La microbiota intestinal contribuye a la patogénesis de la anorexia nerviosa en humanos y ratones.

Nature Microbiology volumen 8, páginas 787–802 (2023)Cite este artículo

23k Accesos

4 citas

364 altmétrico

Detalles de métricas

La anorexia nerviosa (AN) es un trastorno alimentario con una elevada mortalidad. Alrededor del 95% de los casos son mujeres y tiene una prevalencia poblacional de alrededor del 1%, pero falta un tratamiento basado en evidencia. La patogénesis de la AN probablemente involucra genética y diversos factores ambientales, y se ha observado una microbiota intestinal alterada en individuos con AN mediante secuenciación de amplicones y cohortes relativamente pequeñas. Aquí investigamos si una microbiota intestinal alterada contribuye a la patogénesis de la AN. Se realizaron metagenómica y metabolómica de escopeta en muestras fecales y de suero, respectivamente, de una cohorte de 77 mujeres con AN y 70 mujeres sanas. Múltiples taxones bacterianos (por ejemplo, especies de Clostridium) se alteraron en AN y se correlacionaron con estimaciones de conducta alimentaria y salud mental. El viroma intestinal también se alteró en la AN, incluida una reducción de las interacciones virales-bacterianas. Los módulos funcionales bacterianos asociados con la degradación de neurotransmisores se enriquecieron en la AN y varias variantes estructurales en las bacterias se vincularon con características metabólicas de la AN. La metabolómica sérica reveló un aumento en los metabolitos asociados con una ingesta reducida de alimentos (por ejemplo, ácido indol-3-propiónico). Los análisis de inferencia causal implicaron que los metabolitos bacterianos séricos están potencialmente mediando el impacto de una microbiota intestinal alterada en el comportamiento de la AN. Además, realizamos un trasplante de microbiota fecal de casos de AN a ratones libres de gérmenes bajo alimentación con restricción energética para reflejar el comportamiento alimentario de AN. Descubrimos que el aumento de peso reducido y la expresión genética del tejido hipotalámico y adiposo inducida estaban relacionados con un metabolismo energético y una conducta alimentaria aberrantes. Nuestros estudios 'ómicos' y mecanicistas implican que un microbioma intestinal disruptivo puede contribuir a la patogénesis de la AN.

La anorexia nerviosa (AN) es una enfermedad mental grave y un trastorno alimentario caracterizado por una imagen corporal distorsionada, pensamientos obsesivos sobre la comida, patrones rituales de comportamiento que incluyen una ingesta reducida de alimentos, pérdida de peso corporal, aumento de la actividad física y rigidez emocional1. La AN afecta principalmente a mujeres en aproximadamente el 95% de los casos y tiene una prevalencia poblacional de aproximadamente el 1%2. Se puede clasificar en dos subtipos, el tipo restrictivo común (AN-RS) y el tipo menos frecuente de atracones o purgas (AN-BP)1. Falta evidencia científica para el tratamiento3 y, aunque el tratamiento multidisciplinario especializado puede reducir la mortalidad4, menos de la mitad de los casos de AN alcanzan la remisión completa5. Se estima que la tasa de mortalidad agregada es del 5,6% por década, mucho más alta que la de la población general6.

A pesar de las investigaciones para determinar la etiología de la AN, sigue siendo un síndrome, es decir, un conjunto de síntomas sin una causa unificadora bien definida. Los estudios de gemelos han informado estimaciones de heredabilidad del 50% al 60%7 y los estudios de asociación de todo el genoma han identificado ocho loci genómicos que muestran correlaciones con trastornos psiquiátricos, actividad física y rasgos metabólicos y antropométricos. Esto es independiente de las variantes comunes asociadas con el índice de masa corporal8,9. A nivel fisiopatológico, la AN se caracteriza por múltiples cambios endocrinos10 y señalización perturbada de neurotransmisores en varias partes del cerebro11.

El tracto digestivo humano contiene conjuntos complejos de microorganismos que pueden afectar el metabolismo, la inmunidad y la neurobiología del huésped a través de metabolitos y otras vías12. Esto puede incluir el eje intestinal-microbiota-cerebro, que puede afectar las funciones cerebrales, incluida la regulación del apetito, el comportamiento y las emociones13. Por ejemplo, el metabolito bacteriano caseinolítico peptidasa B (ClpB), producido predominantemente por enterobacterias, es un imitador antigénico de la hormona estimulante de los melanocitos α, que puede ejercer efectos anorexigénicos14,15.

Se ha planteado la hipótesis de que una microbiota intestinal aberrante puede estar implicada en la patogénesis de la AN. Se han publicado varios estudios pequeños que utilizaron la secuenciación de amplicones para caracterizar la microbiota intestinal a nivel de género en la AN16,17,18,19, y muestran disbiosis de la microbiota bacteriana intestinal (consulte la Nota complementaria 1). Además, en un modelo de anorexia en ratones, se ha demostrado que los cambios en la microbiota intestinal están asociados con cambios en el comportamiento alimentario y la expresión de neuropéptidos hipotalámicos20.

Aquí exploramos la hipótesis de que una microbiota intestinal alterada y un metaboloma sérico contribuyen a la compleja patogénesis de la AN. Para hacerlo, realizamos metagenómica de escopeta en muestras fecales de 77 casos femeninos de AN y 70 controles femeninos de la misma edad, lo que permitió análisis en profundidad de la microbiota bacteriana intestinal y arqueal a niveles taxonómicos, funcionales y genéticos, así como análisis de la Microbiota intestinal viral. También caracterizamos el metaboloma sérico, que se analizó con los datos del metagenoma intestinal en relación con marcadores individuales de comportamiento alimentario y psicológico. Los mecanismos causales se exploraron in silico mediante análisis de mediación bidireccional e in vivo mediante el trasplante de microbiota fecal (FMT) de microbiota intestinal de casos de AN a compañeras de camada femeninas libres de gérmenes. Nuestros hallazgos respaldan la hipótesis de que una microbiota intestinal de AN alterada y los metabolitos bacterianos asociados contribuyen a la patogénesis de la AN (Datos ampliados, figura 1).

En la Tabla complementaria 1 se presentan estadísticas resumidas de las características clínicas de las 77 mujeres inscritas con AN y 70 mujeres de control de la misma edad consideradas de peso saludable (HC). Se utilizó el cuestionario validado del Inventario de trastornos alimentarios-3 (EDI-3). para estimar los niveles de conducta alimentaria específica21 y en la Nota complementaria 2 se muestra una descripción detallada de la subescala EDI-3. Como se esperaba, las mujeres con AN eran mucho más delgadas, tenían concentraciones séricas de glucosa e insulina en ayunas más bajas, mayor sensibilidad a la insulina según lo estimado por Evaluación del modelo homeostático para la resistencia a la insulina (HOMA-IR) y proteína C reactiva sérica más baja. Las características iniciales detalladas de los participantes del estudio se muestran en la Tabla complementaria 2. Además, dentro de los casos de AN, los casos de tipo AN-RS se caracterizaron por valores más altos de insulina sérica y menor sensibilidad a la insulina que los individuos AN-BP (Tabla complementaria 1). Al comparar las muestras de heces de AN y HC, no hubo diferencias significativas en los recuentos de células bacterianas entre AN y HC o dentro de los subtipos de AN (PWilcoxon > 0,05, Tabla complementaria 1).

A nivel de filo, las muestras de microbiota AN se caracterizaron por una reducción en Bacteroidota y Actinobacteriota (Datos ampliados, Fig. 2a). A nivel familiar, Bacteroidaceae fue dominante en ambos grupos (Datos ampliados, Fig. 2b). Entre las 20 familias más abundantes, la abundancia de Christensenellales CAG-138 fue mayor en AN como una nueva observación para esta cohorte, mientras que la abundancia de Ruminococcaceae y Lachnospiraceae fue mayor en HC. Entre las 89 familias bacterianas identificadas, Christensenellaceae fue la más significativamente enriquecida en AN (Datos ampliados, figura 2c). Observamos una mayor diversidad β del microbioma AN a nivel de género (Datos ampliados, figura 2d), siendo Bacteroides el filotipo dominante en ambos grupos (Datos ampliados, figura 2e). Entre los 30 géneros principales, Faecalibacterium, Agathobacter, Gemmiger, Lachnospiraceae G, Ruminococcus 2, Roseburia, Dysosmobacter – Oscillibacter, Coprococcus, Oscillospirales 4 CAG-103 y Eisenbergiella fueron más abundantes en HC, mientras que Christensenellales CAG-138 no clasificado fue más abundante en AN (Datos ampliados Fig. 2e). Además, entre los 225 géneros bacterianos identificados, Lactobacillus fue el más significativamente enriquecido en AN (Datos ampliados, figura 2f). A pesar de la diferencia en los géneros principales entre AN y HC, encontramos que la riqueza de pangenomas de especies metagenómicas (MSP, en adelante denominadas especies) fue similar entre los dos grupos (Datos ampliados, figura 2g). En los análisis de enterotipos22, encontramos una mayor prevalencia del enterotipo Ruminococcacea (enterotipo R) en AN en comparación con HC, y una mayor prevalencia del mismo enterotipo en AN-BP que en el subtipo AN-RS (Datos ampliados, Fig. 2h). .

A nivel de especie (Tabla complementaria 3), observamos que la microbiota intestinal de AN se caracteriza por una mayor diversidad β (Fig. 1a). Dentro de los subgrupos de AN, el subtipo AN-BP tenía una comunidad bacteriana más heterogénea a nivel de especie que el subtipo AN-RS (Fig. 1b). En la comparación entre casos de AN hospitalizados y ambulatorios, encontramos que la diversidad β de los pacientes hospitalizados era mayor que la de los pacientes ambulatorios a nivel de especie (Figura 1 y datos complementarios). El cambio reciente de peso corporal en 4 semanas no se asoció con la composición bacteriana intestinal (Tabla complementaria 4). Las especies que fueron significativamente diferentes en la distribución de abundancia entre AN y HC después de desconcertar las interferencias de múltiples medicamentos (inhibidores selectivos de la recaptación de serotonina, antipsicóticos y benzodiazepinas, especificados en la Tabla complementaria 2) se muestran en la Fig. 1c. Entre las especies agotadas en AN se encuentran Roseburia intestinalis y Roseburia inulinivorans, especies que tienen una alta capacidad para digerir polisacáridos vegetales y se consideran parte de la microbiota intestinal relacionada con la salud23. En un análisis de red no dirigido de coabundancia (Datos ampliados, figura 3), identificamos una comunidad bacteriana formada por Eisenbergiella, bacteria productora de butirato SS3/4 - (Clostridium) sp. CAG:81, Faecalibacterium prausnitzii 3, (Oscillibacter) sp. ER4/Firmicutes bacteria CAG: 129_59_24, Oscillibacter sp. 57_20, (Clostridium) sp. 2789STDY5834924, Lachnospiraceae no clasificado y Dysosmobacter – Oscillibacter no clasificado, que fue más abundante en HC. Una comunidad altamente enriquecida en AN estaba compuesta por Erysipelatoclostridium ramosum, Enterocloster bolteae, (Clostridium) innocuum y Blautia sp. CAG:257.

a,b Gráfico de caja (línea, mediana; cuadro, rango intercuartil (IQR); bigotes, 1,5× IQR) de la diversidad β de la microbiota intestinal AN (n = 77) y HC (n = 70) (a) y de dos Subtipos de AN (AN-RS n = 56, AN-BP n = 21) y microbiota intestinal HC (b) a nivel de especie bacteriana (distancia de Canberra). La significación estadística de las diferencias entre dos grupos se determinó mediante la prueba de suma de rangos de Wilcoxon (bilateral). c, Especies bacterianas significativamente contrastadas entre AN y HC. Las diferencias en abundancia se detectaron utilizando el proceso metadeconfoundR, donde se corrigieron covariables como la edad, el IMC, el tabaquismo y la ingesta múltiple de medicamentos. Los valores del delta de Cliff dan estimaciones del tamaño del efecto. Para cada MSP contrastada, la prevalencia en toda la cohorte, HC, AN y Padj se dan junto a la anotación de MSP. d, Mapa de calor que muestra que las especies de bacterias intestinales están relacionadas con las puntuaciones de los trastornos alimentarios en los casos de AN, utilizando un modelo de regresión lineal en el que la edad, el IMC, el tabaquismo y la ingesta de múltiples medicamentos se definieron como covariables y se ajustaron. Las variables de la escala de trastorno alimentario específico están marcadas en azul y la escala psicológica general está marcada en rojo. El panel derecho del mapa de calor indica la dirección de cada variable. Para cada MSP, la prevalencia en AN se proporciona junto a la anotación de MSP. +, Padj < 0,05 según el método de Benjamini-Hochberg (consulte los valores P exactos).

Datos fuente

Investigamos las covariaciones numéricas entre la abundancia absoluta de bacterias a nivel de género y especie y las variables bioclínicas en la cohorte combinada de HC y AN. Utilizamos un modelo de regresión lineal ajustando los factores de confusión, incluidos la edad, el tabaquismo y la ingesta de múltiples medicamentos (Métodos y nota complementaria 3, figura 2 y datos).

Curiosamente, algunos taxones bacterianos se vincularon con puntuaciones de trastornos alimentarios y condiciones psicológicas después de ajustar por múltiples factores de confusión, como la edad, el índice de masa corporal (IMC), el historial de tabaquismo y los medicamentos. A nivel de especie, encontramos que las especies de Clostridium se correlacionaban positivamente con las puntuaciones de los trastornos alimentarios (Fig. 1d), lo que indica un papel potencial de estas especies en la regulación de la conducta alimentaria y los síntomas neuropsiquiátricos24. Además, entre las especies bacterianas que se correlacionaron inversamente con las puntuaciones de los trastornos alimentarios, encontramos que las abundancias absolutas de Lactococcus acidophilus25 y Faecalibacterium prausnitzii26, ambas asociadas con síntomas depresivos, estaban relacionadas con una puntuación de alienación interpersonal (Fig. 1d). . Además, la abundancia absoluta de Parasutterella se correlacionó positivamente con la insatisfacción corporal y la abundancia absoluta de Bifidobacterium se correlacionó con un marcador de perfeccionismo. A pesar de una abundancia absoluta similar de Brachyspira en AN y HC, este género se correlacionó positivamente con marcadores de "impulso por la delgadez" en AN (Datos ampliados, figura 4). Como se muestra en la figura 5 de datos ampliados, no encontramos diferencias en los niveles circulantes de ClpB14 anorexigénico entre los grupos AN y HC (Nota complementaria 4).

Estimamos la dinámica de crecimiento de la microbiota intestinal bacteriana a partir de los datos metagenómicos calculando la relación pico-mínimo (PTR)27 para 50 especies bacterianas. Treinta y cinco de ellos estaban presentes en más de 20 muestras. Los valores medios de PTR difirieron notablemente entre AN y HC (PWilcoxon = 2,0 × 10−4, datos ampliados, figura 6), lo que podría estar relacionado con la grave reducción de la ingesta de alimentos en pacientes con AN. Se predijo que seis bacterias tendrían una tasa de crecimiento significativamente menor en AN (PWilcoxon <0,05, datos ampliados, figura 6). Se trataba de Akkermansia muciniphila, Alistipes finegoldii, Coprococcus catus, Eubacterium siraeum, Odoribacter splanchnicus y la bacteria productora de butirato SS3/4.

Observamos una mayor riqueza viral (Chao1, Fig. 2a) y diversidad (Shannon, Fig. 2b) en muestras fecales de AN en comparación con HC. El cambio reciente de peso corporal en 4 semanas no se asoció con la composición viral intestinal (Tabla complementaria 4). Después de desconcertar las covariables (edad, tabaquismo y consumo de drogas), identificamos 31 especies virales que se enriquecieron o disminuyeron en AN (Fig. 2c). De gran interés, 25 de las 30 especies virales aumentadas en la AN eran fagos de Lactococcus con huéspedes conocidos de Lactococcus lactis, bacterias que se han utilizado ampliamente en la producción de productos alimenticios fermentados.

a,b, Diagrama de caja (línea, mediana; caja, IQR; bigotes, 1,5 × IQR) de cambios en la riqueza de Chao1 (a) y la diversidad de Shannon (b) de la microbiota intestinal viral entre AN (n = 77) y HC ( n = 70) a nivel de especie viral. La significancia se examinó mediante la prueba de suma de rangos de Wilcoxon bilateral (a, b). c, valores delta de Cliff de especies virales intestinales contrastadas entre AN y HC con Padj <0,05 mediante la corrección de Benjamini-Hochberg (que se muestra junto a la anotación viral). Las especies diferenciales se identificaron mediante el proceso metadeconfoundR, donde se desconfundieron los impactos de los cofactores, incluidos la edad, el tabaquismo y la ingesta múltiple de drogas. d, Diferencia en el número de correlaciones ecológicas entre reinos entre la microbiota intestinal viral y bacteriana en AN (n = 77) en comparación con HC (n = 70), y entre dos subtipos de AN (AN-RS n = 56, AN-BP n = 21) utilizando el algoritmo SparCC.

Datos fuente

El análisis de las correlaciones virales-bacterianas dentro de la microbiota intestinal de AN y HC reveló una disminución notable en el número de interacciones virales-bacterianas en AN (219 para HC versus 84 para AN, prueba exacta de PFisher = 8,8 × 10-15, Fig. 2d). . Esto se debió principalmente a interacciones debilitadas entre las especies virales y los productores de bacterias de ácidos grasos de cadena corta, como Roseburia inulinivorans, Faecalibacterium prausnitzii y Roseburia hominis (Figura 3 y datos complementarios). No observamos ninguna interacción entre los fagos de Lactococcus y las bacterias de Lactococcus en el análisis trans-reino (Figuras complementarias 3 y 4 y Datos).

En los análisis de subgrupos de AN, el análisis de coordenadas principales (PCoA) en la distancia de Canberra no mostró alteraciones notables en la composición viral intestinal (PPERMANOVA = 0,571, figura 5 y datos complementarios). Sin embargo, al comparar el número de correlaciones virales-bacterianas en la microbiota intestinal AN-RS y AN-BP, encontramos una reducción en el número y una proporción mucho menor de correlaciones positivas en AN-RS (164 para AN-BP versus 44 para AN-RS, prueba exacta de PFisher <2,2 × 10−16) (Fig. 2d y Fig. complementaria 4). Esto sugiere que la microbiota intestinal en AN-RS ha debilitado las interacciones entre virus y bacterias intestinales.

Utilizando módulos metabólicos intestinales (GMM)28 y módulos cerebrales intestinales (GBM)29 para predecir los potenciales funcionales de las bacterias intestinales, identificamos 159 módulos funcionales. En particular, la abundancia de GBM para la biosíntesis de serotonina y la degradación de dopamina, glutamato y triptófano, que son metabolitos con efectos sobre el estado de ánimo y el apetito, se enriquecieron en AN (Fig. 3a). Por el contrario, la abundancia de las vías de síntesis de glutamato II y vitamina K2 fue mayor en HC (Fig. 3a)30. Además, encontramos que las vías de síntesis de serotonina y degradación de glutamato estaban inversamente correlacionadas con las concentraciones circulantes de glucosa e insulina, o la sensibilidad a la insulina (Fig. 3b). Si bien observamos diferencias en GBM, no identificamos diferencias en GMM entre AN y HC (Tabla complementaria 5).

a, tamaño del efecto delta de Cliff de módulos funcionales contrastados entre AN (n = 77) y HC (n = 70) utilizando el proceso metadeconfoundR donde se corrigieron las interferencias de las covariables que incluyen la edad, el IMC, el tabaquismo y la ingesta múltiple de medicamentos. Lingotes de oro, módulos funcionales más abundantes en AN; Barras azules, módulos funcionales más abundantes en HC. Para cada módulo contrastado, el valor de P después de la corrección de Benjamini-Hochberg se proporciona junto a la anotación del módulo. b, Mapa de calor de las asociaciones entre variables clínicas y potenciales funcionales del bacterioma intestinal mediante un modelo de regresión lineal donde se desconcertaron los impactos de las covariables, incluida la edad, el tabaquismo y la ingesta de múltiples medicamentos. + indica P <0,05 mediante la corrección de Benjamini-Hochberg (consulte los valores exactos de P).

Datos fuente

Los genomas bacterianos pueden tener variantes estructurales (SV) que potencialmente interfieren con genes funcionales que afectan la interacción entre los microbios y su huésped31. Por lo tanto, las diferencias en la presencia o abundancia de VS entre cepas bacterianas idénticas pueden subyacer a diferencias fenotípicas y funcionales críticas31,32. Aquí perfilamos los SV en todas las muestras e identificamos 5056 SV de eliminación y 2423 SV variables en 56 especies bacterianas (Fig. 4a, b). Para algunas especies, observamos marcadas diferencias en la variación del número de copias. Identificamos 87 SV de deleción y 18 SV variables en Bacteroides uniformis en 134 individuos, 78 deleciones y 15 SV variables en Faecalibacterium prausnitzii en 124 individuos, y 110 SV de deleción y 55 SV variables en Parabacteroides distasonis en 121 individuos. Para la microbiota de arqueas, solo identificamos SV en Methanobrevibacter smithii en 13 individuos (Fig. 4a y Fig. 6 y datos complementarios). Para explorar posibles diferencias en la genética bacteriana, calculamos además la distancia de Canberra de los perfiles bacterianos de SV entre las 147 muestras (Fig. 4c). Las muestras de AN y HC fueron significativamente diferentes en la diversidad β de la composición de SV (PWilcoxon <2,2 × 10-16). En conjunto, estos resultados sugieren que la composición de los SV bacterianos difiere entre los dos grupos.

a, Número de VS de cada especie bacteriana o arquea en 147 (77 casos y 70 controles) participantes del estudio. Para cada especie, se proporciona el número de SV de deleción y variables. b, Gráfico circular que muestra el número total de SV identificados. c, Diagrama de caja (línea, mediana; caja, IQR; bigotes, 1,5 × IQR) de la diversidad β (distancia de Canberra) de la composición genética basada en SV en bacterioma AN (n = 77) y HC (n = 70). El valor de p se determinó mediante la prueba de suma de rangos de Wilcoxon bilateral. d, Diagrama de cuerdas que muestra asociaciones significativas entre las puntuaciones de los trastornos alimentarios y los VS bacterianos después de ajustar por edad, IMC, tabaquismo y consumo de múltiples drogas. e, Mapa de calor que muestra las asociaciones entre los VS de Bacteroides uniformis y las puntuaciones de EDI-3 utilizando un modelo de regresión lineal donde se desconcertaron los impactos de la edad, el IMC, el tabaquismo y la ingesta múltiple de drogas. + indica P <0,05 corregido por Benjamini-Hochberg (consulte los valores exactos de P). En d y e, las variables de la escala de trastornos alimentarios están coloreadas en azul, la escala psicológica general en rojo y los SV bacterianos en negro. f, La tasa de eliminación del SV de eliminación de 10 kpb que alberga tiamina-monofosfato quinasa en el genoma de B. uniformis en el grupo AN. g, Diagrama de caja (línea, mediana; caja, IQR; bigotes, 1,5 × IQR) que muestra las puntuaciones de EDI-3 en individuos con anorexia con (n = 49) y sin (n = 28) la eliminación de 10 kpb. La significancia se determinó mediante la prueba de suma de rangos de Wilcoxon (bilateral).

Datos fuente

Al explorar las relaciones entre los SV bacterianos intestinales y los marcadores de la conducta alimentaria, encontramos que en los casos de AN, los SV bacterianos se asociaron significativamente con las puntuaciones de los trastornos alimentarios después de desconcertar múltiples covariables (Fig. 4d). Como ejemplo digno de mención, en el análisis de asociación entre los SV en el genoma de B. uniformis y las puntuaciones de alimentación del huésped, encontramos que una eliminación de 10 kpb se asoció directamente con marcadores de bulimia y abnegación, lo que indica que esta eliminación del SV puede estar involucrada. en la regulación del trastorno alimentario y los rasgos psicológicos en AN (Fig. 4e). De hecho, el análisis genético mostró que el comienzo de esta región genómica específica en B. uniformis codifica una tiamina-monofosfato quinasa (Fig. 4f y Tabla complementaria 6), que es la enzima distal involucrada en la vía de biosíntesis de tiamina (vitamina B1). La deficiencia de tiamina se ha asociado con la salud mental, incluida la pérdida de memoria, ansiedad, depresión, irritabilidad, insomnio, así como pérdida de apetito y molestias gastrointestinales33. Aproximadamente un tercio de los casos de AN pueden sufrir deficiencia de tiamina34. Descubrimos que los casos de AN que carecían de esta región genómica bacteriana tenían puntuaciones más altas de bulimia (una característica clave para el subtipo AN-BP) y abnegación (Fig. 4g), un patrón también sugerido por nuestros análisis de correlación (Fig. 4e). Otro ejemplo que vincula la genética bacteriana con las variables bioclínicas relacionadas con el metabolismo se proporciona en (Datos ampliados, figura 7) y en la Nota complementaria 5.

Realizamos perfiles metabolómicos no dirigidos del suero de casos y controles de AN. Esto reveló un perfil de metaboloma sérico que consta de 28 metabolitos polares y 35 metabolitos relacionados con la microbiota, que fue significativamente diferente entre AN y HC (Fig. 5a), mientras que solo se alteró ligeramente entre los dos subtipos de AN (Datos ampliados, Fig. 8a). Identificamos 25 metabolitos séricos con diferencias de concentración entre casos y controles después de ajustar por factores de confusión (valor de P ajustado (Padj) <0,05) (Fig. 5b).

a, Análisis de componentes principales (PCA) del perfil del metaboloma sérico de casos de AN y participantes de HC. b, valores delta de Cliff de metabolitos contrastados entre AN (n = 77) y HC (n = 70) después de ajustar por edad, IMC, tabaquismo y consumo de múltiples medicamentos. Las piruletas doradas son metabolitos enriquecidos en AN y las piruletas azules muestran metabolitos séricos enriquecidos en HC. c, Flujo de trabajo para el análisis de mediación bidireccional de características microbianas intestinales, metabolitos séricos y fenotipos del huésped. d, diagrama de Sankey que muestra la red de relaciones causales inferidas de la dirección 1 donde las características microbianas intestinales, incluidas las especies bacterianas, el cerebro intestinal/módulos metabólicos y la genética bacteriana, se trataron como factores causales, los metabolitos son mediadores y las puntuaciones de EDI-3 son resultados. e, Ejemplos de relaciones causales inferidas entre características microbianas, metabolitos y puntuaciones de EDI-3. La dirección 1 significa características microbianas → puntuaciones de trastornos alimentarios mediadas por metabolitos, ilustradas con una línea negra; La dirección 2 significa características microbianas → metabolitos mediados por puntuaciones de EDI-3, ilustradas con una línea roja discontinua. Las proporciones de los efectos de la mediación se muestran en el centro de los gráficos de anillos. FFA, ácido graso libre.

Datos fuente

Concentraciones séricas de ácidos biliares primarios (ácido cólico (CA), ácido glicocólico (GCA)) y secundarios (ácido glicohiocólico (GHCA), ácido 7-oxo-hiocólico (7-oxo-HCA), ácido glicohiodesoxicólico (GHDCA), 7 -El ácido oxodesoxicólico (7-oxo-DCA), el ácido ω/α-muricólico (ω/α-MCA y el ácido ursodesoxicólico (UDCA)) fueron mayores en la AN, lo que indica un papel potencial de la microbiota intestinal en las enfermedades relacionadas con la AN. cambios en la síntesis y el metabolismo de los ácidos biliares secundarios y la regulación de la saciedad35. Además, las concentraciones séricas de ácido indol-3-acético y ácido indol-3-propiónico (IPA), dos metabolitos del triptófano, fueron mayores en AN en comparación con HC. Curiosamente, el IPA está asociado con la secreción del péptido 1 similar al glucagón, que puede estimular la saciedad y retardar el vaciado gástrico36,37. También se observó una desregulación de valina, ácidos grasos saturados e insaturados de cadena larga en el grupo AN (Fig. 5b y Nota complementaria 6).

Para explorar el papel de los metabolitos séricos en la interacción entre la microbiota intestinal y los fenotipos del huésped, construimos modelos de mediación bidireccional. Para la dirección 1, planteamos la hipótesis de que los metabolitos séricos (incluidos los metabolitos relacionados con la microbiota) como variables median el efecto causal de las características microbianas intestinales (especies bacterianas, módulos cerebrales intestinales y genética bacteriana) en los fenotipos del huésped (Inventario de trastornos alimentarios-3 (EDI-3). ) puntuaciones y rasgos metabólicos). Para la dirección 2, tratamos los fenotipos como mediadores y las alteraciones en los metabolitos como resultados de cambios en las características microbianas (Fig. 5c). Este análisis bidireccional in silico nos permitió cuantificar el grado en que un mediador hipotético (un metabolito) participa en la interacción entre una causa (características microbianas) y su efecto (rasgos fenotípicos del huésped).

Primero realizamos la inferencia causal de las características bacterianas en las puntuaciones del cuestionario EDI-3 en casos de AN (Datos ampliados, figura 8b). Las relaciones causales inferidas en la dirección 1 consistieron en 13 características microbianas como iniciadores, 11 metabolitos como mediadores y 7 puntuaciones EDI-3 como resultados (Fig. 5d). Como ejemplo digno de mención, identificamos el "impulso por la delgadez" como un resultado de la especie bacteriana C. paraputrificum enriquecida en AN (Fig. 1c), que se relacionó con cambios en los niveles séricos de IPA, también enriquecidos en el grupo AN. C. paraputrificum es un productor de múltiples catabolitos de triptófano, incluidos IPA, ácido indolacrílico, ácido indolacético y triptamina, todos los cuales participan en la regulación del apetito y la salud mental24 (Fig. 5e).

En otro ejemplo, el sulfato de indoxilo, que estaba enriquecido en pacientes con AN, se identificó como un mediador de (Clostridium) sp. CAG: 269 en la puntuación de insatisfacción corporal (Fig. 5e). El sulfato de indoxilo es una toxina cardio y urémica y se ha demostrado que induce comportamientos similares a la ansiedad o la depresión en humanos y modelos animales38,39. Clostridium es un género de bacterias productoras de indol que pueden codificar la triptofanasa40, la enzima crítica que convierte el triptófano en indol, piruvato y amoníaco41.

A continuación, analizamos la inferencia causal entre las características microbianas y los rasgos metabólicos del huésped en toda la cohorte (Datos ampliados, figura 8c). La red causal en la dirección 1 constaba de 14 características microbianas, 10 metabolitos y 5 rasgos metabólicos como tratamientos causales, mediadores y resultados, respectivamente (Datos ampliados, figura 8d). En particular, encontramos que el módulo de síntesis de serotonina afectó causalmente el IMC del huésped a través del ácido biliar secundario glicoursodesoxicólico, que está regulado positivamente por la serotonina42 (Datos ampliados, figura 8e). Finalmente, de acuerdo con nuestros hallazgos anteriores, la leucina sérica medió el impacto de B. vulgatus en la homeostasis de la glucosa43 (Datos ampliados, figura 8e). No observamos una relación causal unidireccional entre los cambios en el comportamiento alimentario y el estado psicológico, las características microbianas intestinales y los metabolitos (Tabla complementaria 7).

Para investigar posibles relaciones causales entre una microbiota intestinal alterada en AN y fenotipos relevantes, trasplantamos microbiota fecal de tres casos de AN-RS elegidos al azar (para lograr uniformidad, ya que AN-BP tiene un fenotipo más heterogéneo que el subtipo de AN-RS) y tres participantes de HC de la misma edad con tres camadas independientes de ratones hembra libres de gérmenes (GF) (Datos ampliados, figura 9a). Para minimizar las variaciones en los antecedentes genéticos, incluimos compañeros de camada como ratones de control. En cada estudio de camada, 8, 6 y 6 compañeros de camada, respectivamente, fueron asignados aleatoriamente como receptores de microbiota fecal AN o HC. Después del trasplante de heces, los ratones receptores se alojaron individualmente y recibieron una dieta restringida en calorías al 30% durante 3 semanas para imitar la ingesta reducida de alimentos en la AN humana (Datos ampliados, figura 9b). La alimentación con dieta ad libitum chow no generó ninguna alteración fenotípica en ratones GF44, una observación consistente con un informe anterior sobre kwashiorkor45 (Datos ampliados, Fig. 10a).

Después de 21 días, los ratones GF trasplantados con heces de casos de AN mostraron una disminución inicial mayor en el peso corporal y un aumento de peso más lento con el tiempo en comparación con los ratones que recibieron HC FMT (Fig. 6a y Datos ampliados Fig. 10b; consulte la Nota complementaria 7 para discusión).

a, Cambio de peso corporal (BW) en comparación con el peso corporal el día 0 después de una dieta con restricción energética (AN-T n = 10, HC-T, n = 10 examinados en 3 experimentos independientes). La significación se calculó mediante un análisis de varianza de dos factores (ANOVA), seguido de la prueba post hoc de Benjamini-Hochberg. b,c, niveles de ARNm de los genes de ratones indicados en el hipotálamo (b) y el tejido adiposo blanco inguinal (c) en los receptores de microbiota fecal de ratones (AN-T n = 10, HC-T, n = 10, examinados en 3 estudios independientes experimentos). La significancia entre los dos grupos se probó mediante la prueba t de Student de dos colas no apareada. Los datos se presentan como media ± sem (a – c). d, diagrama de Venn de los ASV identificados y transferidos entre donantes humanos y receptores de ratón GF. e, Izquierda: mapa de calor de los 84 ASV conservados en donantes humanos. Medio: diferencias en los 84 ASV conservados derivados del contenido cecal entre receptores de ratones AN-T y HC-T GF (AN-T n = 10, HC-T, n = 10, examinados en 3 experimentos independientes). Las alteraciones microbianas transferidas están marcadas en azul. Derecha: información taxonómica de ASV.

Datos fuente

Realizamos un análisis de la expresión del gen hipotalámico después del FMT. Los receptores trasplantados con AN y HC diferían en la expresión de varios genes hipotalámicos implicados en el control de la conducta alimentaria y el gasto de energía (Fig. 6b). Esto incluyó una mayor expresión de los supresores del apetito Bdnf46 y Cartpt47, y del receptor de serotonina, Htr1b (implicado en la regulación posterior de la serotonina), en receptores de AN FMT. La expresión de Snca, que codifica la proteína neuronal alfa-sinucleína asociada con varias enfermedades neurodegenerativas, fue mayor en ratones trasplantados con AN48. Además, analizamos los niveles de ARN mensajero (ARNm) de genes que codifican proteínas que regulan la termogénesis del tejido adiposo. Descubrimos que la abundancia de ARNm de Ucp1, Elovl3 y Pgc1α aumentó en la grasa inguinal de ratones trasplantados con AN, lo que indica una mayor termogénesis del tejido adiposo en este grupo de ratones (Fig. 6c).

La secuenciación del amplicón del gen del ácido ribonucleico ribosómico (ARNr) 16S de heces de donantes humanos y del contenido cecal del receptor de ratón GF identificó 85 variantes de secuencia de amplicones superpuestas (ASV; Fig. 6d), de las cuales 45 (53%) ASV alterados en los donantes se transfirieron a los receptores ( Figura 6e). El perfil del metaboloma sérico detectó 31 metabolitos conservados entre donantes y receptores, y las alteraciones de 19 de estos (61%) se transfirieron de humanos a ratones (Datos ampliados, figura 10c). Identificamos tres ASV: ASV_021, ASV_229 y ASV_002 que fueron anotados como Bacteroides a nivel de género. La abundancia relativa de estos ASV y la expresión de genes de pardeamiento, incluido Ucp1 (Datos ampliados, figura 10d), se correlacionaron fuertemente positivamente, lo que indica un papel potencial de estos ASV en la pérdida de peso corporal o un menor aumento de peso a través de un mayor pardeamiento adiposo. La correlación inversa entre la abundancia relativa de ASV_122, anotado como género Akkermansia, y el gen hipotalámico supresor del apetito Htr1b también es notable y sugiere un papel potencial de ASV_122 en la regulación del apetito (Datos ampliados, figura 10d). En conjunto, las alteraciones en la expresión genética del tejido hipotalámico y adiposo y los cambios en el peso corporal a lo largo del tiempo en ratones sugieren que una microbiota intestinal alterada en la AN humana puede contribuir a algunos de los elementos de la compleja patogénesis de la AN.

Utilizando una combinación de secuenciación y metabolómica para caracterizar el microbioma y el metaboloma intestinal en humanos y ratones, mostramos que los componentes bacterianos y virales del microbioma y el metaboloma sérico están alterados en personas con AN en comparación con individuos sanos. También encontramos que los SV de especies bacterianas son diferentes entre AN y controles sanos, y los análisis de inferencia causal in silico implican que los metabolitos bacterianos median algunos efectos de una microbiota intestinal alterada en el comportamiento de AN. Finalmente, los ratones GF trasplantados con heces AN con una dieta restringida en energía inicialmente pierden más peso y tienen un aumento de peso más lento con el tiempo en comparación con los ratones trasplantados con heces de individuos sanos. Esto se asoció con una mayor expresión de genes supresores del apetito en el hipotálamo y una mayor expresión de genes relacionados con la termogénesis en el tejido adiposo de ratones trasplantados con AN.

Tanto en los experimentos de FMT como en los análisis de inferencia in silico, observamos cambios en los niveles circulantes de ácido glicina-quenodesoxicólico, ácido indol-3-propiónico, ácido taurina-α-muricólico y ácido taurina-hiodesoxicólico. Proponemos que estos metabolitos pueden actuar como mediadores potenciales de algunos de los fenotipos de AN. Por ejemplo, el ácido indol-3-propiónico es un metabolito del triptófano, que está implicado en la actividad de la serotonina49, y el ácido hiodesoxicólico es un ácido biliar 6α-hidroxilado, también llamado ácido muricólico, que reduce el aumento de peso corporal50. Este ácido biliar interviene en la regulación de la saciedad51. La actividad de la serotonina, así como la regulación del apetito, podrían estar implicadas en el desarrollo y/o mantenimiento del síndrome de AN. Los estudios futuros deberán explorar los efectos individuales y combinados de estos metabolitos sobre el metabolismo energético. Aún así, muchas más especies de bacterias intestinales y metabolitos derivados pueden mediar los rasgos de AN observados en humanos y ratones, como se informa en un modelo de anorexia basado en la actividad20,52.

Los análisis de deleción y SV variables en especies de bacterias intestinales indicaron que la genética bacteriana puede influir en los rasgos de comportamiento y la fisiopatología relevantes de la AN. De especial interés es una deleción de 10 kbp en el genoma de B. uniformis que se asoció con estimaciones de bulimia y abnegación. Predijimos que esta eliminación da como resultado la pérdida de un gen que codifica la tiamina-monofosfato quinasa, lo que puede resultar en una deficiencia relativa de tiamina producida por la microbiota. Esto es de interés en el contexto de la patología de AN, ya que se sabe que varios problemas de salud mental e intestinal están relacionados con la deficiencia de tiamina33.

Nuestros estudios de la microbiota intestinal viral en AN mostraron un desacoplamiento parcial de las interacciones ecológicas entre las especies virales y las especies bacterianas productoras de cadena corta con impacto en la biología del cerebro53. Además, las muestras de AN se enriquecieron en fagos de Lactococcus con huéspedes bacterianos conocidos de L. lactis. El enriquecimiento asociado a la AN en los fagos de Lactococcus puede provocar una alteración en la fermentación de los alimentos y sugerir el posible uso de alimentos fermentados en el tratamiento futuro de la AN. La razón de este enriquecimiento de fagos de Lactococcus no está clara, pero nuestro hallazgo puede justificar la prueba de un probiótico multicepa que contiene L. lactis en adolescentes con AN54.

Nuestro estudio tiene limitaciones: (1) el uso de una cohorte danesa transversal de AN limita la generalización de los hallazgos a otras etnias; (2) la misma limitación se aplica al uso de pacientes con AN en tratamiento en un centro especializado, ya que estos pacientes pueden no ser representativos de formas más leves de AN; y (3) aunque se desconcertaron los efectos de múltiples covariables, no teníamos información sobre la dieta y la actividad física, comportamientos que afectan la microbiota intestinal.

En conclusión, el presente estudio multiómico descubre alteraciones profundas y complejas de la microbiota intestinal en individuos con AN, con implicaciones funcionales y metabolitos séricos alterados. Estos compuestos pueden actuar a través de la circulación sanguínea o a través de vías de señalización neuronal intestinal, microbiota y cerebro que afectan la regulación cerebral del apetito, las emociones y el comportamiento. La TMF de donantes de AN humanos a ratones GF sometidos a alimentación con restricción energética dio como resultado un menor aumento de peso corporal y una serie de cambios en la expresión de genes del tejido hipotalámico y adiposo implicados en el control del comportamiento y la homeostasis energética. La combinación de experimentos multiómicos y in vivo complementa nuestros análisis de inferencia causal para permitir la identificación de metabolitos bacterianos específicos que potencialmente median los rasgos de AN del huésped humano. Nuestros hallazgos respaldan la hipótesis de que una microbiota intestinal gravemente alterada contribuye a algunas de las etapas de la patogénesis de la AN.

Todos los pacientes con AN fueron diagnosticados por un psiquiatra consultor experimentado y cumplían con los criterios del DSM-5 para los subtipos restrictivos o de atracones/purgas de AN1. Dado que entre el 90% y el 95% de las personas con AN diagnosticada son mujeres, decidimos incluir solo a mujeres en el presente estudio y dado que el origen étnico puede influir en la microbiota intestinal, solo incluimos mujeres danesas caucásicas con casos de AN, reclutadas en tres centros especializados en Dinamarca de 1 Del 1 de septiembre de 2014 al 31 de julio de 2016. Los centros fueron: Centro de Trastornos de la Alimentación (Hospital Universitario de Odense), Unidad Psiquiátrica Infantil y Adolescente (Hospital Universitario de Aarhus) y Unidad de Investigación Psiquiátrica (Hospital Universitario de Aalborg). Los criterios de exclusión comprendieron el tratamiento con antibióticos o antifúngicos en los 3 meses anteriores, cualquier enfermedad o infección somática aguda o crónica. Todos los pacientes incluidos fueron tratados en centros especializados y fueron entrevistados por un psicólogo o psiquiatra experimentado y especializado al inicio de su tratamiento. Para la entrevista se utilizó el Inventario de Trastornos de la Alimentación (EDI, detalles proporcionados en la Nota complementaria 2) validado y como cuestionario completado por profesionales de la salud capacitados21. Los criterios de exclusión para las mujeres de control sanas de la misma edad fueron un IMC inferior a 18,5 o superior a 25 kg m-2, medicación habitual de cualquier tipo aparte de las píldoras anticonceptivas y antibióticos en los últimos 3 meses. Los participantes de control fueron reclutados a través de publicidad pública y mediante contacto directo con el personal de salud, estudiantes de medicina y sus familiares. El IMC y otras características clínicas de los controles sanos se enumeran en la Tabla complementaria 2.

El protocolo del estudio se registró en ClinicalTrials.gov (NCT02217384) y el estudio se realizó de acuerdo con la declaración de Helsinki y fue aprobado por el Comité Ético Científico Regional para el Sur de Dinamarca (expediente no 42053 S-20140040). Todos los participantes involucrados en este estudio proporcionaron su consentimiento informado por escrito.

Pacientes hospitalizados. Todas las mediciones que se describen a continuación se realizaron durante el tratamiento de rutina en la unidad especializada para la estabilización somática y psicológica de pacientes con AN grave. El objetivo del tratamiento en la unidad de internación es la recuperación segura y eficaz del peso entre un 2,0% y un 3,0% por semana. La atención fue brindada por un equipo multidisciplinario y está de acuerdo con los lineamientos internacionales. Se proporcionaron comidas personalizadas individualmente bajo la supervisión de enfermeras o dietistas capacitados en horarios programados. Si las comidas no se podían consumir dentro de los plazos predefinidos (15 minutos para un refrigerio y 30 minutos para una comida principal), se agregaban bebidas nutritivas suplementarias por vía oral o a través de una sonda duodenal. Para tener en cuenta las preferencias individuales, se ofreció la opción de tres comidas diferentes. El contenido de macronutrientes fue constante y estuvo dentro de los rangos de porcentaje de energía recomendados: 40 a 50 % de carbohidratos (un máximo de 10 % de azúcar), 30 a 40 % de grasa y 20 a 25 % de proteína. La ingesta energética diaria se individualizó según la evolución del peso. Si un paciente no lograba alcanzar el 2% del aumento de peso semanal, se aumentaba el contenido energético del menú diario. Todas las comidas fueron seguidas de un descanso supervisado que variaba de 30 a 60 min en posición sentada. Entre descansos se permitió actividad física ligera como caminata; sin embargo, no se permitieron formas de entrenamiento físico. Para los pacientes con necesidad de ejercicio excesivo o falta de cumplimiento de las reglas de conducta, la supervisión de la conducta se extendió y, si era necesario, a 24 horas al día.

Pacientes ambulatorios. Los pacientes de AN realizaron visitas periódicas a unidades ambulatorias donde la atención fue brindada por un equipo multidisciplinario que incluía médicos, enfermeras, psicólogos y educadores en conducta sanitaria.

Se les proporcionó un plan de dieta individual, que tenía la misma composición de macronutrientes mencionada anteriormente para los pacientes hospitalizados. Al igual que con los pacientes hospitalizados, todos los pacientes ambulatorios también se inscribieron en cursos de tratamiento terapéutico cognitivo conductual.

La altura se midió con un estadiómetro montado en la pared y el peso se midió por la mañana, antes del desayuno, en una báscula de plataforma calibrada. El IMC se calculó dividiendo el peso por el cuadrado de la altura (=kg/m2).

Se tomaron muestras de sangre por la mañana después de un ayuno nocturno. Las muestras de sangre se recogieron en hielo y se procesaron para obtener suero y plasma, y ​​posteriormente se almacenaron a -80 °C. Las concentraciones séricas de sodio, potasio, albúmina y creatinina se midieron mediante ensayos enzimáticos en un sistema Roche/Hitachi cobas c. Las concentraciones séricas de colesterol total, colesterol unido a lipoproteínas de alta densidad y colesterol unido a lipoproteínas de baja densidad se determinaron utilizando el método de precipitación con cloruro de magnesio con ácido fosfotúngstico. Los niveles de insulina inmunorreactiva en suero se midieron mediante un ensayo inmunoabsorbente ligado a enzima, mientras que la concentración sérica de alanina aminotransferasa se analizó con un método coulométrico enzimático que incluía la activación de fosfato de piridoxal.

El análisis de ClpB en plasma se realizó como se describió anteriormente55.

Las heces se recolectaron de acuerdo con las pautas de los Estándares Internacionales del Microbioma Humano (IHMS) (SOP 03 V1) en kits por casos de AN y HC en el hogar y se congelaron inmediatamente a -20 ° C hasta que fueron transportadas en hielo seco y congeladas 4 a 24 h después en −80 °C en tubos de plástico en los biobancos. La extracción de ADN de alícuotas de muestras fecales se realizó siguiendo el IHMS SOP P7 V256.

Para el recuento de células bacterianas (Figura 7 complementaria), se diluyeron 0,08 a 0,12 g de muestras fecales congeladas (-80 °C) 15 veces en solución salina tamponada con fosfato de Dulbecco (DPBS) (Sigma-Aldrich) a pH 7,2 y se homogeneizaron mecánicamente con tejido. lyser (40 min, 12,5 agitaciones por segundo; QIAGEN) y se fijó con paraformaldehído al 2% (10 min, temperatura ambiente; Biotum). Luego, las muestras se diluyeron 120 veces en tampón de tinción filtrado (EDTA 1 mM, Tween20 al 0,01 %, pH 7,2 DPBS, BSA al 1 % (Sigma-Aldrich)). Para minimizar los grumos, las muestras se filtraron a través de un colador celular (tamaño de poro 5 μm; pluriSelect), prehumedecidos en el tampón de tinción. A continuación, la suspensión de células bacterianas se tiñó con SYBR Green I (1:200.000; Thermo Fisher) en DMSO (Sigma-Aldrich) y se incubó en la oscuridad durante 30 minutos. Para una determinación precisa de los recuentos de células bacterianas, se añadió a las muestras una concentración conocida de 123count eBeads (Invitrogen) antes del análisis. Las mediciones se realizaron utilizando un citómetro de flujo BD Fortessa LSRII (BD Biosciences) y los datos se adquirieron utilizando el software BD FACSDiVaTM. Se aplicó un valor umbral de 200 en el canal FITC (530/30 nm). Intensidad de fluorescencia en los canales de fluorescencia verde (530/30 nm, FITC), azul (450/50 nm, Pacific Blue), amarillo (575/26 nm, PE) y rojo (695/40 nm, PerCP-Cy5-5) como Se recogieron intensidades de luz dispersadas hacia adelante y hacia los lados (FSC y SSC). Las mediciones se realizaron a un caudal preestablecido de 0,5 μl s-1. Los datos se procesaron en R utilizando el paquete flowcore (v1.11.20)57 en R (v4.1.2). La estrategia de activación fija separó los eventos fluorescentes microbianos del fondo de la muestra fecal.

El ADN se cuantificó mediante cuantificación fluorométrica Qubit (Thermo Fisher) y se calificó mediante perfiles de tamaño de ADN en un analizador de fragmentos (Agilent). Se utilizó ADN de alto peso molecular (>10 kpb; 3 µg) para construir la biblioteca. El corte del ADN en fragmentos de aproximadamente 150 pb se realizó utilizando un ultrasonicador (Covaris) y la construcción de la biblioteca de fragmentos de ADN se realizó utilizando los kits Ion Plus Fragment Library y Ion Xpress Barcode Adapters (Thermo Fisher). Las bibliotecas de fragmentos de ADN purificados y amplificados se secuenciaron utilizando el secuenciador Ion Proton (Thermo Fisher), con un mínimo de 20 millones de lecturas de alta calidad de 150 pb (en promedio) generadas por biblioteca.

Para construir la tabla de recuento de genes, se utilizó el software METEOR58: primero, AlienTrimmer59 filtró las lecturas para determinar si eran de baja calidad. Después de eliminar lecturas de baja calidad y lecturas de ADN humano, se mapearon 75,7% ± 2,7% de lecturas de secuenciación metagenómica de alta calidad de ADN fecal en el Integrated Gut Catalog 2 (IGC2)60, que comprende 10,4 millones de genes, utilizando Bowtie2 (ref.61). ). Las lecturas asignadas a un gen único en el catálogo se atribuyeron a sus genes correspondientes. Luego, las lecturas asignadas con la misma puntuación de alineación a múltiples genes en el catálogo se atribuyeron de acuerdo con la proporción de sus recuentos de mapeo únicos con respecto a los genes capturados. La tabla de recuento resultante se procesó adicionalmente utilizando el paquete R MetaOMineR v1.3162. Se redujo a 14 millones de lecturas mapeadas para tener en cuenta las diferencias en la profundidad de secuenciación y la tasa de mapeo entre muestras. Luego, la matriz reducida se normalizó para la longitud del gen y se transformó en una matriz de frecuencia mediante fragmentos por kilobase de transcripción por millón de fragmentos mapeados de normalización. El recuento de genes se calculó como el número de genes presentes (abundancia estrictamente positiva) en la matriz de frecuencia.

IGC2 se organizó anteriormente en 1990 MSP con MSPminer63 utilizando un conjunto de datos de MSP actualizado disponible públicamente64. La abundancia relativa de MSP se calculó como la abundancia media de sus 100 genes "marcadores" (es decir, los genes que más se correlacionan en conjunto). Si se observaba menos del 10% de genes "marcadores" en una muestra, la abundancia de MSP se establecía en 0. Este enfoque se utilizó en los consorcios MetaHIT62 y Metacardis65. Para las 4 MSP con menos de 100 genes centrales, se utilizaron todos los genes centrales disponibles.

Las abundancias en rangos taxonómicos superiores se calcularon como la suma de los MSP que pertenecen a un taxón determinado. El recuento de MSP se evaluó como el número de MSP presentes en una muestra (es decir, cuya abundancia es estrictamente positiva). El perfil de enterotipos se realizó como se demostró previamente66.

Los genes del catálogo IGC2 se mapearon con Diamond67 en ortólogos KEGG (KO) de la base de datos KEGG68 (v8.9). Cada gen se asignó al KO mejor clasificado entre los aciertos con un valor e <10 × 10-5 y una puntuación de bits >60. Luego evaluamos la presencia y abundancia de GMM28 y GBM29 en una muestra metagenómica mediante el proceso implementado en el paquete R omixerRpm (v0.3.2) como se describió anteriormente28,29.

Utilizamos el proceso computacional para inferir la dinámica de crecimiento bacteriano intestinal a partir de muestras metagenómicas como se describió anteriormente27. Las lecturas de secuenciación se asignaron a una base de datos que contiene referencias genómicas completas de 2991 cepas pertenecientes a 1509 especies microbianas. Para cada especie bacteriana, se seleccionó una cepa de referencia con una prevalencia del 100% en las muestras. Luego se armó un mapa de cobertura sobre la base de lecturas alineadas con el genoma de referencia. Los segmentos genómicos se agruparon en regiones de 10 kpb y se calculó y suavizó la cobertura de los contenedores resultantes. La ubicación del origen y el final de la replicación se predijo mediante ajustes de la misma cepa en múltiples muestras. Por último, se calcularon las PTR para cada especie bacteriana en cada muestra como la cobertura de secuenciación suavizada de la cepa representativa en la ubicación del pico prevista, dividida por la de la ubicación del valle prevista.

Antes de la clasificación de SV, se realizó la canalización con un algoritmo iterativo de asignación de lectura basado en cobertura para reasignar las lecturas ambiguas a la referencia más probable con alta precisión31,32. Los genomas de referencia proporcionados en la base de datos proGenomes (//progenomes1.embl.de/) se concatenaron y luego se dividieron en contenedores genómicos de 1 kbp y se aplicaron para la detección de segmentos genómicos altamente variables. El proceso SGV-Finder31 se utilizó para detectar los SV que son (1) con un porcentaje de eliminación del segmento genómico en toda la población de <25 % (SV variables, vSV), (2) con un porcentaje de eliminación entre el 25 % y el 75 % (deleción SV, dSV; se mantuvo la ausencia o presencia de este segmento genómico particular) o (3) con un porcentaje de eliminación >75 % (este segmento genómico se excluyó del análisis). Todas las especies bacterianas con llamada SV estuvieron presentes en al menos el 10% del total de muestras y se utilizaron para análisis posteriores.

El paquete R 'mediation'69 (v4.5.0) se utilizó para inferir relaciones causales entre las características microbianas intestinales, los metabolitos polares y relacionados con la microbiota, y los rasgos metabólicos y las puntuaciones de los trastornos alimentarios. Para reducir el número de pruebas, solo mantuvimos los grupos candidatos que consistían en variables que estaban fuertemente asociadas entre sí; es decir, para un grupo causal candidato de característica microbiana-metabolito-variable fenotípica, la asociación entre la característica microbiana intestinal y el metabolito sérico fue significativa (Padj <0,1); la asociación entre metabolito y variable fenotípica fue significativa (Padj < 0,1); y la asociación entre la característica microbiana y la variable fenotípica fue significativa (Padj <0,1). Después de realizar el análisis de mediación, solo se mantuvieron para la visualización del diagrama de Sankey los grupos candidatos con importancia en la dirección 1.

Perfilamos la microbiota intestinal viral utilizando MiCoP70, ya que este método está optimizado para llamar virus directamente a partir de lecturas de secuenciación metagenómica masiva y calcular la abundancia relativa dentro del conjunto de datos del viroma. Como conjunto de datos de referencia, MiCoP se basa en la base de datos RefSeq Viral del NCBI71. Identificamos un total de 209 especies virales con una prevalencia de > y = 10% y una abundancia relativa de > y = 0,01% para 147 (77 AN versus 70 HC) individuos incluidos en el conjunto de datos. La riqueza, la diversidad alfa y beta se calcularon con el paquete R 'fossil'72 y 'vegan'73. Se utilizó la prueba de suma de rangos de Wilcoxon de dos colas para determinar diferencias estadísticamente significativas en los índices de riqueza y diversidad alfa entre grupos. Se realizó un análisis de varianza multivariado permutacional (PERMANOVA) en n = 999 para la distancia de Canberra. Las interacciones virales-bacterianas en los datos del microbioma AN-RS y AN-BP se calcularon utilizando el algoritmo Sparse Correlations for Compositional (SparCC)74. Antes del análisis de SparCC, los conjuntos de datos de microbiota bacteriana y viral de AN se subconjuntos de conjuntos de datos de AN-RS y AN-BP, que luego se enviaron por separado para el análisis de SparCC.

Los metabolitos enumerados como metabolitos relacionados con la microbiota intestinal se basaron en la extracción de literatura75,76. Las muestras de suero se aleatorizaron y la preparación de las muestras se realizó como se describió anteriormente43,77. Brevemente, se agregaron 400 µl de metanol (MeOH) que contenía estándares internos (ácido heptadecanoico, dl-valina marcada con deuterio, ácido succínico marcado con deuterio y ácido glutámico marcado con deuterio, 1 µg ml-1) a 30 µl de las muestras de suero. , que luego se mezclaron con vórtex y se incubaron en hielo durante 30 min. Luego se centrifugaron las muestras (9400 x g, 3 min) y se recogieron 350 µl del sobrenadante después de la centrifugación. El disolvente se evaporó hasta sequedad, se añadieron 25 μl de reactivo MOX y la muestra se incubó durante 60 min a 45 °C. Se añadió N-metil-N-(trimetilsilil)trifluoroacetamida (25 µl) y después de 60 minutos de incubación a 45 °C, se agregaron 25 µl de la mezcla estándar del índice de retención (n-alcanos, 10 µg ml-1).

Los análisis se realizaron utilizando un cromatógrafo de gases Agilent 7890B acoplado a un espectrómetro de masas de tiempo de vuelo de cuadrupolo Agilent 7200. Se utilizaron los siguientes parámetros: el volumen de inyección fue de 1 µl con división 100:1 en PTV a 70 °C, calentando a 300 °C a 120 °C min-1; columna: Zebron ZB-SemiVolatiles con longitud de 20 m, diámetro interior de 0,18 mm, espesor de película de 0,18 µm, con flujo de helio inicial de 1,2 ml min-1, aumentando a 2,4 ml min-1 después de 16 min. Programa de temperatura del horno: 50 °C (5 min), luego a 270 °C a 20 °C min-1 y luego a 300 a 40 °C min-1 (5 min). Fuente EI: 250 °C, energía electrónica de 70 eV, emisión de 35 µA, retardo de disolvente de 3 min. Rango de masas de 55 a 650 uma, velocidad de adquisición de 5 espectros por segundo, tiempo de adquisición de 200 ms por espectro. Quad a 150 °C, flujo de colisión de N2 de 1,5 ml min-1, temperatura aux-2 280 °C.

Se construyeron curvas de calibración utilizando alanina, ácido cítrico, ácido fumárico, ácido glutámico, glicina, ácido láctico, ácido málico, ácido 2-hidroxibutírico, ácido 3-hidroxibutírico, ácido linoleico, ácido oleico, ácido palmítico, ácido esteárico, colesterol, fructosa, glutamina, ácido indol-3-propiónico, isoleucina, leucina, prolina, ácido succínico, valina, asparagina, ácido aspártico, ácido araquidónico, glicerol-3-fosfato, lisina, metionina, ornitina, fenilalanina, serina y treonina adquiridos de Sigma-Aldrich en un rango de concentración de 0,1 a 80 μg ml-1. Se recogió, combinó y utilizó una alícuota de cada muestra como muestras de control de calidad, junto con la muestra de suero CRM1950 del Instituto Nacional de Estándares y Tecnología (NIST), una muestra de suero combinada interna. La desviación estándar relativa de las concentraciones fue en promedio del 16% para las muestras de control de calidad agrupadas y del 10% para las muestras del NIST.

El procedimiento de preparación de la muestra se realizó como se describió anteriormente78. La placa se preacondicionó con 450 µl de acetonitrilo antes de agregar 100 µl de muestra y 10 µl de mezcla de estándar interno de sustancias polifluoroalquiladas (PFAS) y ácidos biliares (BA) (200 ng ml-1 y 1000 ng ml-1, respectivamente). A continuación, se añadieron a cada pocillo 450 µl de acetonitrilo que contenía ácido fórmico al 1 % y las muestras se extrajeron utilizando un colector de vacío de 10 pulgadas. El eluato se evaporó hasta sequedad bajo un flujo de gas nitrógeno y se reconstituyó en 80 µl de MeOH/etanoato de amonio acuoso 2 mM.

La separación cromatográfica se llevó a cabo utilizando una columna Acquity UPLC BEH C18 (100 mm x 2,1 mm de diámetro interior, tamaño de partícula de 1,7 µm), equipada con una precolumna C18 (Waters). La fase móvil A consistía en H2O:MeOH (v/v 70:30) y la fase móvil B de MeOH, conteniendo ambas fases acetato de amonio 2 mM como agente de ionización. El caudal se fijó en 0,4 ml min-1 con el gradiente de elución de la siguiente manera: 0–1,5 min, la fase móvil B se aumentó del 5 % al 30 %; 1,5 a 4,5 min, la fase móvil B aumentó al 70%; 4,5–7,5 min, la fase móvil B se aumentó al 100 % y se mantuvo durante 5,5 min. Se utilizó un tiempo posterior de 5 min para recuperar las condiciones iniciales para el siguiente análisis. El tiempo total de ejecución por muestra fue de 18 min. Los ajustes de la fuente de ionización por electropulverización dual fueron los siguientes: el voltaje del capilar fue de 4,5 kV, el voltaje de la boquilla de 1500 V, la presión de N2 en el nebulizador fue de 21 psi y el caudal de N2 y la temperatura como gas envolvente fueron de 11 l min-1 y 379 °C. respectivamente. Para obtener espectros de masas precisos en el escaneo de espectrometría de masas (MS), el rango m/z se configuró entre 100 y 1700 en modo de iones negativos. Se utilizó el software MassHunter B.06.01 (Agilent) para toda la adquisición de datos.

La identificación de compuestos se realizó con una biblioteca espectral interna utilizando MS (y tiempo de retención), información de espectrometría de masas en tándem. La cuantificación se basó en una curva de calibración emparejada con una matriz enriquecida con compuestos nativos. La curva de calibración consistió en concentraciones que oscilaban entre 0 y 1600 ng ml-1 para BA. La desviación estándar relativa para los BA fue en promedio del 17,8% para las muestras de control de calidad y del 19,4% para las muestras del NIST.

Los protocolos con animales fueron aprobados por los Comités de Ética Científica de la Región Capital de Copenhague, Dinamarca. Se criaron ratones hembra Swiss Webster libres de gérmenes y se mantuvieron en aisladores gnotobióticos de película flexible hasta el inicio de los experimentos en el Departamento de Medicina Experimental de la Universidad de Copenhague. Los ratones fueron alimentados con una dieta de pienso esterilizada en autoclave (7 % de azúcares simples, 3 % de grasa, 50 % de polisacárido, 15 % de proteína (p/p), energía 3,5 kcal g-1) y agua ad libitum bajo una luz de 12 h/12 ​​h de oscuridad. ciclo (luces encendidas a las 7:30 am) y temperatura constante (21-22 °C) y humedad (55 ± 5%).

Muestras fecales de subconjuntos seleccionados al azar de tres pacientes con AN (mujeres de 20, 22 y 20 años con un IMC de 10,3, 11,5 y 11,7 kg m-2, respectivamente) y tres HC (mujeres de 20, 22 y 21 años con un IMC de 22,6, 21,1 y 21,2 kg m-2, respectivamente) que eran representantes de casos y controles se utilizaron para colonizar a hembras de camada GF de 6 semanas de edad. Brevemente, se suspendieron 250 mg de muestras fecales con 5 ml de medio LYBHI (complementado con 0,05 % de cisteína y 0,2 % de hemina como agentes reductores) diluidos en 20 % de glicerol (20 ml g-1 de heces) en un criovial anaeróbico; Estas muestras de inóculo luego se agitaron durante 5 minutos, seguido de un reposo de 5 minutos para precipitar las partículas. Luego, las suspensiones fecales se transfirieron a crioviales de 1 ml y se congelaron inmediatamente a -80 °C. El primer día, ambos grupos de ratones se alojaron en jaulas ventiladas individualmente en autoclave donde recibieron la primera dosis (200 µl) de lodos fecales. Luego, a los ratones se les administró dieta alimentaria esterilizada en autoclave y agua ad libitum durante 2 días y se registró su ingesta de alimentos. El día 3, los ratones recibieron una segunda dosis de material fecal de los mismos donantes de AN y HC compatibles que antes. A partir de entonces, los ratones de ambos grupos se alojaron individualmente y se sometieron a una dieta de comida esterilizada en autoclave con restricción de energía del 30% (la cantidad de comida dada se fijó en el 70% de la ingesta de alimentos ad libitum para cada ratón) durante 3 semanas en las que se les dio agua ad libitum. Tanto los ratones trasplantados con anorexia (AN-T) como los trasplantados con control normal (HC-T) se pesaron cada 5 días después del inicio de la dieta con restricción energética.

Al final del estudio, los ratones fueron anestesiados con isoflurano y se recogió sangre de la vena cava en tubos que contenían EDTA. Las muestras de sangre se centrifugaron durante 6 minutos a 4032 ga 4 °C. El plasma se aisló y se almacenó a -80 °C para posteriores pruebas bioquímicas. El tejido adiposo blanco subcutáneo inguinal, el ciego y el hipotálamo de cada ratón se diseccionaron y recogieron con precisión para el análisis cuantitativo por PCR. No se excluyeron animales ni puntos de datos del presente estudio.

El ARN total se extrajo de los tejidos utilizando el reactivo Trizol (Invitrogen) de acuerdo con las instrucciones del fabricante, seguido de una medición de la concentración. Se transcribió un µg de ARN a ADN complementario utilizando el Sistema de Transcripción Inversa (Promega). La PCR en tiempo real se realizó utilizando el sistema de detección LC480 (Roche Diagnostics) y SYBR Green I Supermix (Takara). Todas las qPCR se ejecutaron en ciclos térmicos a 95 °C durante 10 min, seguidos de 45 ciclos de 0,01 s a 95 °C y de 20 s a 60 °C. Los datos se normalizaron con respecto al gen interno Rpl36 para el tejido adiposo y al gen Rplp079 para el hipotálamo y se analizaron según el método de TC delta-delta. Las secuencias de oligonucleótidos utilizados en este estudio se proporcionan en la Tabla complementaria 8.

Se aislaron y purificaron ADN microbianos a partir de muestras de heces (~250 mg) de donantes humanos y receptores de ratones utilizando el mini kit de suelo NucleoSpin (MACHEREY-NAGEL). Luego, el ADN se amplificó utilizando la mezcla maestra de PCR de alta fidelidad Phusion (New England Biolabs) mediante PCR dirigida a la región V3-V4 del gen 16S rRNA (secuencias de cebador proporcionadas en la Tabla complementaria 8). Se utilizó el siguiente programa de PCR: 98 °C durante 30 s, 25 × (98 °C durante 10 s, 55 °C durante 20 s, 72 °C durante 20 s), 72 °C durante 5 min. La amplificación se verificó haciendo pasar los productos sobre un gel de agarosa. Los índices se agregaron en una PCR posterior utilizando un kit Illumina Nextera con el siguiente programa de PCR: 98 °C durante 30 s, 8 × (98 °C durante 10 s, 55 °C durante 20 s, 72 °C durante 20 s), 72ºC durante 5 min. La fijación de los índices se verificó ejecutando los productos en un gel de agarosa. Los productos de la PCR anidada se agruparon según la intensidad de la banda y la biblioteca resultante se limpió con perlas magnéticas. La concentración de ADN de las bibliotecas agrupadas se midió fluorométricamente. La secuenciación se realizó en un secuenciador de escritorio Illumina MiSeq utilizando el kit de reactivos MiSeq V3 (Illumina) para una secuenciación de extremos emparejados de 2 × 300 pb. Posteriormente, las lecturas de extremos emparejados se recortaron, fusionaron y analizaron utilizando el proceso DADA2 (v1.16.0)80.

No se excluyeron datos antes del análisis estadístico del presente estudio. No se incluyó asignación ni aleatorización ya que el estudio es observacional. Este estudio incluye todas las muestras disponibles (n = 147) de pacientes con anorexia e individuos sanos. Aunque no se utilizaron métodos estadísticos para predeterminar los tamaños de muestra, nuestros tamaños de muestra son similares a los informados en publicaciones anteriores43,81. Las muestras se distribuyeron aleatoriamente entre lotes de metagenómica y metabolómica. Los investigadores estaban cegados a la asignación de grupos durante la recopilación de datos en los análisis metagenómicos, bioquímicos y metabolómicos. Todos los análisis de muestras humanas se realizaron utilizando R (v4.1.2). Los análisis de expresión genética y comparaciones de peso corporal para estudios con animales se realizaron utilizando GraphPad Prism (v9.3.0).

Análisis diferencial

Llevamos a cabo el análisis diferencial utilizando el pipeline metadeconfoundR implementado en el paquete R metadeconfoundR (v0.1.8; ver https://github.com/TillBirkner/ metadeconfoundR o https://doi.org/10.5281/zenodo.4721078) donde evaluó hasta qué punto las diferencias observadas entre los participantes de AN y HC en los análisis de microbioma o metaboloma se ven confundidas por covariables que incluyen la edad, el IMC, el tabaquismo y la medicación. Este proceso utilizó inicialmente estadísticas univariadas para encontrar asociaciones entre las características del microbioma y el estado de la enfermedad, seguidas de pruebas post hoc de comparación de modelos lineales anidados para verificar los efectos de confusión de posibles covariables y, finalmente, devolver una etiqueta de estado.

Análisis de asociación

Para el análisis de asociación y mediación entre las características ómicas y la conducta alimentaria y los rasgos psicológicos dentro del grupo AN, primero verificamos la normalidad de las variables continuas con la prueba de normalidad de Shapiro-Wilk, encontrando que la mayoría de las variables no estaban distribuidas normalmente. Por lo tanto, antes del análisis de asociación, estandarizamos las variables continuas utilizando una transformación empírica de cuantiles normales para seguir una distribución normal estándar (N ~ (0, 1)). Luego implementamos un modelo de regresión lineal para evaluar las asociaciones entre las características ómicas y la conducta alimentaria y los rasgos psicológicos utilizando la siguiente fórmula donde se agregaron factores de confusión como covariables.

La medicación incluía inhibidores selectivos de la recaptación de serotonina, antipsicóticos y benzodiazepinas.

Para el análisis de asociación entre las características ómicas y los rasgos metabólicos del huésped, también se realizó una verificación de normalidad y una estandarización de los datos antes del análisis de regresión lineal. En el modelo de regresión lineal, los factores de confusión mencionados anteriormente se incluyeron como covariables, excepto el IMC, ya que el IMC extremadamente bajo es el cambio fenotípico más notable para los pacientes con AN en comparación con los individuos con HC.

Las diferencias en la diversidad microbiana intestinal (riqueza genética, recuento de especies, composición taxonómica) entre AN y HC se calcularon mediante pruebas de Wilcoxon, y se utilizó la prueba de Kruskal-Wallis para evaluar la importancia de las diferencias entre múltiples grupos. A menos que se indique lo contrario, todos los valores de P se corrigieron utilizando el método de Benjamini-Hochberg y Padj <0,05 se consideró estadísticamente significativo.

Más información sobre el diseño de la investigación está disponible en el Resumen del informe de Nature Portfolio vinculado a este artículo.

Se puede acceder a los datos clínicos anónimos que se almacenan en Sharepoint a través de Odense Patient Data Explorative (archivo no OP_153) comunicándose con [email protected] o se pueden encontrar en la Tabla complementaria 2. Datos de secuenciación de escopeta sin procesar y datos de secuenciación de amplicones del gen rRNA 16s que respaldan los hallazgos de este estudio se han depositado en el Archivo Europeo de Nucleótidos con los números de acceso PRJEB51776 y PRJEB60103, respectivamente. Los datos de metabolómica están disponibles en el repositorio de Metabolomics Workbench en el enlace https://doi.org/10.21228/M8KT5B. La base de datos KEGG está disponible en https://www.genome.jp/kegg/. Los datos originales se proporcionan con este documento.

Los códigos asociados con el análisis y visualización de datos están disponibles en https://github.com/fjw536/AnorexiaGutMicrobiome.git.

Manual diagnóstico y estadístico de los trastornos mentales de la Asociación Estadounidense de Psiquiatría, 5.ª ed. (American Psychiatric Publishing, Inc., 2013).

Smink, FR, Van Hoeken, D. & Hoek, HW Epidemiología de los trastornos alimentarios: incidencia, prevalencia y tasas de mortalidad. actual. Representante de psiquiatría 14, 406–414 (2012).

Artículo PubMed PubMed Central Google Scholar

Bulik, CM Los desafíos del tratamiento de la anorexia nerviosa. Lanceta 383, 105-106 (2014).

Artículo PubMed Google Scholar

Winkler, LA-D., Bilenberg, N., Hørder, K. & Støving, RK ¿La especialización del tratamiento influye en la mortalidad en los trastornos alimentarios? Una comparación de dos cohortes retrospectivas. Res. Psiquiatría. 230, 165-171 (2015).

Artículo PubMed Google Scholar

Støving, RK et al. Comportamiento purgativo en la anorexia nerviosa y el trastorno alimentario no especificado: un estudio de cohorte retrospectivo. Res. Psiquiatría. 198, 253–258 (2012).

Artículo PubMed Google Scholar

Sullivan, PF Mortalidad en la anorexia nerviosa. Soy. J. Psiquiatría 152, 1073–1074 (1995).

Artículo CAS PubMed Google Scholar

Trace, SE, Baker, JH, Peñas-Lledó, E & Bulik, CM La genética de los trastornos alimentarios. Año. Rev. P. Clínico. Psicólogo. 9, 589–620 (2013).

Artículo PubMed Google Scholar

Paolacci, S. y col. Contribuciones genéticas a la etiología de la anorexia nerviosa: nuevas perspectivas en el diagnóstico y tratamiento molecular. Mol. Gineta. Genoma. Medicina. 8, e1244 (2020).

CAS Google Académico

Watson, HJ y cols. Un estudio de asociación de todo el genoma identifica ocho loci de riesgo e implica orígenes metabopsiquiátricos para la anorexia nerviosa. Nat. Gineta. 51, 1207-1214 (2019).

Artículo CAS PubMed PubMed Central Google Scholar

Støving, RK Mecanismos en endocrinología: anorexia nerviosa y endocrinología: una actualización clínica. EUR. J. Endocrinol. 180, R9-R27 (2019).

Artículo PubMed Google Scholar

Bailer, UF y cols. La interacción entre el transportador de serotonina y las medidas del radioligando del receptor D2/D3 de dopamina se asocia con síntomas de evitación de daños en la anorexia y la bulimia nerviosa. Res. Psiquiatría. 211, 160–168 (2013).

Artículo CAS PubMed Google Scholar

Fan, Y. & Pedersen, O. La microbiota intestinal en la salud y las enfermedades metabólicas humanas. Nat. Rev. Microbiol. 19, 55–71 (2021).

Artículo CAS PubMed Google Scholar

Morais, LH, Schreiber, HL y Mazmanian, SK El eje microbiota intestinal-cerebro en el comportamiento y los trastornos cerebrales. Nat. Rev. Microbiol. 19, 241–255 (2021).

Artículo CAS PubMed Google Scholar

Tennoune, N. y col. Proteína bacteriana de choque térmico ClpB, un antígeno mimético del péptido anorexigénico α-MSH, en el origen de los trastornos alimentarios. Traducción Psiquiatría 4, e458 (2014).

Artículo CAS PubMed PubMed Central Google Scholar

Sobrino Crespo, C., Perianes Cachero, A., Puebla Jiménez, L., Barrios, V. & Arilla Ferreiro, E. Péptidos e ingesta alimentaria. Frente. Endocrinol. 5, 58 (2014).

Artículo de Google Scholar

Morita, C. y col. Disbiosis intestinal en pacientes con anorexia nerviosa. MÁS UNO 10, e0145274 (2015).

Artículo PubMed PubMed Central Google Scholar

Kleiman, SC y cols. La microbiota intestinal en la anorexia nerviosa aguda y durante la renutrición: relación con la depresión, la ansiedad y la psicopatología de los trastornos alimentarios. Psicosoma. Medicina. 77, 969 (2015).

Artículo PubMed PubMed Central Google Scholar

Armougom, F., Henry, M., Vialettes, B., Raccah, D. y Raoult, D. El seguimiento de la comunidad bacteriana de la microbiota intestinal humana revela un aumento de Lactobacillus en pacientes obesos y de metanógenos en pacientes anoréxicos. MÁS UNO 4, e7125 (2009).

Artículo PubMed PubMed Central Google Scholar

Mack, I. et al. El aumento de peso en la anorexia nerviosa no mejora la microbiota fecal, los perfiles de ácidos grasos de cadena ramificada ni las molestias gastrointestinales. Ciencia. Rep. 6, 26752 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Bretón, J. et al. Alteración de la microbiota intestinal en un modelo de ratón con anorexia nerviosa. Clínico. Nutrición. 40, 181–189 (2021).

Artículo CAS PubMed Google Scholar

Clausen, L., Rosenvinge, JH, Fribourg, O. y Rokkedal, K. Validación del Inventario de trastornos alimentarios-3 (EDI-3): una comparación entre 561 mujeres pacientes con trastornos alimentarios y 878 mujeres de la población general. J. Psicopatológico. Comportamiento. Evaluar. 33, 101-110 (2011).

Artículo PubMed Google Scholar

Costea, PI y cols. Enterotipos en el panorama de la composición de la comunidad microbiana intestinal. Nat. Microbiol. 3, 8-16 (2018).

Artículo CAS PubMed Google Scholar

La Rosa, SL et al. El intestino humano Firmicute Roseburia intestinalis es un degradador primario de los β-mananos de la dieta. Nat. Comunitario. 10, 905 (2019).

Artículo PubMed PubMed Central Google Scholar

Roager, HM & Licht, TR Catabolitos microbianos de triptófano en la salud y la enfermedad. Nat. Comunitario. 9, 3294 (2018).

Artículo PubMed PubMed Central Google Scholar

Smith, CJ y cols. Los probióticos normalizan el eje intestino-cerebro-microbiota en ratones inmunodeficientes. Soy. J. Physiol. Gastrointestinal. Fisiol hepático. 307, G793–G802 (2014).

Artículo CAS PubMed PubMed Central Google Scholar

Hao, Z., Wang, W., Guo, R. & Liu, H. Faecalibacterium prausnitzii (ATCC 27766) tiene efectos preventivos y terapéuticos sobre el comportamiento similar a la depresión y la ansiedad inducido por estrés leve, crónico e impredecible en ratas. Psiconeuroendocrinología 104, 132-142 (2019).

Artículo CAS PubMed Google Scholar

Korem, T. y col. Dinámica de crecimiento de la microbiota intestinal en salud y enfermedad inferida a partir de muestras metagenómicas únicas. Ciencia 349, 1101-1106 (2015).

Artículo CAS PubMed PubMed Central Google Scholar

Vieira-Silva, S. et al. Las relaciones especie-función dan forma a las propiedades ecológicas del microbioma intestinal humano. Nat. Microbiol. 1, 16088 (2016).

Artículo CAS PubMed Google Scholar

Valles-Colomer, M. et al. El potencial neuroactivo de la microbiota intestinal humana en la calidad de vida y la depresión. Nat. Microbiol. 4, 623–632 (2019).

Artículo CAS PubMed Google Scholar

Maresz, K. La creciente evidencia de un mecanismo probado muestra que la vitamina K2 puede afectar las condiciones de salud más allá de las óseas y cardiovasculares. Integral Medicina. 20, 34–38 (2021).

Google Académico

Zeevi, D. y col. La variación estructural en el microbioma intestinal se asocia con la salud del huésped. Naturaleza 568, 43–48 (2019).

Artículo CAS PubMed Google Scholar

Wang, D. y col. Caracterización de las variaciones estructurales microbianas intestinales como determinantes del metabolismo de los ácidos biliares humanos. Microbio huésped celular 29, 1802–1814.e5 (2021).

Artículo CAS PubMed Google Scholar

Dhir, S., Tarasenko, M., Napoli, E. y Giulivi, C. Aspectos neurológicos, psiquiátricos y bioquímicos de la deficiencia de tiamina en niños y adultos. Frente. Psiquiatría 4, 207 (2019).

Artículo de Google Scholar

Winston, A., Jamieson, C., Madira, W., Gatward, N. y Palmer, RL Prevalencia de la deficiencia de tiamina en la anorexia nerviosa. En t. J. Comer. Desorden. 28, 451–454 (2000).

3.0.CO;2-I" data-track-action="article reference" href="https://doi.org/10.1002%2F1098-108X%28200012%2928%3A4%3C451%3A%3AAID-EAT14%3E3.0.CO%3B2-I" aria-label="Article reference 34" data-doi="10.1002/1098-108X(200012)28:43.0.CO;2-I">Artículo CAS PubMed Google Scholar

Perino, A. et al. Las acciones anorexigénicas centrales de los ácidos biliares están mediadas por TGR5. Nat. Metab. 3, 595–603 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Germain, N. y col. La delgadez constitucional y la anorexia nerviosa magra muestran concentraciones opuestas de péptido YY, péptido 1 similar al glucagón, grelina y leptina. Soy. J.Clin. Nutrición. 85, 967–971 (2007).

Artículo CAS PubMed Google Scholar

Kamal, N. y col. Retraso en el tránsito gastrointestinal en anorexia nerviosa y bulimia nerviosa. Gastroenterología 101, 1320-1324 (1991).

Artículo CAS PubMed Google Scholar

Sol, C.-Y. et al. El sulfato de indoxilo provocó anomalías del comportamiento y neurodegeneración en ratones con nefrectomía unilateral. 13 años, 6681 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Brydges, CR y cols. El sulfato de indoxilo, una toxina urémica derivada del microbioma intestinal, se asocia con la ansiedad psíquica y su firma neurológica basada en imágenes de resonancia magnética funcional. Ciencia. Rep. 11, 21011 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Lee, J.-H. & Lee, J. Indol como señal intercelular en comunidades microbianas. Microbiol FEMS. Rev. 34, 426–444 (2010).

Artículo CAS PubMed Google Scholar

Newton, WA y Snell, EE Formación e interrelaciones de triptofanasa y triptófano sintetasas en Escherichia coli. J. Bacteriol. 89, 355–364 (1965).

Artículo CAS PubMed PubMed Central Google Scholar

Yanchuk, P. y col. Papel de la serotonina en la regulación de la respiración y la función secretora de bilis del hígado. Fiziol. Z h. 61, 102-110 (2015).

Artículo CAS Google Scholar

Pedersen, HK y cols. Los microbios intestinales humanos afectan el metaboloma sérico del huésped y la sensibilidad a la insulina. Naturaleza 535, 376–381 (2016).

Artículo CAS PubMed Google Scholar

Glenny, EM y cols. Las comunidades microbianas intestinales de pacientes con anorexia nerviosa no influyen en el peso corporal en ratones receptores libres de gérmenes. Microbios intestinales 13, 1897216 (2021).

Artículo PubMed PubMed Central Google Scholar

Smith, MI y cols. Microbiomas intestinales de pares de gemelos de Malawi discordantes para kwashiorkor. Ciencia 339, 548–554 (2013).

Artículo CAS PubMed PubMed Central Google Scholar

Unger, TJ, Calderon, GA, Bradley, LC, Sena-Esteves, M. & Rios, M. La eliminación selectiva de Bdnf en el hipotálamo ventromedial y dorsomedial de ratones adultos produce un comportamiento hiperfágico y obesidad. J. Neurosci. 27, 14265–14274 (2007).

Artículo CAS PubMed PubMed Central Google Scholar

Yang, S.-C., Shieh, K.-R. y Li, H.-Y. La transcripción regulada por cocaína y anfetaminas en el núcleo accumbens participa en la regulación del comportamiento alimentario en ratas. Neurociencia 133, 841–851 (2005).

Artículo CAS PubMed Google Scholar

Hashimoto, M. & Masliah, E. Alfa-sinucleína en la enfermedad de cuerpos de Lewy y la enfermedad de Alzheimer. Patol cerebral. 9, 707–720 (1999).

Artículo CAS PubMed Google Scholar

Konopelski, P. y col. El ácido indol-3-propiónico, un metabolito bacteriano derivado del triptófano, aumenta la presión arterial a través de mecanismos cardíacos y vasculares en ratas. Soy. J. Physiol. Regul. 321, R969–R981 (2021).

CAS Google Académico

Makki, K. y col. Los ácidos biliares 6α-hidroxilados median la señalización de TGR5 para mejorar el metabolismo de la glucosa tras la suplementación con fibra dietética en ratones. Instinto 72, 314–324 (2023).

Artículo CAS PubMed Google Scholar

Higuchi, S. y col. La composición de ácidos biliares regula la detección de lípidos intestinales dependiente de GPR119 y la regulación de la ingesta de alimentos en ratones. Tripa 69, 1620-1628 (2020).

Artículo PubMed Google Scholar

Bretón, J. et al. Caracterización de las perturbaciones metabólicas inducidas por la anorexia basada en la actividad en el ratón C57Bl/6 mediante espectroscopia de RMN 1H. Clínico. Nutrición. 39, 2428–2434 (2020).

Artículo CAS PubMed Google Scholar

Braniste, V. y col. La microbiota intestinal influye en la permeabilidad de la barrera hematoencefálica en ratones. Ciencia. Traducción Medicina. 6, 263ra158 (2014).

Artículo PubMed PubMed Central Google Scholar

Gröbner, EM et al. Los efectos de la administración de probióticos sobre el microbioma intestinal en adolescentes con anorexia nerviosa: un protocolo de estudio para un ensayo longitudinal, doble ciego, aleatorizado y controlado con placebo. EUR. Comer. Desorden. Rev. 30, 61–74 (2022).

Artículo PubMed Google Scholar

Bretón, J. et al. Concentraciones plasmáticas elevadas de proteína bacteriana ClpB en pacientes con trastornos alimentarios. En t. J. Comer. Desorden. 49, 805–808 (2016).

Artículo PubMed Google Scholar

Costea, PI y cols. Hacia estándares para el procesamiento de muestras fecales humanas en estudios metagenómicos. Nat. Biotecnología. 35, 1069-1076 (2017).

Artículo CAS PubMed Google Scholar

Hahne, F. y col. flowCore: un paquete de bioconductores para citometría de flujo de alto rendimiento. BMC Bioinformática 10, 106 (2009).

Artículo PubMed PubMed Central Google Scholar

Pons, N. et al. METEOR, una plataforma para la elaboración de perfiles metagenómicos cuantitativos de ecosistemas complejos. JOBIM http://www.jobim2010.fr/sites/default/files/presentations/27Pons.pdf (2010).

Criscuolo, A. & Brisse, S. AlienTrimmer: una herramienta para recortar de forma rápida y precisa múltiples secuencias cortas de contaminantes a partir de lecturas de secuenciación de alto rendimiento. Genómica 102, 500–506 (2013).

Artículo CAS PubMed Google Scholar

Wen, C. y col. La metagenómica cuantitativa revela biomarcadores del microbioma intestinal únicos en la espondilitis anquilosante. Genoma Biol. 18, 142 (2017).

Artículo PubMed PubMed Central Google Scholar

Langmead, B. & Salzberg, SL Alineación rápida de lectura entre espacios con Bowtie 2. Nat. Métodos 9, 357–359 (2012).

Artículo CAS PubMed PubMed Central Google Scholar

Le Chatelier, E. et al. La riqueza del microbioma intestinal humano se correlaciona con los marcadores metabólicos. Naturaleza 500, 541–546 (2013).

Artículo PubMed Google Scholar

Plaza Oñate, F. et al. MSPminer: reconstitución basada en la abundancia de pangenomas microbianos a partir de datos metagenómicos de escopeta. Bioinformática 35, 1544-1552 (2019).

Artículo PubMed Google Scholar

Plaza Oñate, FP et al. Pangenomas de especies metagenómicas (MSP) actualizados de la microbiota gastrointestinal humana (Recherche Data Gouv, 2021); https://doi.org/10.15454/FLANUP

Fromentin, S. y col. Características del microbioma y el metaboloma del espectro de enfermedades cardiometabólicas. Nat. Medicina. 28, 303–314 (2022).

Artículo CAS PubMed PubMed Central Google Scholar

Vieira-Silva, S. et al. El tratamiento con estatinas se asocia con una menor prevalencia de disbiosis de la microbiota intestinal. Naturaleza 581, 310–315 (2020).

Artículo CAS PubMed Google Scholar

Buchfink, B., Xie, C. y Huson, DH Alineamiento de proteínas rápido y sensible utilizando DIAMOND. Nat. Métodos 12, 59–60 (2015).

Artículo CAS PubMed Google Scholar

Kanehisa, M., Sato, Y., Kawashima, M., Furumichi, M. & Tanabe, M. KEGG como recurso de referencia para la anotación de genes y proteínas. Ácidos nucleicos res. 44, D457–D462 (2016).

Artículo CAS PubMed Google Scholar

Tingley, D., Yamamoto, T., Hirose, K., Keele, L. & Imai, K. mediación: paquete R para análisis de mediación causal. J. estadística. Software. Rev. 59, 1–38 (2014).

LaPierre, N. y col. MiCoP: método de perfilado de comunidades microbianas para detectar organismos virales y fúngicos en muestras metagenómicas. BMC Genomics 20, 423 (2019).

Artículo PubMed PubMed Central Google Scholar

Brister, JR, Ako-Adjei, D., Bao, Y. y Blinkova, O. NCBI Viral Genomes Resource. Ácidos nucleicos res. 43, D571-D577 (2015).

Artículo CAS PubMed Google Scholar

Vavrek, MJ Fossil: herramientas de análisis paleoecológico y paleogeográfico. Paleontol. Electrónica 14, 1-16 (2011).

Google Académico

Dixon, P. VEGAN, un paquete de funciones R para ecología comunitaria. J. verduras. Ciencia. 14, 927–930 (2003).

Artículo de Google Scholar

Friedman, J. & Alm, EJ Inferir redes de correlación a partir de datos de estudios genómicos. Computación PLoS. Biol. 8, e1002687 (2012).

Nicholson, JK y cols. Interacciones metabólicas entre la microbiota intestinal y el huésped. Ciencia 336, 1262-1267 (2012).

Artículo CAS PubMed Google Scholar

Krautkramer, KA, Fan, J. & Bäckhed, F. Metabolitos microbianos intestinales como intermediarios de múltiples reinos. Nat. Rev. Microbiol. 19, 77–94 (2021).

Artículo CAS PubMed Google Scholar

Castillo, S., Mattila, I., Miettinen, J., Oresic, M. y Hyötyläinen, T. Herramienta de análisis de datos para cromatografía de gases bidimensional integral/espectrometría de masas de tiempo de vuelo. Anal. Química. 83, 3058–3067 (2011).

Artículo CAS PubMed Google Scholar

Salihovic, S. et al. Determinación simultánea de sustancias perfluoroalquilas y ácidos biliares en suero humano mediante cromatografía líquida de ultra alta resolución y espectrometría de masas en tándem. Anal. Bioanal. Química. 412, 2251–2259 (2020).

Artículo PubMed Google Scholar

Li, B. y col. Identificación de genes de referencia óptimos para RT-qPCR en hipotálamo e intestino de rata para el estudio de la obesidad. En t. J. Obes. 38, 192-197 (2014).

Artículo CAS Google Scholar

Callahan, BJ y cols. DADA2: inferencia de muestras de alta resolución a partir de datos de amplicones de Illumina. Nat. Métodos 13, 581–583 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Thirion, F. y col. La microbiota intestinal en la esclerosis múltiple varía según la actividad de la enfermedad. Genoma Med. 15, 1 (2023).

Artículo CAS PubMed PubMed Central Google Scholar

Descargar referencias

YF recibió la beca individual Marie Skłodowska-Curie (797267) dedicada al presente estudio. El Centro de Investigación Metabólica Básica de la Fundación Novo Nordisk es una institución de investigación independiente de la Universidad de Copenhague, parcialmente financiada por una donación ilimitada de la Fundación Novo Nordisk. RKS recibió el apoyo del Fondo de Investigación del Hospital Universitario de Odense (R15-A800).

Estos autores contribuyeron igualmente: Yong Fan, René Støving, Samar Berreira Ibraim.

Centro de la Fundación Novo Nordisk para la Investigación Metabólica Básica, Facultad de Ciencias Médicas y de la Salud, Universidad de Copenhague, Copenhague, Dinamarca

Yong Fan, Tulika Arora, Liwei Lyu, Evelina Stankevic, Tue Haldor Hansen, Fredrik Backhed y Oluf Pedersen

Centro de Trastornos de la Alimentación, Hospital Universitario de Odense y Unidad de Investigación de Endocrinología Médica, Servicios de Salud Mental en la Región del Sur de Dinamarca, Red Explorativa de Datos Abiertos de Pacientes (OPEN) e Instituto Clínico, Universidad del Sur de Dinamarca, Odense, Dinamarca

René Klinkby Støving

Universidad Paris-Saclay, INRAE, MGP, Jouy-en-Josas, Francia

Samar Berreira Ibraim, Florence Thirion, Nicolas Pons, Nathalie Galleron, Benoît Quinquis, Florence Levenez, Hugo Roume y S. Dusko Ehrlich

Escuela de Ciencia y Tecnología, Universidad de Örebro, Örebro, Suecia

Tuulia Hyötyläinen, Tim Sinioja y Oddny Ragnarsdottir

Departamento de Medicina, Universidad de Copenhague y Hospital Universitario Herlev-Gentofte, Copenhague, Dinamarca

Liwei Lyu y Oluf Pedersen

Unidad de Investigación INSERM U1073 y TargEDys, Universidad de Rouen, Rouen, Francia

Pierre Déchelotte

Laboratorio de Bacteriología Molecular, Departamento de Microbiología e Inmunología, Instituto Rega Ku Leuven, Lovaina, Bélgica

Gwen Falony, Sara Vieira-Silva y Jeroen Raes

Centro de Microbiología, VIB, Lovaina, Bélgica

Gwen Falony, Sara Vieira-Silva y Jeroen Raes

Instituto de Microbiología e Higiene Médicas y Centro de Investigación de Inmunoterapia (FZI), Centro Médico Universitario de la Universidad Johannes Gutenberg de Maguncia, Maguncia, Alemania

Gwen Falony y Sara Vieira-Silva

Instituto de Biología Molecular (IMB), Mainz, Alemania

Gwen Falony y Sara Vieira-Silva

Departamento de Psiquiatría Infantil y Adolescente, Hospital Universitario de Aarhus, Aarhus, Dinamarca

muy clausen

Departamento de Medicina Clínica, Facultad de Salud, Universidad de Aarhus, Aarhus, Dinamarca

muy clausen

Unidad de Investigación Psiquiátrica, Hospital Universitario de Aalborg, Aalborg, Dinamarca

Juegos de Kjaersdam Telléus

Departamento de Comunicación y Psicología, Facultad de Ciencias Sociales y Humanidades, Universidad de Aalborg, Aalborg, Dinamarca

Juegos de Kjaersdam Telléus

Laboratorio Wallenberg, Departamento de Medicina Molecular y Clínica, Instituto de Medicina, Academia Sahlgrenska, Universidad de Gotemburgo, Gotemburgo, Suecia

Fredrik Bäckhed

Departamento de Fisiología Clínica, Hospital Universitario Sahlgrenska, Región Västra Götaland, Gotemburgo, Suecia

Fredrik Bäckhed

Facultad de Ciencias Médicas, Universidad de Örebro, Örebro, Suecia

Matej Oresic

Centro de Biociencias de Turku, Universidad de Turku y Universidad Åbo Akademi, Turku, Finlandia

Matej Oresic

Departamento de Neurociencias Clínicas y del Movimiento, University College London, Londres, Reino Unido

S. Dusko Honesto

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

OP concibió y diseñó el concepto del estudio, detalló el protocolo y supervisó todas las fases del protocolo del estudio, incluida la redacción del documento. YF, RKS, SBI y FT realizaron el análisis de datos, interpretaron los resultados y contribuyeron a la redacción del documento. TH, TS y OR apoyaron el perfil del metaboloma. YF diseñó y llevó a cabo todos los experimentos con animales con el apoyo de TA y LLLL y ​​ES realizó el recuento de células bacterianas. RKS y THH realizaron el fenotipado de los participantes del estudio. PD, NP, NG, BQ, FL, HR, GF, SV-S., JR, LC, GKT, FB, MO y SDE contribuyeron al desarrollo y supervisión del proyecto técnico y revisaron los borradores del documento. Todos los autores contribuyeron a la revisión y edición del artículo.

Correspondencia a Oluf Pedersen.

FB es accionista de Implexion Pharma. Los demás autores no declaran tener intereses en competencia.

Nature Microbiology agradece a Tom Hildebrandt y a los demás revisores anónimos por su contribución a la revisión por pares de este trabajo.

Nota del editor Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

El flujo de trabajo fue creado con BioRender.com.

a,b,e Gráfico de caja (línea, mediana; cuadro, rango intercuartil (IQR); bigotes, 1,5× IQR) de comparación entre AN (oro, n = 77) y HC (azul, n = 70) de abundancia relativa de los 12 filos bacterianos detectados en al menos el 10% de los individuos (a), las 20 familias bacterianas más abundantes (b) y los 30 géneros principales (e). Las características se ordenan por abundancia media decreciente. Los valores cero se establecen en 1e-10. Las características coloreadas en azul están enriquecidas en el grupo HC y las doradas en el grupo AN. La importancia se determinó mediante la prueba de suma de rangos de Wilcoxon bilateral, seguida de desconfusión de fármacos y corrección de pruebas múltiples mediante el método de Benjamini-Hochberg en todas las características (a, b y e, consulte los datos de origen para conocer los valores de p exactos). c, f, valores absolutos del tamaño del efecto delta de Cliff de familias (c) y géneros (f) contrastados entre AN y HC después de la desconfusión del fármaco (valor p ajustado ≤ 0,1). Los diagramas de barras de oro indican características más abundantes en AN; Los diagramas de barras azules indican características más abundantes en HC (c,f). d, g, diagrama de caja (línea, mediana; cuadro, IQR; bigotes, 1,5 × IQR) que muestra la diversidad β (distancia de Canberra) del bacterioma intestinal a nivel de género (d) y la riqueza de pangenomas de especies metagenómicas (MSP) ( g) entre AN (oro, n = 77) y HC (azul, n = 70). La significancia se determinó mediante la prueba bilateral de suma de rangos de Wilcoxon (d,g). h, el panel superior demuestra la prevalencia de enterotipos en AN (n = 77) y HC (n = 70), el panel inferior muestra la prevalencia de enterotipos en pacientes de HC y AN divididos en AN-RS (n = 56) y AN-BP (n = 21 ) grupos.

Datos fuente

El tamaño y el color de los nodos representan la abundancia media y el género de una MSP determinada, respectivamente. Los géneros representados por un solo MSP están coloreados en gris. Las líneas roja y azul indican correlaciones positivas y negativas, respectivamente. El grosor de la línea representa el coeficiente de correlación absoluta. Sólo se muestran las correlaciones con un coeficiente absoluto superior a 0,4; Los MSP sin ninguna correlación por encima del umbral están ocultos.

Las variables de la escala de trastorno alimentario específica están marcadas en azul y, en la escala psicológica general, están marcadas en rojo. +, p ajustado < 0,05 (consulte los datos de origen para conocer los valores de p exactos).

Datos fuente

a, Abundancia relativa de la familia Enterobacteriaceae en los grupos HC (n = 70) y AN (n = 77). b, Concentración de ClpB en plasma en ayunas transformada a escala logarítmica entre los grupos HC (n = 70) y AN (n = 77). c, Concentración de ClpB en plasma en ayunas transformada a escala logarítmica entre los subtipos de AN restrictiva (AN-RS n = 56) y AN con purga compulsiva (AN-BP n = 21). La significación se calculó mediante la prueba de suma de rangos de Wilcoxon bilateral entre dos grupos (ac). Los diagramas de caja indican la mediana y el rango intercuartil (IQR) y los bigotes representan 1,5 × IQR (ac).

Datos fuente

Los diagramas de caja indican la mediana y el rango intercuartil (IQR), los bigotes indican 1,5× IQR. La significancia se determinó mediante la prueba de suma de rangos de Wilcoxon bilateral.

Datos fuente

ac, diagrama de dispersión que muestra HOMA-IR, insulina plasmática en ayunas y glucosa en individuos que albergan una variación de 1 kpb en el genoma de A. putredinis (n = 147). Importancia determinada mediante la prueba de correlación bilateral de Spearman corregida por la tasa de descubrimiento falso utilizando el método de Benjamini y Hochberg. La banda de error es una línea de regresión lineal con una banda de confianza del 95% (ac). Los puntos que representan a los individuos AN y HC se colorearon en rojo y azul, respectivamente. d, Panel superior, variabilidad estandarizada (eje y) a lo largo de una región genómica de A. putredinis (eje x). Panel inferior, ubicaciones (barra azul) del gen de interés.

Datos fuente

a, Gráfico de análisis de componentes principales (PCA) del metaboloma sérico de los subtipos de AN, AN-BP (anorexia por atracón/purga), AN-RS (anorexia restrictiva). b, Número resumido de la relación de mediación inferida para la dirección 1 (características microbianas intestinales → puntuaciones de trastornos alimentarios mediadas por metabolitos séricos), dirección 2 (características microbianas intestinales → metabolitos séricos mediados por puntuaciones de trastornos alimentarios). c, Número resumido de la relación de mediación inferida para la dirección 1 (características microbianas intestinales → fenotipos mediados por metabolitos séricos), dirección 2 (características microbianas intestinales → metabolitos séricos mediados por fenotipos) para toda la cohorte. d, diagrama de Sankey que muestra la red de relaciones causales inferidas de la dirección 1 donde las características microbianas intestinales, incluidas las especies bacterianas, el cerebro intestinal y los módulos metabólicos, y la genética bacteriana, se trataron como factores causales, los metabolitos séricos son mediadores y los rasgos metabólicos son resultados. e, Ejemplos de relaciones causales inferidas entre características microbianas intestinales, metabolitos y rasgos metabólicos del huésped. La dirección 1, que significa características microbianas → rasgos metabólicos mediados por metabolitos séricos, se ilustra con una línea negra, mientras que la dirección 2, que significa características microbianas → metabolitos séricos mediados por rasgos metabólicos, se ilustra con una línea roja estipulada. La proporción del efecto de mediación se muestra en el centro de los gráficos de anillos. GDCA, ácido glicodesoxicólico; GHCA, ácido glicohiocólico; GHDCA, ácido glicohiodesoxicólico; GUDCA, ácido glicoursodesoxicólico; HCA, ácido hiocólico; Evaluación del modelo homeostático HOMA-IR de resistencia a la insulina; P-, plasma; S-, suero.

Datos fuente

a, Flujo de trabajo para la preparación de lodo de microbiota fecal. Las heces (250 mg) tanto de anorexia (AN) como de control (HC) se cortaron en hielo seco, se transfirieron a una cámara anaeróbica y se resuspendieron con 5 ml de medio LYBHI diluido en glicerol al 20%. Las suspensiones fecales resuspendidas se dividieron en alícuotas en criotubos y se volvieron a congelar rápidamente a -80 °C hasta su uso posterior. Todas las muestras de heces de donantes compatibles de AN y HC se prepararon el mismo día y se almacenaron alícuotas congeladas para su alimentación forzada a ratones. b, Esquema experimental para el estudio de trasplante de ratones GF. En cada estudio de camada independiente, las compañeras de camada GF de seis semanas de edad fueron sacadas del aislador de cría y asignadas aleatoriamente para recibir 200 µl de lodos fecales de tres casos de AN o tres sujetos de HC. Ambos grupos de ratones se alojaron en jaulas ventiladas individualmente en autoclave y se les administró dieta de pienso esterilizada en autoclave y agua ad libitum durante dos días. Después de dos días, los ratones recibieron una segunda dosis de materia fecal de los mismos donantes de AN y HC compatibles que antes. A partir de entonces, los ratones de ambos grupos se alojaron en viviendas individuales y se sometieron a una dieta de comida restringida en calorías al 30% durante tres semanas. Durante este período se proporcionó agua ad libitum. Tanto los ratones trasplantados con anorexia (AN-T) como los trasplantados de control normal (HC-T) se pesaron cada cinco días después del inicio de la dieta con restricción energética. Creado con Biorender.com.

a, Cambio de peso corporal y porcentaje de grasa de compañeros de camada de ratones libres de gérmenes (GF) (n = 21) alimentados con una dieta chow ad libitum y trasplantados con microbiota de pacientes con anorexia. b, Cambio de peso corporal en comparación con el peso corporal el día 0 después de una dieta con restricción energética para tres experimentos independientes (n = 8, 6 y 6 para lotes independientes, respectivamente). Los datos se expresan como media ± sem(a,b). La significación se calculó mediante un análisis de varianza de dos factores (ANOVA), seguido de la prueba post hoc de Benjamini-Hochberg. c, Perfil del metaboloma sérico en donantes humanos y receptores de ratones GF alimentados con una dieta con restricción energética del 30%. Los datos se expresaron como cambios de veces transformados en log2 (log2FC) entre los grupos AN y control. Los valores positivos de log2FC indican metabolitos enriquecidos en AN, mientras que los valores negativos de log2FC indican metabolitos enriquecidos en HC. Los metabolitos séricos que cambiaron persistentemente entre los grupos AN y HC en donantes humanos y receptores de ratones GF se marcaron con barras azules. CA, ácido cólico; DCA, ácido desoxicólico; FFA, ácido graso libre; w/a-MCA, ácido ω/α-muricólico; HDCA, ácido hiodesoxicólico; TaMCA, ácido taurina-α-muricólico; CDCA, ácido quenodesoxicólico; ACV, ácido litocólico; AUDC, ácido ursodesoxicólico; G, ácidos biliares conjugados con glicina; T, ácidos biliares conjugados con taurina. d, Mapa de calor en el panel izquierdo que muestra la correlación entre los ASV y los genes cuantificados en el hipotálamo o el tejido adiposo blanco subcutáneo. La información taxonómica de los ASV se proporciona en el panel derecho. +, p < 0,05 corregido por el método de Benjamini-Hochberg (consulte los datos de origen para conocer los valores de p exactos).

Datos fuente

Notas complementarias, figs. 1–7 y Referencias.

Tablas complementarias 1 a 8.

Datos de origen para las figuras complementarias. 1–6.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Datos de fuente estadística.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Fan, Y., Støving, RK, Berreira Ibraim, S. et al. La microbiota intestinal contribuye a la patogénesis de la anorexia nerviosa en humanos y ratones. Nat Microbiol 8, 787–802 (2023). https://doi.org/10.1038/s41564-023-01355-5

Descargar cita

Recibido: 23 de junio de 2022

Aceptado: 03 de marzo de 2023

Publicado: 17 de abril de 2023

Fecha de emisión: mayo de 2023

DOI: https://doi.org/10.1038/s41564-023-01355-5

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Microbiología de la naturaleza (2023)