双極性障害の臨床転帰を改善するためにマイクロバイオームを標的にする

研究参加者の募集と奨励

提案された研究のために、研究者は、この申請のメンターであるメルビン・マッキニス博士の指導の下、ミシガン大学に収容されている双極性障害のプレクター縦断研究から研究参加者を募集します。 Prechter 研究は 10 年目を迎え、精神病患者や健常者を含む 1,200 人を超える参加者が参加しています。 調査員は、過去にこの研究から首尾よく募集して、観察的食事研究と前の研究セクションで説明した単一点マイクロバイオミクス分析を実行しました。 調査員は調査のインフラストラクチャを活用し、50% の時間を調査アシスタントに割り当てて、募集、スケジュール設定、フォローアップ、およびデータ入力業務を管理します。 調査員はまた、規制順守の保証を含む Prechter 調査のすべての管理面を監督する調査コーディネーターである Gloria Harrington のために 5% の専任時間を活用します。

調査員は、Prechter研究のベースライン摂取手段として使用される、遺伝子研究のための診断面接（DIGS）から双極I型障害の診断が確認された、25〜65歳のPrechterコホートから20人の男性と20人の女性を募集します研究。 適格な被験者は、インテークインタビューに同意してスケジュールされ、安全な検査情報管理システムで追跡するための一意の識別番号が割り当てられます。 被験者には 200 ドルの金銭的インセンティブが提供され、研究マイルストーン活動の完了後に分割払いで支払われます。

習慣的な食事の決定

治験責任医師は、自動化されたオンラインの 24 時間食事リコール (国立がん研究所の ASA24) を使用して、1 週間にわたって 3 日間連続しない日を使用して、すべての被験者の習慣的なベースライン ダイエットを決定します。 被験者は、ミシガン大学の栄養および肥満研究センターの栄養評価研究所の認定栄養士と面会し、同意訪問中にリコールの適切な使用方法を説明します。 1週間後、被験者はMCRUに戻り、ベースラインの生物学的サンプルと以下に詳述する食事指導を受けます。

生物学的サンプル、形態計測データ、および標準的な健康測定の収集

ベースラインの訪問中（食事のリコールを含む週に続く）、すべての被験者は、遊離脂肪酸分析のためにベースラインの絶食血液サンプルを提供します。酸化ストレスマーカーの分析のための尿サンプル;身長、体重、胴囲、腰囲、血圧を記録し、面接官が案内するハミルトンうつ病尺度アンケート、ヤングマニア評価尺度アンケート、およびグローバル身体活動アンケートに記入するよう求められます。 参加者はまた、ベースラインおよび最終訪問中に、25 ～ 35 分間の簡単な神経心理学的テスト バッテリーを完了します。 被験者は便のサンプルも返却します。これは、提供された収集キットを使用して自宅で収集されます。 被験者は、食事プロトコルの1週目と4週目の終わりにすべての手順を繰り返します。 これらの手順と食事のインタビューは、ミシガン大学のミシガン臨床研究ユニットで行われ、提案されたすべての手順の専門知識を持つ採血医、看護師、栄養士、技術者が配置されます。サンプルを処理するために必要な機器。 最後に、被験者は、前の週に服用したすべての処方薬および非処方薬について尋ねられます。

食事介入

食事介入のために、被験者は認定栄養士の指導を受けて、タンパク質15％、炭水化物45％、脂肪40％の目標主要栄養素組成（総カロリー寄与による）を達成します。

研究者は、説明されている習慣的な食事分析から収集された個人的な好みを考慮して、特定のメニューで食事を達成します。 調査員は、オレイン酸 (OLA)、LA、α-リノレン酸 (LNA) の目標を達成するために、家庭で調理された食品に追加するための特定の食用油を被験者に提供します。 DHAとEPAの目標を達成するための魚油サプリメント. 対象者には、食べたり避けたりする食品のリスト (習慣的な食事記録に基づいて調整されたもの) と、家庭外でやむを得ず食べる食事のためにチェーン レストランから提供されるいくつかのメニュー項目も提供されます。 被験者は、ASA24 を使用して食事について報告するように訓練されます。 記録は、研究スタッフによって少なくとも週 1 回確認され、少なくとも 12% PUFA および 50% 以下の炭水化物の閾値範囲 (平均 1 日摂取量として) を超えた食事からの逸脱について評価されます。 このプロジェクトと並行して、調査員はデータを抽出してプロセスを自動化する Python スクリプトを開発しますが、調査員はこのプロジェクトの目的を達成するためにその目標の成功に依存しません。 設定されたしきい値を超える値は、修正の提案とともに被験者の注意を喚起します。 重要なことに、血漿LAは食事摂取量と強く相関するため、PUFA摂取量への食事順守の客観的尺度は、統計モデルの共変量として活用できる空腹時血液サンプルからの遊離脂肪酸分析の完了時に利用可能になります. 最後に、研究者は 11 月から 1 月までの食事介入を避けます。この期間は食事が非習慣的になりがちだからです。

4週間の食事操作の後、被験者は高PUFA食を6か月間維持するように勧められます。 リソースが限られているため、研究者は 4 週間後に糞便サンプルの収集を継続しません (ただし、そうするために他の資金が求められます)。 ただし、研究者は被験者に ASA24 を毎週使用するよう引き続き勧めます。 研究者はまた、このアプリケーションから追加のリソースを必要とせずに、縦断的研究のコンポーネントとして自己報告措置を監視し続けます。

Dr.Evans (主任研究者) は、上記の過去の研究において、Nutrition Assessment Laboratory (NAL) の研究スタッフと良好な関係を築いてきました。提案された研究に予算が割り当てられている NAL のマネージャー。 博士 Evans は最近、K01 キャリア開発賞の一部として栄養科学の正式なトレーニングを修了しており、食事研究に密接に関与する予定です。 さらに、栄養と肥満研究センターのディレクターであり、博士の以前のメンターであるチャールズ・ブラント博士は、 Evans K01 賞は、これらの研究について相談します (サポートの手紙を参照してください)。

大便微生物叢の分類学的構成の調査

ホーム OmniGene 消化管便採取キット DNA Genotek (Ottawa, CA) を使用して、食事期間のベースライン、第 1 週および第 4 週にサンプルを収集します。 これらのキットは、上記の予備データの生成に成功し、凍結せずにサンプル DNA の安定性を 14 日間維持できるという利点があります。 被験者は、予定された研究訪問時に完成したキットを返却します。 サンプル中の微生物補体を特定する方法は、ミシガン大学の HMI 研究所による出版物に以前に記載されています。 簡単に言えば、微生物 DNA は糞便サンプルから抽出され、デュアル インデックス シーケンス戦略を使用して 16S リボソーム シーケンス用に処理されます。 シーケンシングは、製造元の指示に従って、イルミナ MiSeq プラットフォームで行われます。 16S rRNA 遺伝子の分析は、SOP (www.mothur.org/wiki/MiSeq_SOP) を使用して MiSeq データを処理します。 配列分類は、配列をリボソーム データベース プロジェクトと比較することによって決定され、配列は OTU にクラスター化されます。

自己申告による健康対策の収集

現在、縦断的な参加者は、2 か月ごとにメールで自己評価のアンケートに回答しています。 現在の研究では、調査員は以前に収集された平均応答をベースライン メジャーとして使用し、ダイエット期間の完了時に収集された新しい応答を結果メジャーとして使用します。 これらのアンケートには、PHQ-9、PSQI、LFQ、Altman Self-Rating Mania Scale (ASRM)、Short Form 12 Health Survey (SF-12)、および全般性不安障害評価 (GAD-7) が含まれます。

データ解析

データ分析には 2 つの主要なフェーズがあります。 1 つ目は、さまざまな測定値から正規化された要約スコアを生成することです。 2 つ目は、統計モデルを使用して食事の主な効果をテストすることです。 アンケートのスコアと擬人化された尺度の概要は標準的なものであり、ここでは詳しく説明しません。 マイクロバイオミクス データ セットの要約は上記のように行われ、OTU は次の 2 つの方法で出力されます。および 2) 総シーケンス数として、各 OTU は総存在量として表されます。 どちらも統計分析でテストされます。

第 2 段階では、研究者は 2 つの主要な統計モデルを使用します。1) OTU レベルのマイクロバイオーム データに対する食事の主な影響と、年齢、性別、BMI を調整した自己申告の疾病対策の負担をテストするための回帰分析。 2) 食事と臨床転帰との関係に対する OTU の仲介効果をテストするための構造化された方程式モデリング分析。 研究者は、図 2に示すように、後者のアプローチを実現します。食事の主な効果は、点線で示されている血漿 PUFA (主に LA)、マイクロバイオーム OTU、および自己申告による健康対策でテストされます。 SEM を使用したクロスラグ モデルは、太い矢印で示されている統計的に有意な相反効果をテストします。 たとえば、研究者は、血漿 LA の増加がマイクロバイオーム OTU の変化の影響を (完全にまたは部分的に) 説明するかどうか、および OTU の変化が自己報告結果測定への影響を説明するかどうかをテストします。