Nierandomizowane badanie badające wpływ spożycia brązowego ryżu na mikroflorę jelitową, uwagę i krótkotrwałą pamięć roboczą u tajskich dzieci w wieku szkolnym, część 3

Poprzednie badania wykazały, że bezwzględna liczebność mikrobioty jelitowej we wczesnym okresie życia istotnie zmieniała się w ciągu pierwszych dwóch lub trzech lat życia [43,44]. W tym badaniu wpływ wieku na profil mikroflory jelitowej zaobserwowano także u dzieci w wieku szkolnym.

W ostatnich latach coraz więcej badań pokazuje, że istnieje ścisły związek między mikroflorą jelitową a pamięcią. Różnorodność i obfitość mikrobioty są w istotny sposób powiązane z poprawą wydajności pamięci.

Po pierwsze, wpływ mikroflory jelitowej na układ nerwowy jest znaczący. Mikroflora może wysyłać sygnały do ​​centralnego układu nerwowego poprzez oś jelitowo-mózgową, wpływając w ten sposób na ludzkie zachowanie i funkcje poznawcze. Ponadto niektóre substancje zawarte w mikrobiocie mogą również wpływać na funkcję bariery krew-mózg, a tym samym wpływać na funkcjonowanie mózgu.

Po drugie, probiotyki zawarte w mikroflorze mogą modulować funkcję układu odpornościowego i zmniejszać poziom stanu zapalnego, wzmacniając w ten sposób funkcję układu nerwowego oraz poprawiając pamięć i zdolności uczenia się. Brak równowagi mikroflory jelitowej doprowadzi do zwiększonej reakcji zapalnej, zmniejszając w ten sposób zdolność uczenia się i pamięć.

Wreszcie, w badaniach ludzkiej mikroflory jelitowej różne gatunki drobnoustrojów jelitowych są powiązane z różnymi funkcjami poznawczymi. Na przykład większą liczebność gatunków Bifidobacterium w jelitach powiązano z poprawą funkcji poznawczych. Bakterie kwasu mlekowego mogą być korzystne dla uczenia się i pamięci, podczas gdy bakterie beztlenowe mogą sprzyjać tworzeniu się neuroprzekaźników przeciwdepresyjnych.

Podsumowując, istnieje ścisły związek pomiędzy mikroflorą jelitową a pamięcią. Poprawiając mikroekologię jelit i wzmacniając funkcje układu nerwowego i układu odpornościowego, można poprawić pamięć i zdolności uczenia się. Jednocześnie musimy również zwracać uwagę na dietę i styl życia, aby utrzymać zdrowie jelit i kierować mikroflorą jelitową, aby utworzyła wzór różnorodności i obfitości, aby lepiej chronić zdrowie i zdolności poznawcze. Widać, że musimy poprawić pamięć, a Cistanche desericola może znacznie poprawić pamięć, ponieważ Cistanche desericola to tradycyjny chiński materiał leczniczy, który ma wiele unikalnych efektów, z których jednym jest poprawa pamięci. Skuteczność mięsa mielonego wynika z różnych zawartych w nim składników aktywnych, w tym kwasów, polisacharydów, flawonoidów itp. Składniki te mogą na różne sposoby promować zdrowie mózgu.

Kliknij Poznaj suplementy poprawiające pamięć

Dzieci otrzymujące ryż Sinlek wykazywały wzrost liczebności Firmicutes i spadek liczebności Bacteroidetes, co ujemnie i dodatnio korelowało odpowiednio z wiekiem w fazie II. Wydaje się również, że wiek wpływa na liczebność powyższych dwóch głównych typów, ponieważ stwierdzono, że ich proporcje w jelitach zmieniać się przez całe życie.

Chociaż Firmicutes i Bacteroidetes są głównymi gromadami tworzącymi strukturę mikrobiomu jelitowego podobną do dorosłej osoby w ciągu pierwszych 4 lat życia [45], ich liczebność była znacząco zróżnicowana porównując dzieci (9,8 lat) z dorosłymi (powyżej lub równe 40 lat) [ 3], od dorosłych (powyżej 30 lat lub równych) do osób starszych (powyżej lub równych 65 lat) [46]. Nasze wyniki sugerują, że te typy mogą oddziaływać z wiekiem wśród dzieci w wieku szkolnym, niezależnie od interwencji.

Chociaż liczebność Gammaproteobacteria była znacznie niższa w grupie interwencyjnej SLR w 61. tygodniu (2,2 razy mniejsza niż w grupie kontrolnej), w każdej grupie zaobserwowaliśmy przejściową zmianę w tej klasie podczas faz I i II. Stawiamy hipotezę, że wyczerpanie się liczby Gammaproteobacteria może wynikać ze zmian w diecie dzieci, a nie z bezpośredniego skutku interwencji, odkąd szkoła została ponownie otwarta po miesiącach zamknięcia z powodu pandemii-19 COVID. Takie zmniejszenie liczebności tego taksonu, szczególnie w 61. tygodniu, wskazywało, że klasa Gammaproteobacteria może być bardziej wrażliwa na zmiany w diecie (od posiłków domowych po obiady w szkole) u młodszych dzieci (w wieku od 7 do 8 lat), ponieważ korelowała z wiekiem w naszym zestawie próbek.

Chociaż nie ustalono wcześniej spadku populacji tej klasy wśród dzieci w wieku szkolnym, szybka reakcja mikroflory jelitowej na zmienioną dietę może potwierdzać nasze ustalenia [47]. Co więcej, liczebność Bacteroides stopniowo malała i była najniższa w punkcie końcowym badania wśród obojga dzieci otrzymujących ryż biały i ryż Sinlek.

Podobny wzór zaobserwowano w przypadku Ruminococcus. Zaobserwowaliśmy również wyższy stosunek Prevotella/Bacteroides (P/B), który był ujemnie skorelowany z wiekiem (rho {{0}} -0,31,q=0,02) w 71. tygodniu (ryc. S8 i S9). Bakterie te stanowią dominujący enterotyp w mikrobiomie jelitowym człowieka [48], a ich skład może w krótkim okresie zostać zmieniony przez składniki diety [49–51]; jednakże zmiana statusu enterotypu wymagałaby długotrwałej interwencji dietetycznej [52]. Ponadto liczne badania wykazały, że Prevotella i Ruminococcus są powiązane z błonnikiem pokarmowym, podczas gdy Bacteroides dominują w jelitach osób stosujących dietę zachodnią [53,54].

Zatem, jak wspomniano wcześniej, liczebność tych taksonów wśród dzieci w wieku szkolnym może być modulowana przez zmiany w diecie.

Niedawne badania skupiające się na interwencjach odchudzających wykazały, że zmiany profili bakteryjnych są powiązane z utratą masy ciała i wzrostem poziomu Akkermansia, niezależnie od rodzaju interwencji [55–57]. W tym badaniu zaobserwowaliśmy spadek wskaźnika BMI z-score w kilku próbkach po interwencji lustrzanki jednoobiektywowej w fazie I. Jedna próbka (BH210) była otyła na początku badania, a następnie straciła na wadze, co później sklasyfikowano jako nadwagę w 4. i 15. tygodniu.

Wynik BMI z-score pozostałych dwóch próbek (BH249 i BH273) obniżył się z wyjściowej nadwagi do normy w 4. i 15. tygodniu. Patrząc na profil mikrobioty jelitowej tych osób, zaobserwowano tendencję spadkową w przypadku większości taksonów bakteryjnych w badaniu BH210 próbka, z wyjątkiem Bacteroidetes (Rysunek S10). Zaobserwowano również, że liczebność mikroflory jelitowej ulega dużym wahaniom w próbkach BH249 i BH273 (rysunek S11).

Chociaż analiza statystyczna nie była możliwa ze względu na małą liczbę próbek, interesujące byłoby zbadanie, czy interwencja SLR wpływa na zmiany BMI i jego interakcję z mikroflorą jelitową w większych próbach.

Podczas gdy poprzednie badania wykazały, że interwencja w żywność pochodzenia zwierzęcego [58] i spożycie białka wysokobiałkowego [59] wiążą się z większym stopniem zdolności poznawczych u dzieci w wieku szkolnym, nie stwierdzono, aby interwencja w zakresie ryżu Sinlek wpływała na zdolności poznawcze dzieci, z wyjątkiem Faza II, podczas której grupa SLR osiągała lepsze wyniki niż grupa kontrolna (kontrolująca przez tydzień), pomimo mniejszej liczebności próby. Co więcej, wyniki poznawcze, które wykazywały wzór zależny od wieku, były zgodne z wcześniejszymi doniesieniami o poprawie funkcjonowania wraz z wiekiem w obu przypadkach CBT [60] i PVT [61].

Nie wykazano, że wielokrotne podawanie PVT-B zmienia wyniki PVT, w tym czas odpowiedzi i przerwy [62]. W naszym badaniu starsze dzieci (w wieku od 9 do 12 lat) radziły sobie lepiej we wszystkich testach poznawczych w porównaniu z młodszymi dziećmi (w wieku od 6 do 8 lat).

Nasze dane wykazały, że starsze dzieci biorące udział w tym badaniu miały większą pojemność pamięci (wyższe MMG) i lepszą uwagę (niższe RT i potknięcia) niż młodsze dzieci. Co więcej, gdy wiek i wyniki poznawcze zintegrowano z mikroflorą jelitową, pierwsze dwie zmienne były silnie skorelowane. Taka zależność może wynikać z rozwoju mózgu dzieci w wieku szkolnym i nie ma związku ze zmianami w mikroflorze jelitowej. CBT jest miarą krótkotrwałej pamięci wzrokowo-przestrzennej [63], która często jest powiązana z funkcją hipokampa [64,65 ]

Wiadomo, że hipokamp rozwija się wraz z wiekiem, co wiąże się z poprawą pamięci (Riggins i in., 2018). Uwaga angażuje wiele obszarów mózgu, w tym korę przedczołową, korę ruchową i zwoje podstawne [66], które są również wrażliwe na rozwój związany z wiekiem.

Zwoje podstawy nie są w pełni rozwinięte w dzieciństwie i zmniejszają swoją objętość w wieku od 7 do 24 lat [67], podobnie jak inne obszary kory mózgowej, które rozwijają się przez cały okres dojrzewania [68,69]. Nasze wyniki potwierdzają wcześniejsze ustalenia, że ​​wyniki poznawcze poprawiały się wraz z rozwojem dzieci, a w tym badaniu dodano informacje kontekstowe na temat społeczności drobnoustrojów obecnych w naszej populacji nastolatków.

Zgodnie z wcześniejszymi ustaleniami [20,21] postawiliśmy hipotezę, że brązowy ryż może pomóc w poprawie zdolności poznawczych (uwagi i krótkotrwałej pamięci roboczej) w niedostatecznie zbadanej populacji dzieci w wieku szkolnym. Nasz projekt losowego pobierania próbek, obejmujący ocenę kliniczną i identyfikację biomarkerów [70], pozwolił nam dokładniej monitorować, w jaki sposób interwencja dotycząca ryżu brązowego może zapewnić korzystny wpływ na funkcje poznawcze, w tym potencjalny wpływ na zdrowie psychiczne, który nie został uwzględniony w niniejszym badaniu.Porównanie między dziećmi i dorosłymi w przyszłości również byłoby wartościowe.

Zarówno badania przekrojowe, jak i badania interwencyjne (np. dotyczące probiotyków i prebiotyków) wykazały, że mikroflora jelitowa może wpływać na zdrowie poznawcze, przy czym większość wyników wskazuje na poprawę wyników poznawczych, a także podkreśla komunikację między mikroflorą jelitową a mózgiem [71]. Jedno z badań wykazało, że u osób ściśle przestrzegających diety śródziemnomorskiej występuje duża liczebność bakterii wytwarzających SCFA, w tym Faecalibacterium i Roseburia. Obydwa taksony były dodatnio skorelowane z ocenami poznawczymi, takimi jak pamięć Babcocka i praktyka konstrukcyjna [72]. W tym przypadku zaobserwowaliśmy negatywną zależność pomiędzy Roseburią a pogorszeniami wyników w grupie stosującej lustrzanki jednoobiektywowe w 4. tygodniu, ale związek ten nie utrzymywał się w czasie. Jednakże Faecalibacterium wykazywało dodatni związek z RT pomimo leczenia. Chociaż te dwa rodzaje są dominującymi bakteriami wytwarzającymi maślan, ich liczebność może mieć różny wpływ na ludzkie funkcje poznawcze, jak zaobserwowano wcześniej u pacjentów z zaburzeniami poznawczymi [73,74].

Co więcej, interwencyjna dawka ryżu Sinlek, podawanego w stosunku 1:1 z ryżem białym, może zatem nie być wystarczająca, aby wpłynąć ani na mikrobiom jelitowy, ani na sprawność poznawczą dzieci w wieku szkolnym. Przyszłe badania z wykorzystaniem pełnej dawki ryżu Sinlek i badanie profili metabolicznych mogą pomóc w rozwikłaniu złożonego związku pomiędzy mikroflorą jelitową a funkcjami poznawczymi.

Lactobacillus to jedna z dominujących bakterii występujących w mleku matki, która może zostać przeniesiona podczas karmienia piersią [75]. W naszym badaniu zaobserwowaliśmy ujemną zależność pomiędzy poziomem bakterii Lactobacillus a wiekiem na początku badania i w 4. tygodniu. Ponad 80% dzieci w pierwszej fazie interwencji było karmionych piersią w okresie niemowlęcym. Obserwowana tendencja spadkowa tej bakterii probiotycznej u starszych dzieci w wieku szkolnym sugeruje, że zmniejszenie wpływu karmienia piersią może być siłą napędową w średnim dzieciństwie.

Wybór podejścia do profilowania mikrobiomu może być wyzwaniem, szczególnie gdy jest związany z interwencją, zdrowiem lub chorobami. Przyjęcie kilku podejść może zwiększyć zmienność wyników. W szczególności nasze podejście ilościowe (qPCR) pozwoliło określić bezwzględną liczebność mikroflory jelitowej i stopień jej zmiany w wyniku interwencji, podczas gdy w wielu badaniach wykorzystujących sekwencjonowanie genu 16S rRNA analizowano skład drobnoustrojów na podstawie względnej liczebności [27,76,77].

Chociaż ta ostatnia metoda pomaga w identyfikacji całego mikrobiomu jelitowego, interpretacja danych o składzie wygenerowanych tą metodą może utrudnić identyfikację grupy bakterii, na którą rzeczywiście wpływa interwencja lub stan zdrowia [78]. Uwzględnienie szacunków bezwzględnej liczebności taksonów może zatem być korzystne w śledzeniu docelowych bakterii i korelowaniu ich rzeczywistego składu z badanymi warunkami.

Główną zaletą tego badania jest to, że opisuje ono wzajemne oddziaływanie interwencji polegającej na stosowaniu ryżu Sinlek, mikroflory jelitowej i sprawności poznawczej dzieci w wieku szkolnym, przy czym wiek ma znaczący wpływ zarówno na profil mikrobiologiczny, jak i wyniki poznawcze. Niemniej jednak istnieje kilka ograniczeń trzeba przyznać. Mała wielkość próby i nierówna liczba osób w grupach kontrolnych i interwencyjnych mogą zmniejszyć moc statystyczną naszego badania. Nie można było dokonać porównania mikroflory jelitowej i sprawności poznawczej pacjentów w czasie trwania interwencji ze względu na brak uczestników w fazie II i niepełne wykorzystanie interwencji. A

ge, jako potencjalny czynnik zakłócający, należy uwzględnić w przyszłych badaniach interwencyjnych. Chociaż skupiamy się na uwadze i krótkotrwałej pamięci roboczej, może zaistnieć potrzeba poszerzenia ocen poznawczych (np. o funkcje społeczne, planowanie, zadania werbalne i symbolikę), aby adekwatnie opisać zdolności funkcjonalne dzieci, w tym zdrowie psychiczne.

Inne zmienne, które mogły mieć wpływ na funkcje poznawcze, takie jak odżywianie, dobrostan/status społeczno-ekonomiczny i poziom żelaza, nie zostały zebrane ze względu na bariery językowe i kulturowe, ponieważ dzieci pochodziły z różnych środowisk etnicznych. Ponieważ w naszym badaniu uczestniczyły dzieci, dawkowanie interwencyjne również stanowiło potencjalne ograniczenie. Ponadto należy zaznaczyć, że nie kontrolowano sposobu żywienia dzieci poza godzinami lekcyjnymi.

Czas między obiema fazami również znacznie się wydłużył ze względu na pandemię-19 COVID{0}} i nie było możliwe zarejestrowanie wzorców żywieniowych dzieci w tym okresie. Niedawne badanie sugeruje, że pandemia spowodowała tymczasowe zmiany we wzorcach konsumpcji żywności [79]. W rezultacie mogą wystąpić zmiany w mikrobiomie lub wynikach poznawczych spowodowane dietą, które mogą przesłaniać wszelkie istniejące efekty interwencji. Podejście metabolomiczne może pomóc w wyjaśnieniu związku między mikroflorą jelitową a funkcjami poznawczymi.

Podsumowując, to nierandomizowane badanie kliniczne wykazało, że interwencja Sinlek dotycząca ryżu nie miała znaczącego wpływu na liczebność mikroflory jelitowej ani na zdolności poznawcze dzieci w wieku szkolnym. Odkryto jednak, że wiek był istotnie powiązany ze zmianami w liczebności mikroflory jelitowej i wynikach poznawczych w obu fazach.

Starsze dzieci osiągały lepsze wyniki niż młodsze dzieci we wszystkich ocenach funkcji poznawczych. W grupie osób stosujących lustrzankę jednoobiektywową zaobserwowano negatywny związek pomiędzy Roseburią a błędami. Aby lepiej zrozumieć, czy Sinlekrice może wywierać pozytywny wpływ na mikroflorę jelitową i poprawiać funkcje poznawcze u dzieci, konieczne byłoby zwiększenie dawki lustrzanki cyfrowej lub profilowanie metaboliczne. Nasze odkrycia wskazują, że wiek jest bezpośrednio powiązany z profilami mikroflory jelitowej i funkcjami poznawczymi dzieci w wieku szkolnym w północnej Tajlandii.

Materiały dodatkowe: Poniższe informacje dodatkowe można pobrać pod adresem https://www.mdpi.com/article/10.3390/nu14235176/s1, rysunek S1: Wykresy pudełkowe przedstawiają znormalizowaną liczebność bakterii na podstawie na log10 Liczba kopii qPCR 16S rRNA na gram kału w tygodniach fazy I. Różnice w średniej bezwzględnej liczebności mikroflory jelitowej pomiędzy punktami czasowymi każdej fazy (w obrębie osobników) określono za pomocą testu t dla par lub testu rang ze znakiem Wilcoxona z korektą wartości p Benjaminiego-Hochberga (BH), po istotnych wynikach z jedno- powtarzalny pomiar ANOVA lub test Friedmana (p < 0,05). **** q < 0,0001, *** q << 0.01, * q < 0.05. WR, white rice (control); SLR, Sinlek rice intervention. 

Rysunek S2: Wykresy pudełkowe przedstawiają znormalizowaną liczebność bakterii w oparciu o log10 liczbę kopii rRNA qPCR 16S na gram kału w tygodniach fazy II. Różnice w średniej bezwzględnej liczebności mikroflory jelitowej pomiędzy punktami czasowymi każdej fazy (w obrębie osobników) określono przy użyciu albo testów t dla par, albo testów rankingowych ze znakiem Wilcoxona z korektą wartości p Benjaminiego-Hochberga (BH), po istotnych wynikach z jedno- wielokrotnie powtarzane pomiary ANOVA lub test Friedmana (p < 0.05). **** q < 0.0001, *** q < 0,001, ** q < 0,01,* q < 0,05. WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek. Rysunek S3: Wykresy słupkowe przedstawiające zdolności poznawcze dzieci w wieku szkolnym w nierandomizowanym badaniu klinicznym.

Różnicę średniej w tygodniach każdej fazy (w obrębie pacjentów) określono za pomocą testu rang ze znakiem Wilcoxona z korektą wartości p Benjaminiego-Hochberga (BH), po istotnych wynikach testu Friedmana (p < 0.{ {4}}5). *** q < 0.001, ** q < {{20}}.01, * q < 0,05. WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek; gra pamięciowa MMG=; Ogólna wydajność OVP=(%); Czasy reakcji RT =. Rysunek S4: Wykresy słupkowe przedstawiające sprawność poznawczą dzieci w wieku szkolnym w nierandomizowanym badaniu klinicznym. Różnicę w średniej z tygodni każdej fazy (w obrębie pacjentów) określono za pomocą testu rang Wilcoxona ze znakiem z korektą wartości p Benjaminiego-Hochberga (BH), po istotnych wynikach testu Friedmana (p < 0,05). *** q < 0,001, ** q < 0,01, * q < 0,05. WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek; MMG=gra polegająca na dopasowywaniu pamięci; Ogólna wydajność OVP=(%); Czasy reakcji RT =. Rysunek S5: Wykresy RDA przedstawiające wpływ interwencji na wyniki poznawcze dzieci w wieku szkolnym w fazie I ((a) grupa kontrolna (leczenie WR) i (b) grupa interwencyjna ( leczenie lustrzanką)).

Leczenie, płeć i wiek wykorzystano jako ograniczone zmienne objaśniające, a sprawność poznawczą wykorzystano jako zmienną odpowiedzi. Strzałki biplot na wykresach RDA przedstawiają wydajność poznawczą (niebieskie strzałki) i ograniczone zmienne objaśniające (brązowe strzałki). Trójkąt oznacza środek ciężkości każdej zmiennej objaśniającej. Kąt między parą wektorów odzwierciedla ich korelację. Znaczenie ograniczeń oceniano za pomocą testu permutacji typu ANOVA. Identyfikatory próbek były ograniczone w obrębie każdej grupy leczenia, a pomiędzy i w obrębie wariancji określano ilościowo w każdym tygodniu (punkt wyjściowy, tydzień 4 i tydzień 15). WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek; MMG, gra dopasowująca pamięć;OVP, ogólna wydajność (%); RT, czasy reakcji (milisekundy); upływa (milisekunda).

Rysunek S6: Wykresy RDA przedstawiające wpływ interwencji na wyniki poznawcze dzieci w wieku szkolnym w fazie I (a) i fazie II (b). Leczenie, płeć i wiek wykorzystano jako ograniczone zmienne wyjaśniające, a sprawność poznawczą wykorzystano jako zmienną odpowiedzi. Strzałki podwójnego wykresu na wykresach RDA reprezentują wydajność poznawczą (niebieskie strzałki) i ograniczone zmienne objaśniające (brązowe strzałki). Trójkąt oznacza środek ciężkości każdej zmiennej objaśniającej. Kąt między parą wektorów odzwierciedla ich korelację. Znaczenie ograniczeń oceniano za pomocą testu permutacji typu ANOVA. W każdej fazie ograniczona została słaba zmienna, a pomiędzy i w obrębie wariancji określono ilościowo poprzez leczenie. WR, bielak (kontrola); SLR, interwencja ryżowa Sinlek; MMG, gra polegająca na dopasowywaniu pamięci; OVP, ogólna wydajność (%); RT, czas reakcji (milisekundy); upływa (milisekunda). Rysunek S7: Związek między mikroflorą jelitową a zdolnościami poznawczymi dzieci w wieku szkolnym w nierandomizowanym badaniu klinicznym (faza I: (a–c), faza II: (d–f)). Powiązania między mikroflorą jelitową a zdolnościami poznawczymi określono za pomocą współczynnika korelacji rang Spearmana. Korektę wartości p Benjaminiego-Hochberga (BH) zastosowano w przypadku wielokrotnych korekt testowych (wartość q).

Wartość q mniejsza niż 0.05 jest istotna statystycznie. WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek; MMG, gra polegająca na dopasowywaniu pamięci; OVP, ogólna wydajność (%); RT, czas reakcji (milisekundy); upływa (milisekunda). Rysunek S8: Wykresy pudełkowe przedstawiające współczynniki Prevotella/Bacteroides w oparciu o log1{{10}} liczbę kopii rRNA qPCR 16S na gram kału w tygodniach fazy II. Różnice w średniej bezwzględnej liczebności mikroflory jelitowej pomiędzy punktami czasowymi każdej fazy (w obrębie osobnika) określono za pomocą testu rang ze znakiem Wilcoxona z korektą wartości p Benjaminiego-Hochberga (BH), po istotnych wynikach testu Friedmana (p < {{14} }.05). **** q < 0,0001, *** q < 0,001** q < 0,01, * q < 0,05. WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek. Rysunek S9: Wykresy pudełkowe przedstawiające stosunki Prevotella/Bacteroides w oparciu o log10 liczby kopii qPCR 16S rRNA na gram kału dla grup kontrolnych i grup interwencyjnych ryżu Sinlek w fazie II.

Różnice w średniej bezwzględnej liczebności mikroflory jelitowej pomiędzy grupami terapeutycznymi określono za pomocą testu sumy rang Wilcoxona z korektą wartości p Benjamina-Hochberga (BH). *** q < 0.001, ** q < 0,01, * q < 0,05. Zależność stosunku Prevotella/Bacteroides od wieku dzieci w wieku szkolnym określono za pomocą współczynnika korelacji rang Spearmana. WR, ryż biały (kontrola); SLR, interwencja ryżowa Sinlek. Rysunek S10: Wykresy pudełkowe przedstawiające znormalizowaną liczebność bakterii w oparciu o log10 liczby kopii qPCR 16S rRNA na gram kału próbki BH210 w tygodniach interwencji SLR (faza I). Ta próbka była otyła na początku badania, a następnie miała nadwagę w 4. i 15. tygodniu. WR, biała lustrzanka jednoobiektywowa, interwencja z użyciem ryżu Sinlek. Rysunek S11: Wykresy pudełkowe przedstawiające znormalizowaną liczebność bakterii w oparciu o log10 liczby kopii qPCR 16S rRNA na gram kału próbek BH2489 i BH273 w tygodniach interwencji SLR (faza I).

W próbkach tych wyjściowo stwierdzono nadwagę, która następnie powróciła do normy w tygodniach 4. i 15. SLR, interwencja ryżowa Sinlek. Tabela S1: Pary starterów ukierunkowane na geny bakteryjnego 16S rRNA [80–90]. Tabela S2: Dane demograficzne dzieci w wieku szkolnym w grupach kontrolnych i grupach interwencyjnych na początku badania. Tabela S3: Dane demograficzne dzieci w wieku szkolnym w grupach kontrolnych i grupach interwencyjnych w 4. tygodniu. Tabela S4: Dane demograficzne dzieci w wieku szkolnym w grupach kontrolnych i interwencyjnych w 15. tygodniu. Tabela S5: Dane demograficzne dzieci w wieku szkolnym w grupie kontrolnej i interwencyjnej grupy w 56. tygodniu. Tabela S6: Dane demograficzne dzieci w wieku szkolnym w grupach kontrolnych i grupach interwencyjnych w 61. tygodniu.

Tabela S7: Dane demograficzne dzieci w wieku szkolnym w grupach kontrolnych i grupach interwencyjnych w 71. tygodniu. Dane uzupełniające: zmienne demograficzne, liczebność wybranej mikroflory jelitowej i wyniki poznawcze dzieci w wieku szkolnym w fazach I i II. Plik uzupełniający S1: Porównania wielowymiarowe przy użyciu PERMANOVA dla każdego tygodnia interwencji ryżowej Sinlek. Plik uzupełniający S2: Wpływ punktów czasowych na każdym poziomie leczenia (pomiar powtarzany). Plik uzupełniający S3: Wpływ leczenia, punktu czasowego i zmiennych demograficznych na liczebność mikroflory jelitowej (PERMANOVA). Plik uzupełniający S4: Analiza wieloczynnikowa (MFA) powiązania między zmiennymi gospodarza (wiek i płeć), mikroflorą jelitową i wynikami poznawczymi.

Wkład autorów: Konceptualizacja, metodologia, LKM, EG, KK, JD, JS i SP; analiza formalna, LG; walidacja, LKM, TJS, JS i SP; wizualizacja, LG; pisanie-oryginalne przygotowanie projektu, LG, LKM i SP; pisanie recenzji i redagowanie, LG, LKM, EG, KK, JD, TJS, JS i SP; nadzór, JD, JS i SP; pozyskanie finansowania, JD, JS i SP Wszyscy autorzy przeczytali i zgodzili się z opublikowaną wersją manuskryptu.

Finansowanie: To wspólne badanie zostało sfinansowane przez OHSU Global (Portland, OR, USA). Książka Bądźmy zdrowi! platforma używana do gromadzenia danych została opracowana we współpracy z Instytutem Badań Klinicznych i Translacyjnych OHSU (OCTRI; 1UL1TR002369) dzięki funduszom z Narodowego Instytutu Zdrowia (NIH), w tym nagrodom Science Education Partnership Awards (R25OD01496, R25GM129840) oraz infrastrukturze opracowanej przez NIH w ramach grantów R25RR{{ 8}}S1, UL1RR024140-04S3, RR026008,3P30CA-69553-13S9 i UL1TR002369. Grupa badawcza Gut Microbiome została ufundowana przez Uniwersytet MaeFah Luang.

Oświadczenie Instytucjonalnej Komisji Rewizyjnej: Badanie zostało przeprowadzone przez Deklarację Helsińską i zatwierdzone przez Komisję Etyki Uniwersytetu Mae Fah Luang (licencja etyczna:REH-61204).

Oświadczenie o świadomej zgodzie: Świadomą zgodę uzyskano od wszystkich uczestników badania.

Podziękowania: Autorzy chcieliby podziękować wszystkim uczestnikom, którzy przekazali próbki kału i informacje demograficzne. Chcielibyśmy wyrazić nasze uznanie Channarongowi Wanthanjaii za jego pomoc techniczną. Doceniamy Angie Setthavongsack za pomoc w analizie poznawczej, której wysiłki zostały wsparte przez Wspólny Fundusz Narodowych Instytutów Zdrowia i Biuro ds. Różnorodności Pracowników Naukowych w ramach trzech powiązanych nagród RL5GM118963, TL4GM118965 i UL1GM118964, przyznawanych przez Narodowy Instytut Ogólnych Nauk Medycznych. Dziękujemy Uniwersytetowi MaeFah Luang za wsparcie Grupy Badawczej Mikrobiomu Gut.

Konflikt interesów: KK jest założycielem Sooksatharana (Social Enterprise) Co., Ltd. Fundatorzy nie mieli żadnego udziału w projektowaniu badania, gromadzeniu i analizie danych, podejmowaniu decyzji o publikacji ani przygotowaniu manuskryptu.

Bibliografia

1. Thursby, E.; Juge, N. Wprowadzenie do mikroflory jelitowej człowieka. Biochemia. J. 2017, 474, 1823–1836. [CrossRef] [PubMed]

2. Rinninella, E.; Raoul, P.; Cintoni, M.; Franceschi, F.; Miggiano, G.; Gasbarrini, A.; Mele, M. Jaki jest skład zdrowej mikroflory jelitowej? Zmieniający się ekosystem w zależności od wieku, środowiska, diety i chorób. Mikroorganizmy 2019, 7, 14. [CrossRef][PubMed]

3. Radjabzadeh, D.; Bur, CG; Beth, SA; van der Wal, P.; Kiefte-De Jong, JC; Jansena, MAE; Konstantinow, SR; Peppelenbosch, poseł; Hays, JP; Jaddoe, VWV; i in. Różnorodność, różnice składu i funkcjonalności mikroflory jelitowej dzieci i dorosłych. Nauka. Rep. 2020, 10, 1040. [CrossRef] [PubMed] 

4. Agans, R.; Rigsbee, L.; Kenche, H.; Michał, S.; Khamis, HJ; Paliy, O. Mikroflora jelitowa dystalna u dorastających dzieci różni się od tej u dorosłych. Mikrobiolog FEMS. Ekol. 2011, 77, 404–412. [CrossRef] [PubMed]

5. Yatsunenko, T.; Rey, Fe; Manary, MJ; Trehan, I.; Dominguez-Bello, MG; Contreras, M.; Magris, M.; Hidalgo, G.; Baldassano, RN; Anokhin, AP; i in. Mikrobiom jelitowy człowieka ocenia się pod kątem wieku i położenia geograficznego. Natura 2012, 486, 222–227. [Odniesienie]

6. Derrien, M.; Alvarez, AS; de Vos, WM Mikrobiota jelitowa w pierwszej dekadzie życia. Trendy Mikrobiol. 2019, 27, 997–1010.[CrossRef]

7. Singh, Karolina Południowa; Chang, HW; Yan, D.; Lee, KM; Ucmak, D.; Wong, K.; Abrouk, M.; Farahnik, B.; Nakamura, M.; Zhu, TH; i in.Wpływ diety na mikrobiom jelitowy i konsekwencje dla zdrowia człowieka. J.Tłum. Med. 2017, 15, 73. [Odn.Krzyżowe]

8. A więc D.; Whelan, K.; Rossi, M.; Morrison, M.; Holtmann, G.; Kelly, JT; Shanahan, ostry dyżur; Staudacher, HM; Campbell, KL Dietaryfiber interwencja w skład mikroflory jelitowej u zdrowych dorosłych: przegląd systematyczny i metaanaliza. Jestem. J. Clin. Nutr.2018, 107, 965–983. [Odniesienie]

9. Fresk, L. Rice to życie. J. Kompozyty spożywcze. Analny. 2005, 18, 249–253. [Odniesienie]

For more information:1950477648nn@gmail.com