Composição da microbiota intestinal em crianças hispânicas e não hispânicas.

I. OBJETIVOS ESPECÍFICOS Há um grande número de micróbios no trato gastrointestinal (GI) humano, incluindo microrganismos bacterianos, fúngicos e protozoários que juntos formam nosso microbioma. Nos últimos anos, evidências mostraram que o microbioma gastrointestinal está relacionado à nossa saúde geral, incluindo o risco de obesidade. A microbiota GI pode influenciar ambos os lados do balanço energético, que inclui fatores que influenciam a utilização de energia da dieta e fatores que desempenham um papel na regulação do gasto e armazenamento de energia, influenciando os genes do hospedeiro (1, 2). Estudos demonstraram que as taxas de sobrepeso e obesidade estão entre as mais altas para crianças hispânicas nos Estados Unidos. Estima-se que nos EUA 47% das crianças hispânicas tenham excesso de peso e 31% tenham obesidade, em comparação com 35% e 21%, respectivamente, para crianças caucasianas não hispânicas. A literatura mostrou que fatores ambientais estão associados à obesidade infantil em crianças hispânicas, incluindo: influências dos pais, tempo de tela, comportamento de atividade física, status socioeconômico/segurança alimentar e duração do sono (3,4). Até agora, não houve estudos investigando se há diferenças significativas no microbioma intestinal de crianças hispânicas; além disso, se essas diferenças (taxonomia ou expressão gênica) os colocam em maior risco de desenvolver obesidade em comparação com outros grupos étnicos.

Os pesquisadores preveem que existem diferenças significativas no microbioma gastrointestinal entre crianças caucasianas não hispânicas e crianças hispânicas.

Objetivo: Confirmar diferenças no microbioma entre crianças caucasianas não hispânicas (com e sem obesidade) e crianças hispânicas (com e sem obesidade) neste estudo piloto.

Hipótese: Crianças hispânicas terão uma diversidade bacteriana fecal menor em comparação com crianças caucasianas não hispânicas, que está associada a mais adiposidade geral e homeostase de glicose prejudicada determinada por:

A) Sequenciamento metagenômico "todo o genoma/espingarda" de próxima geração de DNA de amostras fecais de coortes que inclui crianças hispânicas com obesidade, crianças hispânicas sem obesidade, crianças caucasianas não hispânicas com obesidade e crianças caucasianas não hispânicas sem obesidade.

B) Análise computacional bioinformática comparando os quatro grupos para determinar a abundância da diversidade beta (taxonomia relativa).

II. ANTECEDENTES E SIGNIFICADO A obesidade é um sério risco à saúde nos Estados Unidos. A prevalência da obesidade infantil aumentou nas últimas duas décadas. De acordo com o Departamento de Saúde e Serviços Humanos dos EUA, dados recentes mostraram que a prevalência de obesidade é maior entre jovens de 6 a 11 anos e adolescentes de 12 a 19 anos em comparação com crianças de 2 a 5 anos de idade. A população hispânica está entre os grupos étnicos mais afetados nos Estados Unidos. Aproximadamente 47% das crianças hispânicas estão acima do peso e 31% têm obesidade. Descobriu-se que vários fatores desempenham um papel no desenvolvimento da obesidade infantil em crianças hispânicas, incluindo: influências dos pais, tempo de tela, comportamento de atividade física, status socioeconômico/segurança alimentar e duração do sono.

Nos últimos anos, tem havido um interesse de pesquisa em entender o desenvolvimento e a patogênese da obesidade. Estudos recentes descobriram que a microbiota intestinal desempenha um papel importante no desencadeamento e desenvolvimento da obesidade. A microbiota GI pode influenciar ambos os lados do balanço energético, que inclui fatores que influenciam a utilização de energia da dieta e fatores que desempenham um papel na regulação do gasto e armazenamento de energia, influenciando os genes do hospedeiro. Em um estudo de Hou, eles avaliaram o gene 16S rRNA, os enterótipos e a quantidade da microbiota intestinal entre crianças obesas e uma coorte de controle saudável. Neste estudo, eles descobriram que a composição da microbiota intestinal mostrou diferenças significativas entre crianças obesas e controles saudáveis. Os resultados indicaram que os filos de Firmicutes e Bacteroidetes foram o microbioma fecal predominante em ambas as coortes, mas a taxa de abundância relativa de Firmicutes e Bacteroidetes (F/B) na coorte de obesos foi significativamente maior do que nos controles saudáveis. Firmicutes está associado a genes envolvidos no catabolismo de carboidratos e é rico em indivíduos obesos, enquanto Bacteroidetes está relacionado à diminuição da massa corporal.

Até o momento, não há estudos que tenham investigado se há diferenças significativas no microbioma intestinal de crianças hispânicas; além disso, se essas diferenças (taxonomia ou expressão gênica) os colocam em maior risco de desenvolver obesidade em comparação com outros grupos étnicos. A equipe do estudo considera importante identificar possíveis diferenças de microbioma na população hispânica que podem colocá-los em maior risco de desenvolver obesidade infantil.

III. PROJETO DE PESQUISA E MÉTODOS INCLUINDO ANÁLISE ESTATÍSTICA Sujeitos do estudo/Desenho experimental Os investigadores irão recrutar e inscrever 4 coortes, incluindo 6 crianças hispânicas com obesidade, 6 crianças hispânicas sem obesidade, 6 crianças caucasianas não hispânicas com obesidade e 6 crianças caucasianas não hispânicas sem obesidade . A obesidade será definida como um IMC > 95%. A idade de inscrição será entre 6 e 12 anos de idade. Os investigadores obterão características basais no momento da inscrição, incluindo medidas antropométricas (peso, comprimento, IMC), histórico alimentar (incluindo diário recordatório de 24 horas e um questionário de frequência alimentar) e histórico de atividade física (questionário de atividade física). Os investigadores obterão o histórico de medicamentos, incluindo o histórico de uso de antibióticos, esteroides e probióticos.

Medição da dieta e da atividade física Na coleta fecal, os investigadores obterão informações sobre a dieta do paciente usando um questionário de frequência alimentar de 30 itens alimentares e um diário alimentar de 24 horas. Os registros de dieta serão analisados ​​usando o software Nutrient Data System for Research (Minneapolis, MN). Os investigadores determinarão a ingestão de macro e micronutrientes, bem como os padrões de ingestão dietética, usando análises de classe latente (abordagem centrada na pessoa) e fator (abordagem baseada em dados).

Os investigadores coletarão dados de atividade física do paciente usando o Questionário de Atividade Física para Crianças Mais Velhas (PAQ-C) e analisarão com coeficientes de correlação de Spearman. O gerenciamento de dados clínicos será de responsabilidade do investigador principal e GI fellow/co-investigador e usará um banco de dados seguro, REDCap, por meio do sistema REDCap da Nemours.

Coleta de Amostras Fecais Com permissão dos pais/responsáveis, as fezes coletadas em um recipiente estéril serão trazidas em até 12 horas após a defecação de casa ou do ambulatório para um laboratório clínico separado, onde as fezes serão coletadas por meio do uso da escova FLOQswab x 3 (Copan Diagnostics, Murrieta, CA) Os swabs serão pré-etiquetados com um código não identificado refletindo o número do paciente, número da amostra e data e a amostra será colocada em gelo seco e depois transferida para um freezer a -80 graus Celsius até a recuperação pelo equipe de pesquisa para transferência para CHOP Microbiome Center.

Isolamento de DNA bacteriano O DNA será extraído de amostras usando o kit DNeasy PowerSoil seguindo as instruções do fabricante (Qiagen, Germantown, MD). Bibliotecas Shotgun serão geradas a partir de 1 ng de DNA usando o kit NexteraXT (Illumina, San Diego, CA, EUA). As bibliotecas serão sequenciadas em um Illumina HiSeq 2500 usando química 2x125bp no modo High Output.

Processamento bioinformático e análise estatística Diferenças no ganho de peso, HgbA1c, atividade física associada a registros de dieta nutricional ou outros resultados serão avaliados usando o teste t ou o teste Mann Whitney U, ajustando para covariáveis. A relação entre os registros nutricionais e os resultados será examinada posteriormente usando modelos de efeitos mistos, ajustando o efeito da atividade física chave ou variáveis ​​dietéticas.

Os arquivos FASTQ serão analisados ​​usando um pipeline computacional estabelecido desenvolvido na Nemours.