Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wpływ bezpośrednio działających leków przeciwwirusowych na wzorce mikroflory jelitowej u pacjentów z przewlekłymi chorobami wątroby związanymi z HCV

11 lutego 2025 zaktualizowane przez: Omnia Mohammed Kamal Eldin, Assiut University

Niedawne wprowadzenie terapii przeciwwirusowej (DAA) w bezpośrednim działaniu dramatycznie zmieniło wskaźnik leczenia zakażenia HCV, nawet u trudnych do leczenia pacjentów i u osób z ciężkimi chorobami współistniejącymi. Rosnąca liczba badań wykazała również poprawę sztywności wątroby, która jest zastępczym markerem zwłóknienia wątroby, po zwalczaniu HCV. Może to mieć korzystny wpływ na osi wątroby jelitowej u tych pacjentów i może dodatkowo przyczynić się do spowolnienia postępu choroby, potencjalnie wpływając na przyszłe występowanie powikłań. Różnorodność alfa mikroflory jelitowej u pacjentów z marskością wątroby, która była niższa niż u zdrowych osób, została znacznie poprawiona przez leczenie zakażenia HCV i zaobserwowano przesunięcie ogólnego składu mikroflory jelitowej w porównaniu do wartości wyjściowej. Obfitość potencjalnie patogennych bakterii (Enterobacteriaceae, Enterococcus i Staphylococcus) została zmniejszona po leczeniu.

Cel studiów:

1-to do określania zmian w mikroflory jelitowej u pacjentów z infekcjami HCV z / bez marskości wątroby.

Przegląd badań

Status

Zakończony

Warunki

Szczegółowy opis

Jest to badanie kontroli przypadków, które przeprowadzono na 8 niedochodowych chronicznie zakażonych pacjentach z wirusem zapalenia wątroby typu C (grupa I), 4 pacjentów z powodzeniem leczonych z HCV po otrzymaniu 12 tygodni DAA (Sofosbuvir, Daclataswir), którzy osiągnęli utrzymaną odpowiedź VIRAL (grupa II), oraz 4 pacjentów, którzy relacjonowali po 12 tygodniach DAAS ( (Sofosbuvir/velpatasvir/voxilaprevir) (grupa III). Czternastu zdrowych osób kontrolnych, którzy zostali dopasowani do wieku i płci (grupa VI), zostało włączonych po uzyskaniu świadomej zgody. Szczegółowe podejście do historii, badanie kliniczne, ultradźwięki brzucha (U/S) i badania laboratoryjne, w tym pełna liczba krwi (CBC), testy funkcji wątroby i transaminazy surowicy dla wszystkich pacjentów.

Kryteria włączenia: Pacjenci w każdym wieku lub płci, których udowodniono, że jest zarażony wirusem zapalenia wątroby typu C bez leczenia, ci, którzy otrzymali leczenie i trwałą odpowiedź wirusową oraz osoby, które otrzymały leczenie i nawracane i zdrowe kontrole, zostali włączeni do badania wykluczającego, a pacjenci z innymi leczeniem, a pewne leczenie, które wpłynęły na instancję wirusową, jako pacjentów z innymi infekcją HBV, jako inna infekcja HBV, jako inna instacja HBV, jako inna instacja HBV, jako inna infekcja HBV, a także inna infekcja HBV, jako inni instacja HBV jako inna, a także u pacjentów z HBV jako inna infekcja. i HIV zostały wykluczone.

Kolekcja próbek świeże próbki kału zebrano rano od wszystkich uczestników i przetworzono w ciągu 1 godziny po defekacji. Do zbierania wszystkich próbek zastosowano technikę aseptyczną, z zachowaniem ostrożności w celu uniknięcia zanieczyszczenia.

Również 5 ml krwi żylnej w warunkach aseptycznych zebrano od każdego pacjenta w celu oszacowania różnych parametrów laboratoryjnych.

1.4: Ilościowa ocena poziomu obciążenia wirusowego RNA HCV-RNA wykryto za pomocą reakcji łańcuchowej polimerazy w czasie rzeczywistym (RT-PCR) (Bioline International, Wielka Brytania) z niższą granicą wykrywania 15 IU/ml. (Alter., 2007).

1.5: Profilowanie mikroflory 1.5.1. Ekstrakcja DNA

Natychmiast po pobraniu genomowy DNA ekstrahowano z próbek kału przy użyciu zestawu do oczyszczania DNA Microbiome Invitrogen Purelink (Thermo Fisher Scientific, CAT #A29790). Próbki kału dokładnie zmieszano, aby utworzyć homogeniczną próbkę przed ważeniem i przeniesieniem zmierzonej ilości kału (0,2 ± 0,05 g) do rurki koralików, a następnie postępowaliśmy zgodnie z instrukcjami zgodnie z zaleceniami producenta w następujący sposób:

Przeprowadziliśmy procedurę w temperaturze pokojowej (20-25 ° C) .1. Lysate przygotowano w następujący sposób:

  1. Próbkę (0,2 ± 0,05 g) i bufor S1-Lysis (600 µl) dodano do rurki do koralików, całkowitą mieszaninę wynosiła 800 µl,
  2. Rurki koralików wirowano, aby zapewnić, że próbki zostały dokładnie rozproszone w cieczy.
  3. Dodano sto µl wzmacniacza S2 -Lysis i na krótko wirowano.

mi. Rurki koralików wirują przez 10 minut z maksymalną prędkością na mikserze wirowym za pomocą adaptera bez użycia rąk i pobudzenia poziomego.

F. Rurki koralików wirowano przy 14 000 x g przez 5 minut w temperaturze pokojowej.

G. Następnie 400 µl supernatantu przeniesiono do czystej rurki mikrofonu.

H. Następnie do probówek dodano 250 µl buforu oczyszczania S3 i wiru, aby zapewnić równomierne rozproszenie S3 i jednolite wytrącanie inhibitorów.

I. Rurki koralików wirowano przy 14 000 x g przez 2 minuty w temperaturze pokojowej.

J. Następnie 500 µl supernatantu przeniesiono do czystej rurki mikrofonowej, ostrożnie, aby uniknąć osadu i wszelkich szczątków.

2. Następnie DNA był związany z kolumną w następujący sposób:

  1. Do rur dodano w sumie 900 µl buforu wiążącego S4 i na krótko.
  2. Następnie 700 µl mieszaniny próbki załadowano na zespół rurki wirującej i wirowano przy 14 000 x g przez 1 minutę.
  3. Przetrzymanie przepływu odrzucono i poprzedni krok powtórzono z pozostałą mieszaniną próbki.

Zapewniliśmy, że cała próbka mieszanki przeszła do rurki zbierania, sprawdzając kolumnę i ponownie wirować przy 14 000 × g przez 1 minutę.

3. DNA przemyto i eluowano w następujący sposób:

  1. Kolumna spinowa umieszczono w rurce oczyszczonej, dodano 500 µl buforu do przemywania S5, a następnie rurkę wirującą rurkę odśrodkową przy 14 000 x g przez 1 minutę.
  2. Przetopienie przepływowe odrzucono-a następnie rurka kolumnowa spinu była odwirowana z montażem przy 14 000 × g przez 30 sekund, wykonaliśmy drugą wirowanie, aby zoptymalizować usunięcie buforu do mycia S5, który mógł zakłócać dalsze zastosowania.
  3. Kolumna spinowa umieszczono w czystej rurce, dodano 100 µl buforu S6-elucji, a następnie rurki inkubowano w temperaturze pokojowej przez 1 minutę.
  4. Rube kolumnowe wirowania było odwirowane montaż przy 14.000 × g przez 1 minutę, a następnie odrzucono kolumnę.

Oczyszczone DNA w rurce zastosowano do następujących zastosowań poniżej.

1.5.2.PCR Wzmocnienie genu 16S RRNA

A. Optymalizacja PCR

Natychmiast po ekstrakcji DNA przeprowadzono PCR w celu amplifikacji regionów hiper zmiennych V3-V4 genu 16S RRNA przy użyciu następujących starterów z adapterami Illumina (podkreślone):

Primer do przodu 5'TCGTCGGCAGCGTCAGATGTGTAGAGAGAGCCTACGGGGGCWGCAG3 'Primer do tyłu 5'GtctCGTGGGCTCGGATGTGTATAAGAGAGGAGGAGGGGGTATCTAATC 3' REAKCJE PCR PCR ZAKOŃCZONE PRZED Startery (10 μm, metabion, Niemcy), 3 μl szablonu DNA i 12,5 μl 1 x gorącego mieszanki głównej (GeneDirex PCR Supermix). 1.5.3. Elektroforeza żelu agarozowego Wszystkie amplikony PCR oceniono przez załadowanie 5 μl produktu PCR do studzienek 1% (wag./obj.) Agarozy. Pięć μl markera L Hyper Ladder L załadowano do pierwszej studni. Pięć μl mieszaniny reakcyjnej PCR z każdej próbki wstawiono do odpowiednich studni żelu. Żel zanurzono następnie w buforze Tris-Borate-EDTA (TBE) i elektroforezo przy 90 V w celu oddzielenia fragmentów. Żel wizualizowano po wzbudzeniu w ramach transilluminacji UV. Wzmocnione produkty zostały wysłane do IGA Technology Services (Udine, Włochy) w celu dalszego przetwarzania.

1.5.4. Oczyszczanie produktu PCR (oczyszczanie PCR) Five μl mieszaniny reakcyjnej PCR z każdej próbki zmieszano z 2 μl buforu obciążenia, a następnie produkty PCR oczyszczono przy użyciu kulki ampury AGINCOURT XP (Beckam Coulter).

1.5.5. Sekwencjonowanie produktów PCR po oczyszczeniu amplikonu, podwójne wskaźniki i adaptery sekwencjonowania Illumina dołączono za pomocą zestawu indeksowego Nextera XT (Illumina). Jakość produktów końcowych oceniono za pomocą bioanalizatora 2100 (Agilent Technologies, USA), a po ich kwantyfikacji z qubitą (Invitrogen) próbki połączono w równych proporcjach i sekwencjonowane parowane w usługi IGA Miseq (UDINE z 600 cykli (300 cykli).

1.6. Analiza sekwencji 1.6.1. Analiza sekwencji z Illumina Miseq Metagenomics Workflow

IGA Technology Services przeprowadziła analizę sekwencji przy użyciu przepływu pracy metagenomiki Miseq Reporter v2.3 (Illumina). W skrócie, sekwencje zostały zdemultipleksowane na podstawie sekwencji indeksu. Pliki FASTQ zostały wygenerowane za pomocą zestawu próbek wykończenia wyników jakości, aby przycinać. Krok klasyfikacyjny przeprowadzono przy użyciu Classify Reads, zastrzeżonego algorytmu Illumina, który zapewnia klasyfikację na poziomie gatunków dla odczytów sparowanych. Proces obejmuje dopasowanie krótkich podsekwencji odczytów (słów) do zestawu sekwencji referencyjnych 16S. Zgromadzone mecze słów dla każdego odczytu zostały użyte do przypisania odczytów do konkretnej klasyfikacji taksonomicznej. Baza danych taksonomii przepływu pracy Metagenomics była skoczoną przez bazę danych Greengenes (Greengenes. Secondgenome. com/pobieranie/baza danych/13_5).

1.6.2. Platforma wstępnego i analizy sekwencji Platforma Illumina wygenerowała dwa odczyty dla przodu i do tyłu kierunku hiper-zmiennego regionu V3-V4 genu 16S RRNA. Filtrowanie sekwencji i analiza danych sekwencji przeprowadzono zasadniczo z Mothur (v. 1.35.1) pakiet oprogramowania (Schloss i in., 2009).

1.6.3. Połączenie danych i wstępne przetwarzanie Po pierwsze, odczyty do przodu i do tyłu dla każdej próbki połączono w jednym kontigu osobno, a próbki z każdej witryny połączono w jednym zestawie danych dla każdej witryny. Zostało to wykonane przy użyciu (Make Commands. Contigs, Make. plik i zrobić. grupa) odpowiednio.

1.6.4. Sprawdzanie i filtrowanie wartości jakości

Filtrowanie jakości obejmowało odrzucanie odczytów <420nt i> 470 NT, z wyłączeniem działań homopolimerowych> 8NT i 0 niejednoznacznych zasad i wymagania minimalnej średniej jakości phred ≥25 za pomocą (wykończenie poleceń. SEQ).

Illumina może generować wiele kopii tej samej sekwencji, które były uważane za duplikowane sekwencje. Ponieważ obliczeniowo jest marnotrawstwo, aby wyrównać tę samą rzeczą przez bazillion razy, unikalne nasze sekwencje przy użyciu (Command Unique.Seqs).

1.6.5. Sekwencja dostosowań do bazy danych referencyjnej Silva Silva dostosowano do regionu V3-V4 genu 16S RRNA przy użyciu (polecenie PCR.Seqs), odpowiadające tym samym regionom w Escherichia coli, zaczynając od 6426 i kończąc na 27645. Następnie nasze sekwencje zostały dostosowane do sekwencji referencyjnych bazy danych (http://www.arb-silva.de/) używając (Command Align.Seqs). (Quast i in., 2012)

1.6.6. Deduplikacja sekwencji, denoising i chimera zduplikowane sekwencje zostały scalone z poprzednimi unikalnymi sekwencjami przez działanie (command unikalne.seqs). Aby denoisować nasze sekwencje, wyklucz sekwencje wykonane przy użyciu (polecenie pre. klaster) umożliwiając maksymalnie 2 różnice między sekwencjami. To polecenie podzieliło sekwencje według grupy, a następnie posortowało je według obfitości i przeszło od najliczniejszych do najmniej i zidentyfikowanych sekwencji, które znajdowały się w odległości 2 nt od siebie.

Sekwencje chimeras usunięto za pomocą wdrożenia Mothur algorytmu Uchime (Edgar i in., 2011). (Command Chimera. Chime) wykryta sekwencja chimeryczna, która została usunięta przez (Command Get.seqs).

1.6.7. Sekwencje klasyfikacji sekwencji zostały dostosowane do taksonomii Silva za pomocą klasyfikatora bayesowskiego z (Command Classify.Seqs). (Wang i in., 2007).

1.7 Analiza różnorodności bakteryjnej przy użyciu QIIME2 1.7.1 Analiza różnorodności alfa Wtyczka analityczna różnorodności w QIIME2 wykorzystuje losowe ponowne próbkowanie 32 084 sekwencji na próbkę dla nawet głębokości próbkowania. Szacunki wskaźników ekologicznych obejmowały: krzywe rzadkości, liczbę obserwowanych OTU (gatunków) i wskaźnik Shannon, reprezentujący wspólne miary różnorodności alfa. Przeprowadzono rzadkość różnorodności alfa, określając liczbę OTU wykrytych jako funkcję wysiłku próbkowania, w celu potwierdzenia, że ​​głębokość pobierania próbek dała wystarczające pokrycie, aby dokładnie przeanalizować dominujących członków społeczności bakteryjnych. Różnorodność alfa analizowano przy użyciu dwóch podejść; Liczba zaobserwowanych gatunków reprezentujących bogactwo i wskaźnik różnorodności Shannon reprezentujący bogactwo i równość społeczności.

1.7.2 Oszacowano analizy różnorodności beta w beta w celu określenia odległości filogenetycznych między społecznościami, w tym ważonymi matrycami odległości Unifrac (Lozupone i in., 2011).

W analizie ważonej UniFRAC liczona jest względna liczebność taksonów stwierdzona w próbce, więc mniej obfite OTU ma mniejszą wagę w analizie.

Analiza współrzędnych współrzędnych UniFRAC (PCOA) przeprowadzono do interpretacji macierzy odległości UniFRAC. Do obliczeń i wykreślenia różnorodności α i β (McMurdie i Holmes., 2013) zastosowano pakiety Phyloseq i GGPUBR, R (McMurdie i Holmes., 2013). Wreszcie, testowanie znaczenia klastrowania próbek oceniono za pomocą permunatywnej wielowymiarowej analizy wariancji (Adonis R, Package Vegan) (Anderson., 2001) używając ważonej macierzy odległości Unifrac w QIIME przez porównanie_categories.py scenariusz.

1.8. Analiza mikrobiomu rdzenia: Odkrycie mikrobiomu rdzenia jest bardzo ważne dla zrozumienia stabilnych, spójnych elementów w złożonych zespołach drobnoustrojów. Rdzeń jest często definiowany jako pakiet członków dzielonych między konsorcjami drobnoustrojów z podobnych siedlisk i jest reprezentowany przez nakładające się obszary kręgów na schematach Venna, w których każde koło zawiera członkostwo w porównaniu próbki lub siedlisk (Shade and Handelsman., 2012).

1.9. Identyfikacja biomarkerów i dyskryminacyjna taksonach Lefse jest przykładem metody wielkości efektu liniowego analizy dyskryminacyjnej (LDA). Lefse jest algorytmem do identyfikacji i charakterystyki biomarkera o wysokiej wymiaru, który identyfikuje takie cechy, jak geny, ścieżki lub taksony, które wyjaśniają różnice między dwoma lub więcej stanami biologicznymi. Ideą LEFSE polega na tym, aby zacząć definiować znacząco różnie obfite OTU, a następnie użycie testu suma rankingu Wilcoxona, aby sprawdzić spójność w obfitości różnicowej, a ostatecznie oszacowanie wielkości efektu na funkcję przy użyciu liniowej analizy dyskryminacyjnej. Ta metoda zakłada, że ​​społeczności drobnoustrojów można oddzielić za pomocą liniowej kombinacji OTU (Segata i in., 2011).

1.10. Korelacja między członkiem społeczności Współczynnik korelacji rangi Spearmana służy do odkrycia siły łącza między dwoma zestawami danych. Współczynnik korelacji ma maksymalną wartość 1, co wskazuje na doskonały pozytywny związek między zestawami danych i minimalną wartość -1 wskazującą idealny ujemny związek między zestawami danych. Wartość 0 nie wskazuje na związek między szeregami dla obserwowanych wartości (Farlie., 1960).

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

30

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

      • Assiut, Egipt
        • Assiut University Hospitals

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

this study included four arms of patients :1- patients with chronic HCV infection who has not received any medications. @- patients who are cure from HCV infection after receiving days therapy.3- patients who have relapsed after treating HCV infection.4- healthy controls

Opis

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.

-

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Pacjenci z przewlekłą infekcją HCV
Pacjenci nie otrzymali żadnych leków na zakażenie HCV
pacjenci, którzy otrzymali leczenie infekcji HCV i osiągnęli trwałą odpowiedź wirusową
Ci pacjenci otrzymali 12 tygodni terapii przeciwwirusowej dla HCV i trwałą odpowiedź wirusową (Sofosbuvir, Daclataswir)
Pacjenci, którzy nawrócili po leczeniu HCV i nie mogli utrzymać odpowiedzi wirusowej
Pacjenci, którzy nawracali się po otrzymaniu terapii przeciwwirusowej (sofosbuwir/velpataswir/voxilaprevir)
Zdrowe kontrole dopasowane do wieku i seksu z innymi grupami

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
1. Opisz skład i strukturę mikroflory jelitowej pacjentów z przewlekłym HCV bez marskości wątroby (nieograniczone, nawrotowe i tych, którzy osiągnęli SVR) w porównaniu z ich dopasowanymi zdrowymi kontrolami
Ramy czasowe: 4-5 tygodni
Próbki świeżych stolców zebrano rano ze wszystkich uczestników i przetworzono z 1 HR i 5 ml zebranej krwi żylnej. Profilowanie Mikrobiota przeprowadzono poprzez ekstrakcję DNA, a następnie dokonano amplifikacji PCR 16S RRNA, a następnie ocenę metodą elektroforetu w elektroforezie żelowej. Analiza sekwencji wykonanej za pomocą Illumina Miseq Metagenomics przepływ pracy, a następnie przetwarzanie, analiza, połączenie danych i wstępne przetwarzanie.
4-5 tygodni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

13 maja 2022

Zakończenie podstawowe (Rzeczywisty)

20 marca 2024

Ukończenie studiów (Rzeczywisty)

30 sierpnia 2024

Daty rejestracji na studia

Pierwszy przesłany

3 lutego 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

11 lutego 2025

Pierwszy wysłany (Rzeczywisty)

25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

11 lutego 2025

Ostatnia weryfikacja

1 lutego 2025

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 04_2023_200392

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .