. Z. Yao, M. Novotna, M. M. Soldan, D. H. Luckey, E. V. Marietta, P. R. Jeraldo, X. Chen, B. G. Weinshenker, M. Rodriguez, O. H. Kantarci, H. Nelson, J. A. Murray, A. K. Mangalam, Multiple sclerosis patients have a distinct gut microbiota compared to healthy controls. Sci. Rep. 6, 28484 (2016).
  40. J. U. Scher, C. Ubeda, A. Artacho, M. Attur, S. Isaac, S. M. Reddy, S. Marmon, A. Neimann, S. Brusca, T. Patel, J. Manasson, E. G. Pamer, D. R. Littman, S. B. Abramson, Decreased bacterial diversity characterizes the altered gut microbiota in patients with psoriatic arthritis, resembling dysbiosis in inflammatory bowel disease. Arthritis Rheumatol. 67, 128–139 (2015).
  41. J. Qin, Y. Li, Z. Cai, S. Li, J. Zhu, F. Zhang, S. Liang, W. Zhang, Y. Guan, D. Shen, Y. Peng, D. Zhang, Z. Jie, W. Wu, Y. Qin, W. Xue, J. Li, L. Han, D. Lu, P. Wu, Y. Dai, X. Sun, Z. Li, A. Tang, S. Zhong, X. Li, W. Chen, R. Xu, M. Wang, Q. Feng, M. Gong, J. Yu, Y. Zhang, M. Zhang, T. Hansen, G. Sanchez, J. Raes, G. Falony, S. Okuda, M. Almeida, E. LeChatelier, P. Renault, N. Pons, J. M. Batto, Z. Zhang, H. Chen, R. Yang, W. Zheng, S. Li, H. Yang, J. Wang, S. D. Ehrlich, R. Nielsen, O. Pedersen, K. Kristiansen, J. Wang, A metagenomewide association study of gut microbiota in type 2 diabetes. Nature 490, 55–60 (2012).
  42. E. Le Chatelier, T. Nielsen, J. Qin, E. Prifti, F. Hildebrand, G. Falony, M. Almeida, M. Arumugam, J. M. Batto, S. Kennedy, P. Leonard, J. Li, K. Burgdorf, N. Grarup, T. Jorgensen, I. Brandslund, H. B. Nielsen, A. S. Juncker, M. Bertalan, F. Levenez, N. Pons, S. Rasmussen, S. Sunagawa, J. Tap, S. Tims, E. G. Zoetendal, S. Brunak, K. Clement, J. Dore, M. Kleerebezem, K. Kristiansen, P. Renault, T. Sicheritz-Ponten, W. M. de Vos, J. D. Zucker, J. Raes, T. Hansen; MetaHIT Consortium, P. Bork, J. Wang, S. D. Ehrlich, O. Pedersen, Richness of human gut microbiome correlates with metabolic markers. Nature 500, 541–546 (2013).
  43. D.-W. Kang, J. B. Adams, A. C. Gregory, T. Borody, L. Chittick, A. Fasano, A. Khoruts, E. Geis, J. Maldonado, S. McDonough-Means, E. L. Pollard, S. Roux, M. J. Sadowsky, K. S. Lipson, M. B. Sullivan, J. G. Caporaso, R. Krajmalnik-Brown, Microbiota Transfer Therapy alters gut ecosystem and improves gastrointestinal and autism symptoms: An open-label study. Microbiome 5, 10 (2017).
  44. D. Gevers, S. Kugathasan, L. A. Denson, Y. Vazquez-Baeza, W. Van Treuren, B. Ren, E. Schwager, D. Knights, S. J. Song, M. Yassour, X. C. Morgan, A. D. Kostic, C. Luo, A. Gonzalez, D. McDonald, Y. Haberman, T. Walters, S. Baker, J. Rosh, M. Stephens, M. Heyman, J. Markowitz, R. Baldassano, A. Griffiths, F. Sylvester, D. Mack, S. Kim, W. Crandall, J. Hyams, C. Huttenhower, R. Knight, R. J. Xavier, The treatment-naive microbiome in new-onset Crohn’s disease. Cell Host Microbe 15, 382–392 (2014).
  45. C. L. Karlsson, J. Önnerfält, J. Xu, G. Molin, S. Ahrné, K. Thorngren-Jerneck,  The microbiota of the gut in preschool children with normal and excessive body weight. Obesity 20, 2257–2261 (2012).
  46. J. Cahenzli, Y. Köller, M. Wyss, M. B. Geuking, K. D. McCoy, Intestinal microbial diversity during early-life colonization shapes long-term IgE levels. Cell Host Microbe 14, 559–570 (2013).
  47. D. Erny, A. L. Hrabě de Angelis, D. Jaitin, P. Wieghofer, O. Staszewski, E. David, H. Keren-Shaul, T. Mahlakoiv, K. Jakobshagen, T. Buch, V. Schwierzeck, O. Utermöhlen, E. Chun, W. S. Garrett, K. D. McCoy, A. Diefenbach, P. Staeheli, B. Stecher, I. Amit, M. Prinz, Host microbiota constantly control maturation and function of microglia in the CNS. Nat. Neurosci. 18, 965–977 (2015).
  48. I. Ivanov, K. Atarashi, N. Manel, E. L. Brodie, T. Shima, U. Karaoz, D. Wei, K. C. Goldfarb, C. A. Santee, S. V. Lynch, T. Tanoue, A. Imaoka, K. Itoh, K. Takeda, Y. Umesaki, K. Honda, D. R. Littman, Induction of intestinal Th17 cells by segmented filamentous bacteria. Cell 139, 485–498 (2009).
  49. V. Gaboriau Routhiau, S. Rakotobe, E. Lécuyer, I. Mulder, A. Lan, C. Bridonneau, V. Rochet, A. Pisi, M. De Paepe, G. Brandi, G. Eberl, J. Snel, D. Kelly, N. Cerf-Bensussan, The key role of segmented filamentous bacteria in the coordinated maturation of gut helper T cell responses. Immunity 31, 677–689 (2009).
  50. C. L. Bevins, N. H. Salzman, Paneth cells, antimicrobial peptides and maintenance of intestinal homeostasis. Nat. Rev. Microbiol. 9, 356–368 (2011).
  51. N. H. Salzman, K. Hung, D. Haribhai, H. Chu, J. Karlsson-Sjöberg, E. Amir, P. Teggatz, M. Barman, M. Hayward, D. Eastwood, M. Stoel, Y. Zhou, E. Sodergren, G. M. Weinstock, C. L. Bevins, C. B. Williams, N. A. Bos, Enteric defensins are essential regulators of intestinal microbial ecology. Nat. Immunol. 11, 76–83 (2010).
  52. L. Kubinak, J. L. Round, Do antibodies select a healthy microbiota? Nat. Rev. Immunol. 16, 767–774 (2016).
  53. T. C. Cullender, B. Chassaing, A. Janzon, K. Kumar, C. E. Muller, J. J. Werner, L. T. Angenent, M. E. Bell, A. G. Hay, D. A. Peterson, J. Walter, M. Vijay-Kumar, A. T. Gewirtz, R. E. Ley, Innate and adaptive immunity interact to quench microbiome flagellar motility in the gut. Cell Host Microbe 14, 571–581 (2013).
  54. Moor, M. Diard, M. E. Sellin, B. Felmy, S. Y. Wotzka, A. Toska, E. Bakkeren, M. Arnoldini, F. Bansept, A. D. Co, T. Völler, A. Minola, B. Fernandez-Rodriguez, G. Agatic, S. Barbieri, L. Piccoli, C. Casiraghi, D. Corti, A. Lanzavecchia, R. R. Regoes, C. Loverdo, R. Stocker, D. R. Brumley, W.-D. Hardt, E. Slack, High-avidity IgA protects the intestine by enchaining growing bacteria. Nature 544, 498–502 (2017).
  55. D. A. Korytowski, H. Smith, Permanence and stability of a kill the winner model in marine ecology. Bull. Math. Biol. 79, 995–1004 (2017).
  56. McLoughlin, J. Schluter, S. Rakoff-Nahoum, A. L. Smith, K. R. Foster, Host selection of microbiota via differential adhesion. Cell Host Microbe 19, 550–559 (2016).
  57. Y.-Y. Wang, A. Kannan, K. L. Nunn, M. A. Murphy, D. B. Subramani, T. Moench, R. Cone, S. K. Lai, IgG in cervicovaginal mucus traps HSV and prevents vaginal herpes infections. Mucosal Immunol. 7, 1036–1044 (2014).
  58. G. P. Donaldson, S. M. Lee, S. K. Mazmanian, Gut biogeography of the bacterial microbiota. Nat. Rev. Microbiol. 14, 20–32 (2016).
  59. 59. M. E. Johansson, J. M. Larsson, G. C. Hansson, The two mucus layers of colon are organized by the MUC2 mucin, whereas the outer layer is a legislator of host-microbial interactions. Proc. Natl. Acad. Sci. U.S.A. 108 (suppl. 1), 4659–4665 (2011).
  60. E. Johansson, M. Phillipson, J. Petersson, A. Velcich, L. Holm, G. C. Hansson, The inner of the two Muc2 mucin-dependent mucus layers in colon is devoid of bacteria. Proc. Natl. Acad. Sci. U.S.A. 105, 15064–15069 (2008).
  61. E. Johansson, J. K. Gustafsson, J. Holmén-Larsson, K. S. Jabbar, L. Xia, H. Xu, F. K. Ghishan, F. A. Carvalho, A. T. Gewirtz, H. Sjövall, G. C. Hansson, Bacteria penetrate the normally impenetrable inner colon mucus layer in both murine colitis models and patients with ulcerative colitis. Gut 63, 281–291 (2014).
  62. E. Elinav, T. Strowig, A. L. Kau, J. Henao-Mejia, C. A. Thaiss, C. J. Booth, D. R. Peaper, J. Bertin, S. C. Eisenbarth, J. I. Gordon, R. A. Flavell, NLRP6 inflammasome regulates colonic microbial ecology and risk for colitis. Cell 145, 745–757 (2011).
  63. S. M. Lee, G. P. Donaldson, Z. Mikulski, S. Boyajian, K. Ley, S. K. Mazmanian, Bacterial colonization factors control specificity and stability of the gut microbiota. Nature 501, 426–429 (2013).
  64. M. S. Desai, A. M. Seekatz, N. M. Koropatkin, N. Kamada, C. A. Hickey, M. Wolter, N. A. Pudlo, S. Kitamoto, N. Terrapon, A. Muller, V. B. Young, B. Henrissat, P. Wilmes, T. S. Stappenbeck, G. Núñez, E. C. Martens, A dietary fiber deprived gut microbiota degrades the colonic mucus barrier and enhances pathogen susceptibility. Cell 167, 1339–1353 (2016).
  65. B. B. Yoo, S. K. Mazmanian, The enteric network: Interactions between the  immune and nervous systems of the gut. Immunity 46, 910–926 (2017).
  66. V. Braniste, M. Al-Asmakh, C. Kowal, F. Anuar, A. Abbaspour, M. Tóth, A. Korecka, N. Bakocevic, L. G. Ng, P. Kundu, B. Gulyas, C. Halldin, K. Hultenby, H. Nilsson, H. Hebert, B. T. Volpe, B. Diamond, S. Pettersson, The gut microbiota influences blood-brain barrier permeability in mice. Sci. Transl. Med. 6, 263ra158 (2014).
  67. E. Hoban, R. M. Stilling, F. J. Ryan, F. Shanahan, T. G. Dinan, M. J. Claesson, G. Clarke, J. F. Cryan, Regulation of prefrontal cortex myelination by the microbiota. Transl. Psychiatry 6, e774 (2016).
  68. J. M. Yano, K. Yu, G. P. Donaldson, G. G. Shastri, P. Ann, L. Ma, C. R. Nagler, R. F. Ismagilov, S. K. Mazmanian, E. Y. Hsiao, Indigenous bacteria from the gut microbiota regulate host serotonin biosynthesis. Cell 161, 264–276 (2015).
  69. E. Y. Hsiao, S. W. McBride, S. Hsien, G. Sharon, E. R. Hyde, T. McCue, J. A. Codelli, J. Chow, S. E. Reisman, J. F. Petrosino, P. H. Patterson, S. K. Mazmanian, Microbiota modulate behavioral and physiological abnormalities associated with neurodevelopmental disorders. Cell 155, 1451–1463 (2013).
  70. W. R. Whitaker, E. S. Shepherd, J. L. Sonnenburg, Tunable expression tools enable single-cell strain distinction in the gut microbiome. Cell 169, 538–546 (2017).
  71. Geva-Zatorsky, D. Alvarez, J. E. Hudak, N. C. Reading, D. Erturk Hasdemir, S. Dasgupta, U. H. von Andrian, D. L. Kasper, In vivo imaging and tracking of host–microbiota interactions via metabolic labeling of gut anaerobic bacteria. Nat. Med. 21, 1091–1100 (2015).
  72. B. Lim, M. Zimmermann, N. A. Barry, A. L. Goodman, Engineered regulatory systems modulate gene expression of human commensals in the gut. Cell 169, 547–558 (2017).
  73. D. I. Piraner, M. H. Abedi, B. A. Moser, A. Lee-Gosselin, M. G. Shapiro, Tunable thermal bioswitches for in vivo control of microbial therapeutics. Nat. Chem. Biol. 13, 75–80 (2017).
  74. M. Mimee, A. C. Tucker, C. A. Voigt, T. K. Lu, Programming a human commensal bacterium, Bacteroides thetaiotaomicron, to sense and respond to stimuli in the murine gut microbiota. Cell Syst. 2, 214 (2016).
  75. D. I. Piraner, A. Farhadi, H. C. Davis, D. Wu, D. Maresca, J. O. Szablowski, M. G. Shapiro, Going deeper: Biomolecular tools for acoustic and magnetic imaging and control of cellular function. Biochemistry 56, 5202–5209 (2017)

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