Интегрированный микробиом

Научные данные, том 10, Номер статьи: 280 (2023) Цитировать эту статью

415 Доступов

9 Альтметрика

Подробности о метриках

Чрезмерное отложение жира может спровоцировать метаболические заболевания, и крайне важно выявить факторы, которые могут разорвать связь между отложением жира и метаболическими заболеваниями. Здоровые свиньи Лайу, страдающие ожирением (LW), имеют высокое содержание жира, но устойчивы к метаболическим заболеваниям. В этом исследовании мы сравнили фекальный микробиом, метаболом фекалий и крови, а также геном свиней LW и лулай (LU), чтобы выявить факторы, которые могут блокировать связь между отложением жира и метаболическими заболеваниями. Наши результаты показывают значительные различия в спирохетах и трепонемах, которые участвуют в углеводном обмене, между LW и LU. Состав метаболома фекалий и крови был сходным, а некоторые антиметаболические компоненты метаболитов крови различались у двух пород свиней. Предсказанная дифференциальная РНК в основном обогащена метаболизмом липидов и метаболизмом глюкозы, что соответствует функциям дифференциальной микробиоты и метаболитов. Ген RGP1 с пониженной регуляцией сильно отрицательно коррелирует с трепонемой. Наши данные омики предоставят ценные ресурсы для дальнейших научных исследований здорового ожирения как у людей, так и у свиней.

Чрезмерное отложение жира может привести к хроническому повреждению органов и метаболическим заболеваниям1,2,3. Однако одни лишь генетические факторы не могут полностью объяснить эти состояния4. Роль метаболических факторов, таких как кишечная микробиота и метаболиты5,6,7,8, привлекает все большее внимание в понимании причин хронических метаболических заболеваний, вызванных ожирением9,10,11. Было показано, что изменения в составе микробиоты кишечника вызывают хронические метаболические заболевания, включая гипертонию, атеросклероз и сахарный диабет 2 типа (СД2)12,13,14. Микробиота вырабатывает важные метаболиты, такие как N-оксид триметиламина (ТМАО), что напрямую связано с хроническими метаболическими заболеваниями, такими как атеросклероз, СД2, сердечно-сосудистые заболевания (ССЗ) и инсульт15,16,17,18. Более того, кишечная микробиота может ферментировать неабсорбированные/непереваренные углеводы с образованием алифатических органических кислот, таких как короткоцепочечные жирные кислоты (КЦЖК)19,20. SCFAs могут защитить хозяина от ожирения, вызванного диетой, через рецепторы, связанные с G-белком, а микробиота косвенно регулирует липидный обмен хозяина через SCFAs21,22,23. Таким образом, кишечные микробы действуют как эндокринный орган, производя биологически активные метаболиты, которые влияют на физиологию хозяина7,24,25,26. И наоборот, недавние исследования показали, что геном хозяина может влиять на родственные фенотипы, изменяя микробиоту кишечника. Например, генотипы АВО могут влиять на структуру микробиоты кишечника, регулируя N-ацетилгалактозамин (GalNAc)27. Таким образом, интеграция омического анализа может помочь выявить ключевые факторы, которые защищают людей от метаболических заболеваний.

Свиньи, как правило, устойчивы к метаболическим заболеваниям, таким как неалкогольная жировая болезнь печени (НАЖБП), СД2 и сердечно-сосудистые заболевания, хотя их кормят рационами с высоким содержанием жиров, фруктозы и углеводов28,29. Это явление похоже на метаболическое здоровое ожирение (MHO), которое страдает ожирением, но защищает от метаболических заболеваний30. Китайская демотическая свинья Лайу (LW) известна своим высоким содержанием жира, включая подкожный и внутримышечный жир (ВМФ)31,32,33,34. В частности, МВФ ЛВ составлял более 7%, средний - до 11,6%, а наивысший индивидуальный - до 21%. LW был скрещен с западной коммерческой свиньей Йоркширской свиньей (YS) для получения свиньи Лулай (LU), у которой 50% инфильтрации гена LW35. Жирность LU была ниже, чем у LW, а МВФ составлял около 5%. В этом исследовании мы выбрали восемь свиней LW и восемь свиней LU с одинаковым рационом, гигиеной и условиями окружающей среды для централизованного содержания в течение двух лет (Таблица 1). Мы обработали фекальный микробиом, фекальный метаболом, метаболом крови и весь геном целевых свиней (как показано на рисунке 1), чтобы определить ключевые факторы, которые защищают людей от метаболических заболеваний, посредством омик-интеграционного анализа.

50% in the group. The positive and negative ion peaks then were integrated, and the software SIMCA-P 14.1 (Umetrics, Umea, Sweden) was used for pattern recognition. Accurate mass matching (<25 ppm) and secondary spectrum matching were used for metabolite structure identification, and the database such as Human Metabolome Database (HMDB) and Massbank Database were searched. After retrieving metabolites, metabolites were classified using MSDIAL search software. The data was normalized by Pareto-scaling for subsequent analysis./p> 60.0, MQ < 40.0, MQRankSum <−12.5, ReadPosRankSum <−8.0, SOR > 3.0; (2) minor allele frequency (MAF) < 0.01; (3) call rate of GATK variants < 0.9. The number of SNPs obtained is shown in Table 4. Genotype density distribution was mapped using the CMplot R package. Principal components analysis (PCA) was calculated using Plink47 (v1.9). Population genetic structure analysis was performed using Admixture48 (v1.3.0). PCA and Admixture analyses included the SNPs of Yorkshire pigs (YS), Duroc pigs (DU) and Landrace pigs (LR) were obtained from the PHARP database49 (http://alphaindex.zju.edu.cn/PHARP/index.php). FST analysis was performed using VCFtools50 (v0.1.13,–fst-window-size 50,000–fst-window-step 10,000. Window size 50 K, step size 10 K). Gene expression prediction was performed using the FarmGTEx TWAS-server51,52 (http://twas.farmgtex.org/). Functional annotation for gene ontology (GO) and KEGG was performed using http://kobas.cbi.pku.edu.cn/./p>1 and Pvalue < 0.05 (one-way ANOVA for multi-group comparison) to identify those with significant differences. Our results revealed 81 metabolites that differed significantly between the two porcine groups (Supplementary Table S5). Of these, 41 metabolites were more abundant in LW, including angelicin, securinine, hypoxanthine, betaine, cytidine, homocysteine, curdione, inosine, isopimpinellin, 5-methoxypsoralen, palmitoylcarnitine, citrate, stearic acid, cytarabine, licochalcone A, and N-acetylneuraminic acid. On the other hand, 40 metabolites were more abundant in LU, including nitrazepam, acetaminophen, icosanoic acid, gabapentin, spegatrine, juarezic acid, dehydroeffusol, gomisin H, and DL-2-hydroxyvaleric acid. Notably, some of these changing blood metabolites may be related to the fat content of pigs, as they have been shown to have anti-adipogenesis and anti-chronic metabolic disease effects. For instance, hydroxy fatty acids have been reported to exhibit anti-diabetic and anti-inflammatory effects60, and tanshinone IIA is used to treat cardiovascular diseases and has anti-adipogenesis effects61,62,63. Betaine has anti-fatty liver and anti-inflammatory properties, which can prevent hyperglycemia and reduce insulin resistance64,65,66./p> 0.6, Pvalue < 0.05, Supplementary Table S9)./p>