- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06829966
Einfluss von direkt wirkenden antiviralen Arzneimitteln auf die Muster der Darmmikrobiota bei Patienten mit HCV-verwandten chronischen Lebererkrankungen
Die jüngste Einführung einer direkt wirkenden antiviralen Therapie (DAA) hat die Heilungsrate der HCV-Infektion auch bei schwer zu behandelnden Probanden und bei Patienten mit schweren Komorbiditäten dramatisch verändert. Eine wachsende Anzahl von Studien hat auch eine Verbesserung der Lebersteifigkeit gezeigt, die nach HCV -Ausrottung ein Ersatzmarker für Leberfibrose darstellt. Dies kann einen vorteilhaften Einfluss auf die Darmleberachse bei diesen Patienten haben und möglicherweise dazu beitragen, das Fortschreiten der Krankheit zu verlangsamen und möglicherweise das zukünftige Auftreten von Komplikationen zu beeinflussen. Die Darmmikrobiota -Alpha -Diversität bei Zirrhose -Patienten, die bei gesunden Probanden geringer waren, wurde durch die Heilung der HCV -Infektion signifikant verbessert, und eine Verschiebung der Gesamtmikrobiota -Zusammensetzung des Darmmikrobiotas im Vergleich zum Ausgangswert wurde beobachtet. Die Häufigkeit potenziell pathogener Bakterien (Enterobacteriaceae, Enterococcus und Staphylococcus) wurde nach der Behandlung verringert.
Ziel des Studiums:
1 zu bestimmen die Veränderungen der Darmmikrobiota bei Patienten mit HCV-Infektionen mit / ohne Leberzirrhose.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Es handelt sich um eine Fall-Kontroll-Studie, die an 8 nicht zirrhotischen chronisch infizierten Patienten mit Hepatitis-C-Virus (Gruppe I) durchgeführt wurde, 4 Patienten, die nach 12 Wochen DAAS (Sofosbuvir, Daclatasvir) erfolgreich aus HCV behandelt wurden (Sofosbuvir/velpatasvir/voxilaprevir) (Gruppe III). Vierzehn gesunde Kontrollpersonen, die für Alter und Geschlecht (Gruppe VI) übereinstimmten, wurden nach Erhalt ihrer Einverständniserklärung eingeschrieben. Eine detaillierte Anamnese, klinische Untersuchung, Bauch -Ultraschall (U/S) und Laboruntersuchungen, einschließlich vollständiger Blutzahl (CBC), Leberfunktionstests und Serumtransaminasen, wurden für alle Patienten bestimmt.
Inclusion criteria: patients of any age or sex who was proved to be infected with hepatitis C virus without treatment, those who received treatment and sustained viral response and those who received treatment and relapsed and healthy controls were enrolled in the study Exclusion Criteria Patients receiving antibiotic treatment, probiotics, or any other medical treatment influencing intestinal microbiota 1 month before the start of the study as well as patients with any other viral infection as HBV, and HIV wurden ausgeschlossen.
Die Probenkollektion mit frischen Stuhlproben wurden am Morgen von allen Teilnehmern gesammelt und innerhalb von 1 h nach der Defäkation verarbeitet. Für die Sammlung aller Proben wurde eine aseptische Technik verwendet, wobei darauf geachtet wurde, dass eine Kontamination vermieden wurde.
Außerdem wurden 5 ml venöses Blut unter aseptischen Bedingungen von jedem Patienten zur Abschätzung der verschiedenen Laborparameter gesammelt.
1.4: Die quantitative Bewertung des HCV-RNA-Spiegels der RNA-Viruslast wurde unter Verwendung der Echtzeit-Polymerasekettenreaktion (RT-PCR) (Bioline International, UK) mit einer niedrigeren Nachweisgrenze von 15 IE/ml nachgewiesen. (Alter., 2007).
1.5: Mikrobiota -Profilerstellung 1.5.1.DNA Extraktion
Unmittelbar nach der Sammlung wurde die genomische DNA aus den Stuhlproben unter Verwendung des Invitrogen Purelink Microbiom -DNA -Reinigungskits (Thermo Fisher Scientific, Cat #A29790) extrahiert. Die Stuhlproben wurden gründlich gemischt, um eine homogene Probe zu erzeugen, bevor die gemessene Menge der Kot (0,2 ± 0,05 g) auf das Perlenrohr überging, und dann folgten wir den Anweisungen, wie der Hersteller wie folgt wie folgt:
Wir haben das Verfahren bei Raumtemperatur (20-25 ºC) .1 durchgeführt. Das Lysat wurde wie folgt vorbereitet:
- Probe (0,2 ± 0,05 g) und S1-Lysis-Puffer (600 µl) wurden zum Perlenröhrchen gegeben, das Gesamtmisch
- Die Perlenröhrchen wurden verwirbelt, um sicherzustellen, dass die Proben in der Flüssigkeit gründlich verteilt wurden.
- Einhundert µl S2 -Lysis -Enhancer wurden zugegeben und kurz verwirbelt.
e. Perlenröhrchen wurden 10 Minuten lang bei maximaler Geschwindigkeit am Wirbelmischer unter Verwendung von Freisprechadapter und horizontaler Bewegung verwirbelt.
F. Die Perlenröhrchen wurden 5 Minuten bei Raumtemperatur mit 14.000 × g zentrifugiert.
G. Dann wurden 400 uL des Überstands in ein sauberes Mikrozentrifugenröhrchen überführt.
H. Danach wurden 250 µl S3-Reinigungspuffer zu den Röhren gegeben und sofort verwirbelt, um eine gleichmäßige Dispersion von S3 und gleichmäßiger Ausfällung von Inhibitoren zu gewährleisten.
ich. Die Perlenröhrchen wurden 2 Minuten bei Raumtemperatur bei 14.000 × g zentrifugiert.
J. Dann wurden 500 & mgr; l des Überstands in ein sauberes Mikrozentrifugenröhrchen überführt, um das Pellet und alle Trümmer zu vermeiden.
2. Dann wurde die DNA wie folgt an die Säule gebunden:
- Insgesamt 900 µl S4-Bindungspuffer wurden zu den Röhren gegeben und kurz verwirbelt.
- Dann wurden 700 & mgr; l der Probenmischung auf eine Spin-Säulenröhrenbaugruppe geladen und 1 Minute bei 14.000 × g zentrifugiert.
- Der Durchfluss wurde verworfen und der vorherige Schritt wurde mit der verbleibenden Probenmischung wiederholt.
Wir stellten sicher, dass das gesamte Probengemisch in das Sammelrohr überging, indem wir die Säule inspizierten und 1 Minute lang bei 14.000 × g zentrifugierten.
3. Die DNA wurde wie folgt gewaschen und eluiert:
- Die Spinsäule wurde in ein sauberes Sammelrohr platziert, 500 µl S5-Wash-Puffer wurden zugegeben, und dann wurde die Spinsäule 1 Minute lang bei 14.000 × g zentrifugiert.
- Der Durchfluss wurde verworfen, und dann wurde der Spinsäulenröhrchen 30 Sekunden lang bei 14.000 × g zentrifugiert.
- Die Spinsäule wurde in ein sauberes Rohr gelegt, 100 µl S6-Elutionspuffer wurden zugegeben, und dann wurden die Röhrchen 1 Minute bei Raumtemperatur inkubiert.
- Die Spin-Säulenrohr wurde 1 Minute lang bei 14.000 × g zentrifugiert, dann wurde die Säule verworfen.
Die gereinigte DNA im Rohr wurde für die folgenden nachgeschalteten Anwendungen verwendet.
1.5.2.PCR Amplifikation des 16S -rRNA -Gens
A. PCR -Optimierung
Unmittelbar nach der DNA-Extraktion wurde PCR durchgeführt, um Hypervariablenregionen V3-V4 von 16S-rRNA-Genen unter Verwendung der folgenden Primer mit Illumina-Adaptern (unterstrichen) zu verstärken:
Forward Primer 5'tcgtcggcagcGtcagatgtgtgTataagaGAGAGCCTACGGGGGGGCWGCAG3 'Reverse Primer 5'GTCTCGGTGGGGCGGGAGATGTGTGTATTATAGAGAGAGACAGACTACHACHVGGGTATTATCTATC 3' PCR -Reaktionen. Primer (10 & mgr; m, Metabion, Deutschland), 3 & mgr; l Template -DNA und 12,5 μl 1 × Hot -Master -Mix (Genedirex PCR Supermix). 1.5.3. Agarosegelelektrophorese Alle PCR -Amplikons wurden bewertet, indem 5 & mgr; l des PCR -Produkts in Brunnen von 1% (Gew./Vol.) Agarose geladen wurde. Fünf μl Hyperleiter -L -Marker wurden in die erste Vertiefung beladen. Fünf μl des PCR -Reaktionsgemisches aus jeder Probe wurden in die entsprechenden Brunnen des Gels eingeführt. Das Gel wurde dann in Tris-Borat-EDTA (TBE) -Puffer eingetaucht und bei 90 V zur Trennung der Fragmente elektrophoret. Das Gel wurde nach der Anregung unter UV -Transillumination sichtbar gemacht. Die verstärkten Produkte wurden zur weiteren Verarbeitung an IGA Technology Services (Udine, Italien) gesendet.
1.5.4. PCR-Produktreinigung (PCR-Reinigung) Fünf μl des PCR-Reaktionsgemisches aus jeder Probe wurde mit 2 & mgr; l Ladungspuffer gemischt und danach wurden PCR-Produkte unter Verwendung der Agincourt XP-Ampe-Perlen (Beckam Coulter) gereinigt.
1.5.5. Die PCR -Produktsequenzierung nach Amplikonreinigung, Doppelindizes und Illumina -Sequenzierungsadapter wurden unter Verwendung des Nextera XT Index Kit (Illumina) angebracht. Die Qualität der Endprodukte wurde anhand eines Bioanalyzer 2100 (Agilent Technologies, USA) bewertet. Nach ihrer Quantifizierung mit einem Qubit (Invitrogen) wurden die Proben in gleichen Proportionen gepoolt und in einer Illumina-Miseq-Miseq-Miseq-Miseq-Miseq-Miseq-Dateien (300-Cycles-Dienste) (300-Cycles-Dienste und 12-Zyklen für die ITAGLE) (300-Cycles-Dienste) (udine) (udine) (udine) (udine) (udine) (udine).
1.6. Sequenzanalyse 1.6.1. Sequenzanalyse mit Illumina MiSeq Metagenomics Workflow
Die IGA -Technologiedienste führten eine Sequenzenanalyse unter Verwendung des Metagenomics -Workflows des MiSeq -Reporters v2.3 (Illumina) durch. Kurz gesagt, Sequenzen wurden basierend auf Indexsequenzen demultiplex. Fastq-Dateien wurden mit einem Qualitäts-Set-Set mit Qualitätsbewertung generiert, um das Trimmen zu machen. Der Klassifizierungsschritt wurde unter Verwendung von Classify Reads, einem proprietären Illumina-Algorithmus, durchgeführt, der eine Klassifizierung auf Artenebene für Paired-End-Leads bietet. Der Prozess beinhaltet die Übereinstimmung mit kurzen Untersequenzen der Lesevorgänge (Wörter) an einen Satz von 16S -Referenzsequenzen. Die akkumulierten Wortübereinstimmungen für jede Lektüre wurden verwendet, um einer bestimmten taxonomischen Klassifizierung Lesevorgänge zuzuweisen. Die Taxonomie-Datenbank für den Metagenomics-Workflow war eine von Illumina kuratierte Version der Greengenes-Datenbank (Greengenes. Secondgenom. com/downloads/database/13_5).
1.6.2. Sequenzvorverarbeitung und Analyse Illumina-Plattform erzeugte zwei Lesevorgänge für die Vorwärts- und Umkehrrichtung der hypervariablen V3-V4-Region des 16S-rRNA-Gens. Die Sequenzfilterung und Analyse von Sequenzdaten wurden im Wesentlichen mit dem Mothur durchgeführt (V. 1.35.1) Softwarepaket (Schloss et al., 2009).
1.6.3. Die Datenkombination und die Vorverarbeitung zuerst wurden für jede Probe die Vorwärts- und Rückwärtslesungen für jede Probe getrennt in einem einzelnen Contig kombiniert und die Proben von jeder Stelle wurden in einem einzelnen Datensatz für jeden Standort kombiniert. Dies wurde unter Verwendung der (Befehle machen. Contigs, machen. Datei und machen. Gruppe) jeweils.
1.6.4. Qualitätswertprüfung und Filterung
Die Qualitätsfilterung umfasste das Ablehnen von Lesevorgängen <420NT und> 470 NT ohne Homopolymerläufe> 8NN und 0 mehrdeutige Grundlagen, und die durchschnittliche Durchschnittsqualität von ≥25 mit (Befehlstrim. seqs).
Illumina kann viele Kopien derselben Sequenz erzeugen, die als doppelte Sequenzen angesehen wurden. Da es rechnerisch verschwendet ist, dasselbe eine bazillione Male auszurichten, sind wir unsere Sequenzen mit dem (Befehl Unique.seqs) eindeutig.
1.6.5. Die Ausrichtung der Sequenz-Ausrichtung auf eine Referenzdatenbank-SILVA-Datenbank wurde mit dem (Befehl PCR.Seqs) an die V3-V4-Region des 16S-rRNA-Gens angepasst, die den gleichen Regionen in Escherichia coli ab 6426 entspricht und mit 27645 endet. Danach waren unsere Sequenzen auf Referenzdatenbankreferenzsequenzen ausgerichtet (http://www.arbsilva.de/) Verwenden Sie (Befehl align.seqs). (Quast et al., 2012)
1.6.6. Die doppelte Sequenzen der Sequenzdeduplizierung, dem Denoising und der Entfernung der Chimera wurden mit früheren einzigartigen Sequenzen durch Rennen zusammengeführt (Befehl Unique.seqs). Um unsere Sequenzen abzudenen, wurden die Sequenzen mit dem (Befehl pre. Cluster) bis zu 2 Unterschiede zwischen Sequenzen. Dieser Befehl teilte die Sequenzen nach Gruppen auf und sortierte sie dann nach Fülle und überging sie von den meisten und identifizierten Sequenzen, die innerhalb von 2 nt voneinander lagen.
Chimärensequenzen wurden unter Verwendung der Mothur -Implementierung des Uchime -Algorithmus entfernt (Edgar et al., 2011). Die (Kommando -Chimäre. Chime) erkannte chimäre Sequenz, die von (Befehl get. seqs) entfernt wurde.
1.6.7. Die Sequenzklassifizierungssequenzen wurden anhand eines Bayesian -Klassifizierers mit dem (Befehl Classifify.seqs) an die Silva -Taxonomie ausgerichtet. (Wang et al., 2007).
1.7 Analyse der bakteriellen Diversität unter Verwendung von Qiime2 1.7.1 Alpha -Diversity -Analyse Das Diversity -Analyse -Plugin in Qiime2 verwendet eine zufällige Resampling von 32.084 Sequenzen pro Probe für eine gleichmäßige Stichprobenentiefe. Zu den Schätzungen der ökologischen Indizes gehörten: Verdünnungskurven, die Anzahl der beobachteten OTUs (Spezies) und der Shannon -Index, der gemeinsame Messungen der Alpha -Diversität darstellt. Die Verdünnung der Alpha -Diversität, die die Anzahl der als Funktion des Stichprobenanstrengung nachgewiesenen OTUs definiert, wurde durchgeführt, um zu bestätigen, dass die Probenahmetiefe eine ausreichende Abdeckung ergab, um die dominanten Mitglieder von Bakteriengemeinschaften genau zu analysieren. Die Alpha -Vielfalt wurde unter Verwendung von zwei Ansätzen analysiert; Die Anzahl der beobachteten Arten, die Reichtum und den Shannon -Diversity -Index darstellen, der Reichtum und Gleichmäßigkeit der Gemeinschaften darstellt.
1.7.2 Die Beta -Diversity -Analyse Beta -Diversity -Analysen wurden geschätzt, um phylogenetische Abstände zwischen Gemeinschaften einschließlich gewichteter UniFrac -Distanzmatrizen zu bestimmen (Locupone et al., 2011).
In der gewichteten UNIFRAC -Analyse wird die relative Häufigkeit von Taxa in der Stichprobe gezählt, sodass die Analyse weniger reichlich vorhanden ist.
Die UNIFRAC -Hauptkoordinatenanalyse (PCOA) wurde zur Interpretation der UNIFRAC -Distanzmatrix durchgeführt. Die Pakete von Phylosesq und GGPUBR, R, wurden zur Berechnung und Darstellung von α- und β -Vielfalt verwendet (McMurdie und Holmes., 2013). Schließlich wurde die Signifikanzprüfung der Stichprobenclusterbildung durch permutationale multivariate Varianzanalyse (Adonis R, Paket Vegan) bewertet (Anderson., 2001) Verwenden der gewichteten UniFrac -Distanzmatrix in Qiime von compare_categories.py Skript.
1.8. Kernmikrobiomanalyse: Das Erkennen eines Kernmikrobioms ist sehr wichtig, um die stabilen, konsistenten Elemente über komplexe mikrobische Anordnungen hinweg zu verstehen. Ein Kern wird häufig als die Suite von Mitgliedern definiert, die unter mikrobiellen Konsortien aus ähnlichen Lebensräumen geteilt werden, und wird durch die überlappenden Bereiche von Kreisen in Venn -Diagrammen dargestellt, in denen jeder Kreis die Mitgliedschaft der Probe oder Lebensräume enthält (Shade und Handelsman, 2012).
1.9. Die Identifizierung von Biomarkern und diskriminierenden Taxa -Lefse veranschaulicht die LDA -Effektgrößenmethode für lineare Diskriminanzanalysen (LDA). LEFSE ist ein Algorithmus für hochdimensionale Biomarker-Identifizierung und -charakterisierung, der Merkmale wie Gene, Wege oder Taxa identifiziert, die die Unterschiede zwischen zwei oder mehr biologischen Zuständen erklären. Die Idee von LEFSE ist es, den Wilcoxon -Rangsumme -Test zu definieren, um die Konsistenz in der Differentialhäufigkeit zu überprüfen und schließlich eine Effektgröße pro Merkmal unter Verwendung einer linearen Diskriminanzanalyse zu überprüfen. Diese Methode geht davon aus, dass mikrobielle Gemeinschaften durch eine lineare Kombination von OTUs getrennt werden können (Segata et al., 2011).
1.10. Korrelation zwischen Community -Mitglied Der Rangkorrelationskoeffizient des Spearman wird verwendet, um die Stärke einer Verbindung zwischen zwei Datensätzen zu ermitteln. Der Korrelationskoeffizient hat einen maximalen Wert von 1, was auf eine perfekte positive Assoziation zwischen den Datensätzen und einen Mindestwert von -1 hinweist, der auf eine perfekte negative Assoziation zwischen Datensätzen hinweist. Ein Wert von 0 zeigt keine Assoziation zwischen den Rängen für die beobachteten Werte an (Farlie., 1960).
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Assiut, Ägypten
- Assiut University Hospitals
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Inclusion Criteria: non-cirrhotic chronically infected patients with hepatitis C virus (group I), patients who are successfully treated from HCV after receiving 12 weeks of DAAs (Sofosbuvir, Daclatasvir) who achieved SVR (group II), and patients who relapsed after 12 weeks of DAAs(Sofosbuvir/Velpatasvir/Voxilaprevir) (group III). healthy control subjects who were matched for age and sex (group VI) were enrolled after obtaining their informed consent. - Exclusion Criteria:Patients receiving antibiotic treatment, probiotics, or any other medical treatment influencing intestinal microbiota 1 month before the start of the study as well as patients with any other viral infection as HBV, and HIV were excluded.
-
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
|---|
|
Patienten mit chronischer HCV -Infektion
Die Patienten haben keine Medikamente für eine HCV -Infektion erhalten
|
|
Patienten, die eine Behandlung bei HCV -Infektionen erhalten und eine anhaltende Virusreaktion erreicht haben
Diese Patienten erhielten 12 Wochen antiviraler Therapie für HCV und anhaltende virale Reaktion (Sofosbuvir, Daclatasvir)
|
|
Patienten, die nach Erhalt einer HCV
Patienten, die nach Erhalt einer antiviralen Therapie zurückfallen (Sofosbuvir/Velpatasvir/Voxilaprevir)
|
|
Gesunde Kontrollen, die für Alter und Geschlecht mit den anderen Gruppen übereinstimmen
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
1. Beschreiben Sie die Zusammensetzung und Struktur der Darmmikrobiota von Patienten mit chronischem HCV ohne Zirrhose (nicht behandelt, rezidiviert und diejenigen, die SVR erreicht haben) im Vergleich zu ihren passenden gesunden Kontrollen
Zeitfenster: 4-5 Wochen
|
Frische Stuhlproben wurden am Morgen von allen Teilnehmern gesammelt und mit einem gesammelten Venenblut verarbeitet. Microbiota -Profilerstellung wurde durch DNA -Extraktion durchgeführt, und dann wurde die PCR -Amplifikation von 16S -rRNA -Genen durch Agarosegelelektrophorese durchgeführt.
Analyse der Sequenz durch Illumina miseq -Metagenomik -Arbeitsablauf und dann wurden Verarbeitung, Analyse, Datenkombination und Vorverarbeitung durchgeführt.
|
4-5 Wochen
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 04_2023_200392
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .