Suoliston mikrobiston koostumus latinalaisamerikkalaisilla ja ei-latinalaisamerikkalaisilla lapsilla.

I. ERITYISET TAVOITTEET Ihmisen maha-suolikanavassa (GI) on suuri määrä mikrobeja, mukaan lukien bakteeri-, sieni- ja alkueläinmikro-organismit, jotka kaikki yhdessä muodostavat mikrobiomimme. Viime vuosien todisteet ovat osoittaneet, että GI-mikrobiomi on yhteydessä yleiseen terveyteemme, mukaan lukien liikalihavuusriski. GI-mikrobiota voi vaikuttaa energiatasapainon molemmille puolille, joka sisältää tekijöitä, jotka vaikuttavat energian käyttöön ruokavaliosta ja tekijöistä, jotka vaikuttavat energian kulutuksen ja varastoinnin säätelyyn vaikuttamalla isäntägeeneihin (1, 2). Tutkimukset osoittivat, että ylipaino- ja liikalihavuusluvut ovat latinalaisamerikkalaisten lasten korkeimpia Yhdysvalloissa. On arvioitu, että Yhdysvalloissa 47 % latinalaisamerikkalaisista lapsista on ylipainoisia ja 31 % lihavia, kun vastaavasti 35 % ja 21 % valkoihoisista ei-latinalaisamerikkalaisista lapsista. Kirjallisuus on osoittanut, että ympäristötekijät liittyvät latinalaisamerikkalaisten lasten lasten liikalihavuuteen, mukaan lukien: vanhempien vaikutukset, näyttöaika, fyysinen aktiivisuus, sosioekonominen tila/ruokaturva ja unen kesto (3,4). Toistaiseksi ei ole tehty tutkimuksia, joissa olisi selvitetty, onko latinalaisamerikkalaisten lasten suoliston mikrobiomissa merkittäviä eroja; Lisäksi, asettavatko nämä erot (taksonomia tai geenin ilmentyminen) niille suuremman riskin liikalihavuuden kehittymiselle muihin etnisiin ryhmiin verrattuna.

Tutkijat ennustavat, että valkoihoisten ei-latinalaisamerikkalaisten lasten ja latinalaisamerikkalaisten lasten välillä on merkittäviä GI-mikrobiomieroja.

Tavoite: Vahvista tässä pilottitutkimuksessa erot valkoihoisten ei-latinalaisamerikkalaisten lasten (lihavuus ja ilman) ja latinalaisamerikkalaisten lasten (lihavuus ja ilman) välillä.

Hypoteesi: latinalaisamerikkalaisilla lapsilla on pienempi ulosteen bakteerien monimuotoisuus kuin valkoihoisilla ei-latinalaisamerikkalaisilla lapsilla, mikä liittyy yleisempään rasvaisuuteen ja heikentyneeseen glukoosin homeostaasiin, mikä johtuu:

A) Seuraavan sukupolven metagenominen "koko genomi/haulikko" DNA:n sekvensointi ulostenäytteistä kohortteista, joihin kuuluvat latinalaisamerikkalaiset lapset, joilla on liikalihavuus, latinalaisamerikkalaiset lapset, joilla ei ole lihavuutta, valkoihoiset ei-latinalaisamerikkalaiset lapset, joilla on lihavia ja valkoihoiset ei-latinalaisamerikkalaiset lapset, joilla ei ole lihavuutta.

B) Bioinformatiikan laskennallinen analyysi, jossa verrataan neljää ryhmää beetan monimuotoisuuden (suhteellisen taksonomisen) runsauden määrittämiseksi.

II. TAUSTA JA MERKITYS Liikalihavuus on vakava terveysriski Yhdysvalloissa. Lasten liikalihavuuden esiintyvyys on lisääntynyt viimeisen kahden vuosikymmenen aikana. Yhdysvaltain terveys- ja henkilöstöministeriön mukaan äskettäinen päivämäärä osoitti, että liikalihavuuden esiintyvyys on suurempi 6-11-vuotiaiden nuorten ja 12-19-vuotiaiden nuorten keskuudessa verrattuna 2-5-vuotiaisiin lapsiin. Hispanialainen väestö on yksi eniten kärsineistä etnisistä ryhmistä Yhdysvalloissa. Noin 47 % latinalaisamerikkalaisista lapsista on ylipainoisia ja 31 % on lihavia. Useiden tekijöiden on havaittu vaikuttavan espanjalaislasten lasten liikalihavuuden kehittymiseen, mukaan lukien: vanhempien vaikutukset, näyttöaika, fyysinen aktiivisuus, sosioekonominen tila/ruokavarmuus ja unen kesto.

Muutaman viime vuoden aikana on ollut tutkimusintressiä liikalihavuuden kehityksen ja patogeneesin ymmärtämiseen. Viimeaikaiset tutkimukset ovat osoittaneet, että suoliston mikrobiotalla on tärkeä rooli liikalihavuuden laukaisemisessa ja kehityksessä. GI-mikrobiota voi vaikuttaa energiatasapainon molemmille puolille, joka sisältää tekijöitä, jotka vaikuttavat ravinnosta saatavan energian hyödyntämiseen sekä tekijöitä, jotka vaikuttavat energian kulutuksen ja varastoinnin säätelyyn vaikuttamalla isäntägeeneihin. Houn tekemässä tutkimuksessa he arvioivat 16S rRNA-geeniä, enterotyyppejä ja suoliston mikrobiston määrää lihavilla lapsilla ja terveellä kontrollikohortilla. Tässä tutkimuksessa he havaitsivat, että suoliston mikrobiotan koostumus osoitti merkittäviä eroja lihavien lasten ja terveiden kontrollien välillä. Tulokset osoittivat, että Firmicutes- ja Bacteroidetes-fyla oli hallitseva ulosteen mikrobiomi molemmissa kohorteissa, mutta Firmicutes- ja Bacteroidetes-bakteerien (F/B) suhteellinen runsaussuhde lihavissa kohortissa oli merkittävästi korkeampi kuin terveillä kontrolleilla. Firmicutes liittyy geeneihin, jotka osallistuvat hiilihydraattien kataboliaan, ja niitä on runsaasti liikalihavilla yksilöillä, kun taas Bacteroidetes liittyy kehon painon vähenemiseen.

Tällä hetkellä ei ole tehty tutkimuksia, jotka olisivat tutkineet, onko latinalaisamerikkalaisten lasten suoliston mikrobiomissa merkittäviä eroja; Lisäksi, asettavatko nämä erot (taksonomia tai geenin ilmentyminen) niille suuremman riskin liikalihavuuden kehittymiselle muihin etnisiin ryhmiin verrattuna. Tutkimusryhmä pitää tärkeänä tunnistaa mahdolliset mikrobiomierot latinalaisamerikkalaisväestössä, jotka voivat asettaa heidät suurempaan riskiin sairastua lasten liikalihavuuteen.

III. TUTKIMUSSUUNNITELMA JA MENETELMÄT, MUKAAN LUKIEN TILASTOLLINEN ANALYYSI Tutkimusaiheet/kokeellinen suunnittelu Tutkijat rekrytoivat ja rekisteröivät 4 kohorttia, mukaan lukien 6 latinalaisamerikkalaista lihavaa lasta, 6 latinalaisamerikkalaista lasta, joilla ei ole lihavuutta, 6 valkoihoista ei-latinalaisamerikkalaista lasta, joilla on lihavuus. . Lihavuus määritellään BMI:ksi >95 %. Ilmoittautumisikä on 6-12 vuotta. Tutkijat saavat lähtötilanteen ominaisuudet ilmoittautumishetkellä, mukaan lukien antropometriset mitat (paino, pituus, BMI), ruokavaliohistoria (mukaan lukien 24 tunnin palautuspäiväkirja ja ruokailutiheyskysely) ja fyysisen aktiivisuuden historia (fyysinen aktiivisuuskysely). Tutkijat saavat lääkityshistorian, mukaan lukien antibioottien, steroidien ja probioottien käyttöhistorian.

Ruokavalion ja fyysisen aktiivisuuden mittaaminen Ulosteenkeräyksen yhteydessä tutkijat hankkivat potilaan ruokavaliotiedot käyttämällä 30 ruokalajin ruokatiheyskyselyä ja 24 tunnin ruoan palautuspäiväkirjaa. Ruokavaliotiedot analysoidaan Nutrient Data System for Research -ohjelmistolla (Minneapolis, MN). Tutkijat määrittävät makro- ja mikroravinteiden saannin sekä ravinnonsaannin mallit käyttämällä piilevää luokkaa (henkilökeskeinen lähestymistapa) sekä tekijä-analyysejä (tietoihin perustuva lähestymistapa).

Tutkijat keräävät fyysistä aktiivisuutta koskevia tietoja potilaasta käyttämällä Physical Activity Questionnaire for Older Children (PAQ-C) -kyselyä ja analysoivat Spearman-korrelaatiokertoimien avulla. Kliinisen tiedon hallinnasta vastaavat päätutkija ja GI-stipendiaatti/-apututkija, ja he käyttävät suojattua REDCap-tietokantaa Nemoursin REDCap-järjestelmän kautta.

Ulostenäytteenotto Vanhemman/huoltajan luvalla steriiliin astiaan kerätyt ulosteet tuodaan 12 tunnin kuluessa ulostuksesta kotoa tai poliklinikalta erilliseen kliiniseen laboratorioon, jossa uloste kerätään FLOQswab-harjalla x 3 (Copan). Diagnostics, Murrieta, CA) Vanupuikkoihin merkitään ennalta tunnistamaton koodi, joka kertoo potilaan numeron, näytteen numeron ja päivämäärän, ja näyte asetetaan kuivajäähän ja siirretään sitten -80 celsiusasteiseen pakastimeen, kunnes tutkimushenkilöstö siirrettäväksi CHOP Microbiome Centeriin.

Bakteeri-DNA:n eristäminen DNA uutetaan näytteistä käyttämällä DNeasy PowerSoil -sarjaa valmistajan ohjeiden mukaisesti (Qiagen, Germantown, MD). Haulikkokirjastot luodaan 1 ng:sta DNA:ta käyttämällä NexteraXT-sarjaa (Illumina, San Diego, CA, USA). Kirjastot sekvensoidaan Illumina HiSeq 2500:lla käyttämällä 2x125 bp:n kemiaa High Output -tilassa.

Bioinformatiikan prosessointi ja tilastollinen analyysi Erot painonnousussa, HgbA1c:ssä, ravitsemukselliseen ruokavalioon liittyvässä fyysisessä aktiivisuudessa tai muissa tuloksissa arvioidaan t-testillä tai Mann Whitney U -testillä, mukauttamalla kovariaatteja. Ravitsemustietojen ja tulosten välistä suhdetta tarkastellaan edelleen käyttämällä sekavaikutusmalleja, jotka mukautetaan fyysisen aktiivisuuden tai ruokavaliomuuttujien vaikutuksiin.

FASTQ-tiedostot analysoidaan käyttämällä Nemoursissa kehitettyä laskennallista putkistoa.