Ei-satunnaistettu tutkimus, jossa tutkitaan ruskean riisin kulutuksen vaikutusta suoliston mikrobiotaan, tarkkaavaisuuteen ja lyhytaikaiseen työmuistiin thaimaalaisten kouluikäisten lasten kanssa, osa 2

2.4. Ulosteen mikrobiston kvantitatiivinen analyysi

Ulostenäytteet otettiin lapsilta lähtötilanteessa, viikoilla 4, 15, 56 ja 61 sekä viikolla 71 steriloiduissa astioissa, ja ne pakastettiin välittömästi -80 ◦C:seen. Mikrobi-DNA-uutto ja ulosteen mikrobiston absoluuttisen runsauden kvantitatiivinen mittaus suoritettiin aiemmin kuvatulla tavalla [29].

Kvantitatiivisten mittareiden ja muistin välinen suhde on tutkimisen arvoinen aihe. Monissa elämän ongelmissa muistiongelmat ovat usein niitä, jotka häiritsevät ihmisiä, kuten tärkeiden asioiden muistamattomuus, tapaamisaikojen unohtaminen jne. Tällä hetkellä kvantitatiiviset mittausmenetelmät voivat auttaa ymmärtämään muistin tilannetta ja tekemään kohdennettuja parannuksia .

Kvantitatiiviset mittausmenetelmät voivat määrittää ihmisten muistin määrällisesti tieteellisin keinoin. Tämän perusteella ehdotetaan joitain erityisiä ja tehokkaita menetelmiä muistin harjoittamiseksi. Päivittäisessä elämässä voimme myös käyttää yksinkertaisia ​​menetelmiä muistin harjoittamiseen, kuten sanojen, runouden jne. ulkoa ottaminen. Nämä ovat kaikki tehokkaita tapoja kehittää hyvää muistia.

Samalla voimme myös parantaa muistia kaikilla elämän osa-alueilla. Jos esimerkiksi haluamme muistaa uuden sanaston sanan, voimme lukea sen useita kertoja, kirjoittaa useita kertoja tai yhdistää sen merkitykseen, jolloin muisti on syvällisempi.

Tietojen räjähdyksen aikakaudella tunnemme usein olevansa tiedon hukkua. Usein meidän on muistettava monia asioita, mutta emme tiedä, miten käsitellä näitä tietoja. Tällä hetkellä voimme käyttää kvantitatiivisia mittausmenetelmiä muistin tilan määrittämiseen, minkä jälkeen voimme harjoitella ja parantaa tilannetta tiettyjen tilanteiden mukaan. Järkevien muistimenetelmien avulla voimme tehokkaasti parantaa muistiamme ja tarjota enemmän mukavuutta elämäämme ja työhömme.

Lyhyesti sanottuna kvantitatiivisen mittauksen ja muistin välinen suhde on erottamaton. Meidän on käytettävä tieteellisiä menetelmiä muistitilanteiden selvittämiseksi ja sitten suoritettava tehokasta koulutusta erityistilanteiden perusteella. Uskon, että niin kauan kuin harjoittelemme säälimättömästi, pystymme vahvistamaan muistiamme ja parantamaan elämänlaatuamme. Voidaan nähdä, että meidän on parannettava muistia, ja Cistanche deserticola voi merkittävästi parantaa muistia, koska Cistanche deserticola voi myös säädellä välittäjäaineiden tasapainoa, kuten nostaa asetyylikoliinin ja kasvutekijöiden tasoa. Nämä aineet ovat erittäin tärkeitä muistille ja oppimiselle. Lisäksi liha voi myös parantaa verenkiertoa ja edistää hapen toimitusta, mikä voi varmistaa, että aivot saavat riittävästi ravinteita ja energiaa, mikä parantaa aivojen elinvoimaa ja kestävyyttä.

Lisää muistia napsauttamalla tiedä lisäravinteet

Lyhyesti sanottuna mikrobien genominen DNA uutettiin ulostenäytteistä käyttämällä innuPREP Stool DNA Kit -sarjaa (Analytik Jena Biometra, Jena, Saksa), ja DNA:n pitoisuus ja puhtaus määritettiin käyttämällä Take 3Micro-Volume Plate -levyä (Biotek, Winooski, VT, USA).

Microbiota16s-rRNA-geenien absoluuttinen runsaus määritettiin sitten qPCR:llä käyttämällä Real-Time Thermal CyclersCFX96 TouchTM:ää (Bio-Rad, Singapore) taulukossa S1 esitettyjen spesifisten alukkeiden perusteella.

QPCR-olosuhteet ja mikrobiotan kopiomäärän arviot suoritettiin edellisen protokollan mukaisesti [37]. 16S rRNA:n kopioluvun Log10 grammaa kohden märkäpainoista ulostetta on esitetty lisätiedoissamme.

2.5. Tilastollinen analyysi

Tietojen jakautumista tarkasteltiin Shapiro–Wilk-testillä ja Levene-testillä (tilastopaketin versio 4.0.3). R-pakettia ggplot2 käytettiin tietojen visualisointiin [38]. Benjamini-Hochbergin (BH) p-arvon korjausta sovellettiin usean testauksen korjaukseen (q-arvo). Merkitys määritettiin kohdassa q < 0.05. Kaikki tilastolliset analyysit suoritettiin R-ohjelmistoversiossa 4.0.3 [39].

Erot suoliston mikrobiotan keskimääräisessä absoluuttisessa runsaudessa interventioryhmien välillä kussakin ajankohdassa määritettiin t-testillä tai Wilcoxonin rank-summatestillä datajakauman normaaliuden mukaan.

Muutokset suoliston mikrobiotassa kunkin vaiheen aikapisteiden välillä (henkilöiden sisällä) arvioitiin käyttämällä parittaisia ​​t-testejä tai Wilcoxon-merkittyjä rank-testejä yksisuuntaisen toistuvan mittauksen ANOVA- tai Friedman-testin merkittävien tulosten jälkeen (p < 0.05). ). Muutokset suoliston mikrobiotan absoluuttisessa runsaudessa viikkojen välillä ilmaistiin log2-muunnetuina kertamuutoksina (Log2FC).

Suolen mikrobiotan absoluuttisen runsauden ja kouluikäisten lasten iän väliset suhteet määritettiin käyttämällä Pearsonin tai Spearmanin rankkorrelaatiokerrointa.

Suoliston mikrobiotan ja interventioiden välinen yhteys kullakin aikapisteellä demografisiin muuttujiin (ikä, sukupuoli, BMI z-pisteet, synnytystapa, syntymätietue ja etnisyys) sopeutettuna arvioitiin permutatiivisella monimuuttujavarianssianalyysillä (PERMANOVA) käyttämällä Adonis-funktiota. . Intervention vaikutuksen tutkimiseksi kunkin vaiheen viikkojen aikana PERMANOVA suoritettiin käyttämällä osallistujia ositteina ja säätämällä kovariaatteja. Homogeenisuuden ehto euklidiseen etäisyyteen perustuen mitattiin betadiinifunktiolla.

Permutaatio suoritettiin arvolla 999 R-paketissa vegan(2.6-2) [40]. Lisäksi määritimme interventioiden vaikutuksen suoliston mikrobiotaan käyttämällä redundanssianalyysiä (RDA) samalla kun säädimme kovariaatteja.

Hoitoja käytettiin rajoittuneina selittävinä muuttujina ja vastemuuttujina suoliston mikrobiotan absoluuttista runsautta. Rajoitusten merkitys arvioitiin käyttämällä ANOVA-tyyppistä permutaatiotestiä (permutaatio=999). Selittävien muuttujien vaiheittainen valinta suoritettiin käyttämällä AIC-kriteerien mukaista askelfunktiota.

Interventioryhmien välisiä kognitiivisia tuloksia kullakin viikolla verrattiin käyttämällä Welchin kahden otoksen t-testiä tai Wilcoxonin rank-summatestiä. Ero kognitiivisessa suorituskyvyssä kunkin vaiheen viikkojen välillä (henkilöiden sisällä) määritettiin käyttämällä Wilcoxonin signed rank -testiä Friedmanin testin merkittävien tulosten jälkeen (p < 0,05).

Käytimme RDA:ta määrittääksemme interventiovaikutuksen kouluikäisten lasten kognitiiviseen suorituskykyyn samalla kun sopeuimme iän ja sukupuolen mukaan. Ajanpisteiden vaikutusta suoliston mikrobiotan runsauteen arvioitiin myös RDA:n avulla käyttämällä osallistujia kerrostumina.

RDA-tila eteni yllä kuvatulla tavalla. Kognitiivisen suorituskyvyn ja suoliston mikrobiston välisen suhteen määrittämiseksi käytimme Spearmanin rankkorrelaatiokerrointa.

Monitekijäanalyysi (MFA) suoritettiin tutkiakseen interventiolla ja isäntämuuttujilla (ikä ja sukupuoli) selittäviä vaihteluita suoliston mikrobiotassa käyttämällä FactoMine R -versiota 2.4 [41] ja visualisoimalla Factoextra-versiolla 1.0. 7 [42].

3. Tulokset

3.1. Kouluikäisten lasten ominaisuudet

Tietojen laadunvalvonnan jälkeen (kuva 1) analysoimme loput 85 ja 57 lasta vaiheissa I ja II. Lapset lähtötilanteessa olivat keskimäärin 7,02-vuotiaita WR- ja 10,52-vuotiaita SLR-ryhmissä.

Kontrolli- ja interventioryhmien perusominaisuudet erosivat merkittävästi iästä (p < {0}}.0001), painosta (p < 0,0001), pituudesta (p < 0,0001), BMI:stä z- pistemäärä (p=0.03) ja ruokintatyyppi (p=0.02) (taulukko S2).
Samanlainen kuvio havaittiin myös tutkimuksen ajankohtien välillä, paitsi BMI:ssä, joka ei ollut merkitsevästi erilainen ryhmien välillä viikolla 71 (taulukot S3–S7).

3.2. Sinlek-riisin intervention vaikutus kouluikäisten lasten suolen mikrobiotaan

Kutakin ajankohtaa huomioon ottaen ei ollut merkittäviä eroja suoliston mikrobiotan absoluuttisessa runsaudessa kontrolli- (WR) ja Sinlek-interventio (SLR) -ryhmien välillä toimenpiteen ensimmäisessä vaiheessa (vaihe I; lähtötaso, viikko 4 ja viikko 15). ).

Monimuuttujavertailut PERMANOVAlla (marginaalilla) osoittivat myös, että vaiheen I interventiolla ei ollut merkittävää vaikutusta suoliston mikrobiotan muutoksiin demografisten muuttujien mukauttamisen jälkeen (lisätiedosto S1).

Lisäksi määritimme yhteyden suoliston mikrobiotan runsauden ja iän välillä ja havaitsimme, että Lactobacillus korreloi negatiivisesti iän kanssa lähtötasolla (Pearsonin korrelaatio; R {{0}} −0.24, p {{ 3}}.026) ja viikko 4 (Pearsonin korrelaatio; R=−0.3, p=0.002) (Kuva 2b,d). Toisen interventiovaiheen (vaihe II) muutokset mikrobien runsaudessa kuitenkin havaittiin viikoilla 61 ja 71. Bakteerien kokonaismäärät (q=0.032) ja bakteerien määrät (q=0.032) ).

Nämä bakteerit liittyivät myös merkittävästi ikään, jolloin bakteerien kokonaismäärät (Pearsonin skorrelaatio; R {{0}} −0.32, p=0.0 15) ja Firmicutes (Pearsonin korrelaatio; R=−0.32, p=0.014, Kuva 2h) vähenivät iän noustessa, kun taas Gammaproteobakteerien absoluuttinen runsaus korreloi positiivisesti iän kanssa (Pearsonin korrelaatio; R { {11}}.62, p < 0,0001, kuva 2i).

Viikolla 71 Bacteroidetes-taso laski merkittävästi järjestelmäkameroiden ryhmässä (q < 0.0001) (Kuva 2j), ja sen runsaus korreloi positiivisesti iän kanssa (Spearmanin rankkorrelaatio; R { {4}}.57, p < 0,0001, kuva 2l).

Ottaen huomioon muutokset suoliston mikrobiotan runsaudessa kontrolli- ja interventioryhmien viikkojen aikana (koehenkilöiden sisällä), havaitsimme samanlaisia ​​​​malleja kahdessa osallistujaryhmässä. Gammaproteobakteerit näyttivät vaihtelevan voimakkaasti toimenpiteen jälkeen: sen runsaus väheni merkittävästi viikolla 4 ja viikolla 61 (kuvat 3a, b, S1c ja S2c, täydentävä tiedosto S2).

Näiden bakteerien tasot näyttivät kuitenkin palautuvan takaisin kunkin vaiheen päätepisteessä (viikko 15 ja viikko 71). Lisäksi SLR-ryhmän bakteroideiden määrä oli pienempi viikolla 71 verrattuna viikkoihin 56 ja 61 (kuvat 3a ja S2e). Kahden mikrobitaksonin, nimittäin Ruminococcusin ja Bacteroidesin, runsauden asteittaista laskua havaittiin myös vaiheen II aikana, ja niiden runsaudet olivat alhaisimmat kokeen päätepisteessä (viikko 71) (kuvat 3b ja S2f,g), interventiosta riippumatta.

Lisäksi arvioimme, oliko suoliston mikrobiotan runsaudessa eroja hoitojen välillä ja viikkojen välillä käyttämällä osallistujia kerroksina. PERMANOVA osoitti, että hoidon ja/tai koeajankohdan (viikko) molempien vaiheiden aikana oli merkittäviä marginaalivaikutuksia suoliston mikrobiston runsaus (p < 0,05).

Ryhmien väliset dispersiot (varianssit) ja malli, joka ottaa huomioon demografisia muuttujia, joilla on tilastollinen merkitys, on tiivistetty lisätiedostoon S3. Tutkimme edelleen suoliston mikrobiotan assosiaatiovahvuutta ja vaihtelua, joka selittyy interventiolla käyttämällä RDA:ta. Merkittäviä eroja havaittiin vain vaiheessa II.

Gammaproteobakteerien runsaus oli rikastunut kontrolliryhmässä (WR) kuin SLR-ryhmässä, kun taas korkeammat bakteerit, Firmicutes ja Bacteroidetes liittyivät SLR-interventioon viikolla 61 (RDA1 selitti 30,58 % kokonaisvarianssista, R2adj {{5} }.29,p=0.001, kuva 3c). Viikolla 71 Bacteroidetes-bakteerien runsaus oli suurempi kontrolliryhmässä kuin järjestelmäkameraryhmässä (RDA1 selitti 8,18 % kokonaisvarianssista, R2adj=0.06,p=0.005, kuva 3d) .

Sitten etenimme vaiheittain selittävien muuttujien (interventio- ja demografiset muuttujat) valinnalla AIC:n perusteella. Malli paljasti, että vain interventio selitti merkittävästi vaihtelut kouluikäisten lasten suoliston mikrobiotaprofiileissa (q=0.035).

3.3. Kognitiivinen suorituskyky ohjaus- ja interventioryhmien välillä

Vaiheessa I havaitsimme merkittäviä eroja kontrolli- ja interventioryhmien välillä kognitiivisissa tuloksissa. SLR-ryhmä osoitti merkittävästi korkeampia pisteitä Corsi-lohkon napautustestissä (kutsutaan MMG:ksi, muistin täsmäytyspeliksi) ja kokonaissuorituskyvystä (OVP) psykomotorisessa valppaustestissä (PVT-B), kun taas reaktioajat (RT) ja tauot olivat pienempiä kuin kontrollissa. ryhmä (kuva 4).

Vaiheessa II kognitiivisen suorituskyvyn mallit pysyivät ennallaan. Vertailimme myös kognitiivista suorituskykyä (henkilöiden sisällä) kunkin vaiheen viikkojen aikana ja havaitsimme, että kontrolliryhmä (vaihe I) suoriutui paremmin viikoilla 15 verrattuna lähtötasoon ja viikkoon 4 (q=0.02) (kuva S3). RT oli korkeampi viikolla 15 verrattuna viikkoon 4 (q=0,008), kun taas MMG:ssä tai OVP:ssä ei havaittu merkittäviä eroja. MMG oli ainoa kognitiivinen tulos, joka oli merkittävästi korkeampi SLR-ryhmässä (vaihe I) viikolla 15 verrattuna lähtötilanteeseen (q=0.003) ja viikolla 4 (q=0.03) (kuva S4). .

Vaiheessa II ei havaittu merkittäviä eroja viikoittain missään kognitiivisen suorituskyvyn mittauksissa kontrolli- tai järjestelmäkameraryhmissä. Lisäksi ikä ja sukupuoli sisällytettiin myös RDA-arvoon, ja tulokset eivät osoittaneet interventiovaikutusta lasten kognitiiviseen suorituskykyyn. kummassakin ryhmässä milloin tahansa tutkimuksen 71 viikon aikana.

Iän havaittiin kuitenkin kuvaavan merkittävästi kognitiivisten tulosten vaihtelua lähtötilanteessa (p=0,008), viikolla 4 (p=0,005) ja viikolla 15 (p=0). 0,028) (kuvio 5), jonka ikä korreloi positiivisesti MMG:n ja OVP:n kanssa. Intervention, iän tai sukupuolen aiheuttamia merkittäviä vaikutuksia kognitiiviseen suorituskykyyn ei havaittu viikoilla 56, 61 tai 71.

Kun tarkastellaan kognitiivisia profiileja kunkin hoidon viikoittain kussakin vaiheessa, sekä viikko (p=0.001) että sukupuoli (p=0.001) kuvasivat merkitsevästi vaihtelua kontrolliryhmän kognitiivisessa suorituskyvyssä (vaihe I) , jonka osalta naissukupuoli ja viikko 15 korreloivat positiivisesti MMG:n ja OVP:n kanssa (kuva S5a).

Lapset suoriutuivat paremmin MMG:ssä viikolla 15 SLR-ryhmässä (vaihe I), kun taas naissukupuoli korreloi positiivisesti taukojen ja RT:n kanssa (kuva S5b). Ikään ja sukupuoleen mukautetun hoidon vaikutus arvioitiin myös kullekin vaiheelle tarkasteltaessa viikon (aikapisteet). RDA osoitti, että iällä oli vahva suhde OVP:hen ja MMG:hen vaiheessa I (kuva S6a), kun taas vaiheessa II suorituskyky RT:n ja taukojen suhteen oli huonompi SLR-ryhmässä kuin kontrolliryhmässä (kuva S6b).
Kaiken kaikkiaan ikä ja aikapisteet liittyivät enemmän kouluikäisten lasten kognitiiviseen suorituskykyyn kuin interventioon, ja toimenpiteen vaikutus havaittiin vain, kun näytteitä rajoitettiin kunkin vaiheen II viikon sisällä iän ja sukupuolen mukauttamisen jälkeen.

3.4. Suoliston mikrobiotan ja kouluikäisten lasten kognitiivisen suorituskyvyn välinen yhteys

Löysimme Spearmanin korrelaatiokertoimien perusteella heikkoja korrelaatioita suoliston mikrobiotan ja kognitiivisten tulosten välillä toimenpiteen kaikissa vaiheissa. Useat assosiaatiot olivat merkittäviä (p < {{0}},05), mutta vain yksi yhteys havaittiin viikolla 4 SLR-ryhmässä (Roseburia vs. Lapses, rho=−0,40, q {{6 }}.04), säilyi merkittävänä jälkisäädönä useissa vertailuissa (kuva S7).

Viikoilla 56 ja 71 löydettiin muutamia assosiaatioita, jotka lähestyivät merkitsevyyttä. Viikolla 56 SLR-ryhmässä tunnistettuihin assosiaatioihin kuului Faecalibacterium-RT (rho=0.62, q=0.07). ), Prevotella–OVP(rho=−0.55, q {{10}}.08), Gammaproteobakteerit – OVP (rho=−0.58, q=0.07) ja Faecalibacterium-OVP (rho=−0,64, q=0.05). Viikolla 71 Faecalibacterium korreloi positiivisesti RT:n kanssa kontrolliryhmässä (rho=0.62, q=0.07).

Ikä ja sukupuoli huomioon ottaen suoliston mikrobiotan ja kognitiivisen suorituskyvyn välisen yhteyden lisäanalyysit kullakin aikapisteellä suoritettiin käyttämällä MFA:ta hoitoryhmien yksittäisten profiilien välisten vaihtelujen paljastamiseksi (lisätiedosto S4).

Vaikka yksilöllinen vaihtelu selittyy suoliston mikrobiotan runsaudella molempien vaiheiden dim 1:ssä (p < 0.0001), Dimissä havaittiin vahva ero kontrolli- ja SLR-ryhmien välillä. 2 (kuvat 6 ja 7). Kontrastiprofiiliin näiden kahden ryhmän välillä vaikuttivat ikä ja OVP, jotka korreloivat positiivisesti Dim 2:n kanssa (p < 0,0001), kun taas sekä RT että tauot korreloivat negatiivisesti (p < 0,0001).

Gammaproteobakteerit vaikuttivat kuitenkin eniten tämän ulottuvuuden yksilöllisen vaihtelun kuvaamiseen viikolla 61 (p < 0.0001). Tämän bakteerin taso oli matalampi SLR-ryhmässä (koordinaatti=−1,35, p < 0,0001).

Epätasaisesta otoskoosta huolimatta MFA osoitti, että kouluikäisten lasten profiilien eroihin tässä ei-satunnaistetussa kliinisessä tutkimuksessa vaikuttivat enemmän ikä ja kognitiivinen suorituskyky kuin suoliston mikrobiota, mikä viittaa siihen, että interventio vaikutti vähemmän yksilölliseen vaihteluun tässä tutkimuksessa.

4. Keskustelu

Tutkimuksemme ei havainnut merkittäviä muutoksia suoliston mikrobiotan absoluuttisessa runsaudessa kouluikäisten lasten Sinlek-riisiinterventioiden ensimmäisen vaiheen jälkeen. Merkittäviä eroja ryhmien välillä havaittiin kuitenkin vaiheessa II (viikot 61 ja 71) totaalibakteerien, Firmicutes-, Bacteroidetes- ja Gammaproteobakteerien osalta.

Havaitsimme myös merkittäviä eroja kognitiivisessa suorituskyvyssä kontrolli- ja interventioryhmien välillä molemmissa vaiheissa. Emme löytäneet vahvaa korrelaatiota suoliston mikrobiotan ja kognitiivisen suorituskyvyn välillä missään vaiheessa.

Lisäanalyysit viittaavat siihen, että tässä kohortissa Sinlek-riisin interventio ei vaikuttanut kouluikäisten lasten suoliston mikrobiotan ja kognitiivisten profiilien vaihteluihin, koska tuloksiin vaikutti ensisijaisesti ikä.

For more information:1950477648nn@gmail.com