реферат

В останні десятиліття гіпертонія стала головним глобальним навантаженням на здоров'я та одним із найпоширеніших хронічних захворювань у людей похилого віку. [1] Зниження працездатності є необхідною умовою для людей похилого віку. Мінімальні стресові фактори викликають функціональні розлади у осіб, які страждають від фізичної вразливості - гериатричного синдрому, що підвищує вразливість людини. [2] На сьогоднішній день доказів щодо обгрунтованості заходів щодо запобігання крихкості людей похилого віку недостатньо. [3] Тому терміново потрібні дослідження, щоб глибше зрозуміти патогенні фактори, що сприяють цьому стану.

методи

Навчання населення

У дослідженні взяли участь 56 пацієнтів з гіпертонічною хворобою з Ханчжоу, великого сучасного міста на півдні Китаю, які взяли участь у програмі. Були включені пацієнти, які відповідали наступним критеріям: пацієнти з діагнозом первинна гіпертензія; вік від 65 до 80 років; і жили самостійно. Критеріями виключення були: будь-які розбіжності в серцево-легеневих фізичних навантаженнях (НПВТ), неконтрольована гіпертонія, незважаючи на медичну терапію, куріння, інфекція, рак, інсульт, захворювання периферичних артерій, ниркова недостатність, затримка води, ендокринні розлади (наприклад, захворювання щитовидної залози та залоз) або мальабсорбційне захворювання кишечника . Крім того, пацієнти не отримували жодного проносного, протидіарейного, стероїдного, пробіотичного та антибіотичного лікування протягом останніх 3 місяців. Демографічні, клінічні та функціональні характеристики учасників наведені в таблиці 1. Крім того, статистично значущих відмінностей у вживанні наркотиків між групами не спостерігалося (додаткова таблиця 1).

Стіл в натуральну величину

Це дослідження було схвалено Комітетом з медичної етики в лікарні Чжецзян, і процедури проводились відповідно до Гельсінської декларації. Усі учасники надали письмову інформовану згоду. Дослідження було зареєстровано в Китайському реєстрі клінічних випробувань (ChiCTR-IOR-17011799).

Оцінка клінічних показників

Вимірювали антропометричні змінні та обчислювали індекс маси тіла (ІМТ) за такою формулою: вага/зріст ². Змінні крові визначали у зразках венозної крові натще. CPET (Cosmed, Рим) проводили відповідно до стандартного протоколу Брюса для оцінки пікового споживання кисню (пікового VO2), швидкості завантаження.

Відбір проб та вилучення ДНК

Свіжі зразки стільця збирали у стандартні пробірки для збору стільця через добу після зарахування та зберігали при -80 ° C. ДНК витягували із зразків калу згідно з набором QIAamp Fast DNA Stool Mini Kit (Qiagen, Hilden). Всі зразки ДНК заморожували при -80 ° C до подальшої обробки.

16 з ПЛР рРНК та секвенування

Вилучені зразки ДНК використовували як шаблон для ампліфікації області V4 бактеріального 16 геном рРНК за допомогою специфічних праймерів (515 F5'-GTGCCAGCMGCCGCGGTAA-3 'та 806 R5'-GGACTACHVGGGTWTCTAAT-3') зі штрих-кодом. [14] ПЛР проводили в 30 мкл реакцій з 15 мкл Phusion® High-Fidelity PCR Master Mix; 10 нг матричної ДНК, 3 мкл (6 мкМ) прямого та зворотного праймерів та 2 мкл подвійної перегонки H 2 O. Тепловий цикл полягав у початковій денатурації при 98 ° С протягом 1 хвилини, після чого 30 циклів по 98 ° С протягом 10 с, 50 ​​° С протягом 30 с, 72 ° С протягом 30 с і остаточного розширення при 72 ° С протягом 5 хвилин. Після кількісного визначення та кваліфікації амплікони змішувались у співвідношенні еквідистанції. Потім зразки очищали за допомогою екстракційного набору Qiagen Gel (Qiagen, Hilden). Бібліотеки послідовностей готували з використанням набору для підготовки зразків без ПЛР TruSeq® DNA (Illumina, Сан-Дієго) відповідно до інструкцій виробника. Потім оцінювали якість бібліотеки на флуорометрі (Thermo Scientific) та біоаналізаторі Agilent 2100 на приладі 2.0. Нарешті, бібліотека була послідовно розподілена на платформі IlluminaHiSeq2500 і створено 250 пар парних кінців.

Аналіз послідовності

Зчитування парних вихідних фрагментів ДНК об'єднували за допомогою програмного забезпечення FLASH. Послідовності аналізували за допомогою програмного пакету Quantitative Insights Into Microbial Ecology (QIIME), а внутрішні сценарії Perl використовували для аналізу альфа (у зразках) та бета-різноманітності (між зразками). Послідовності із подібністю ≥97% були віднесені до одних і тих же оперативних таксономічних одиниць (ОТУ). Для кожного OTU ми відібрали репрезентативні послідовності та використали класифікатор RDP для позначення таксономічної інформації для кожної репрезентативної послідовності. Відносну чисельність розраховували на рівні штаму та роду. Ми уніфікували таблицю OTU і розрахували три показники для обчислення альфа-різноманітності: спостережувані види, Chao1 та індекс Шеннона. QIIME обчислює як зважені, так і незважені значення уніфраку, які є філогенетичними показниками бета-різноманітності. Діаграма відстані була побудована з використанням методу неметричного багатовимірного масштабування (NMDS). Тести проводили з величиною ефекту лінійного дискримінантного аналізу (LDA) (LefSe) та ANOSIM.

статистика

Для аналізу даних розрахунку використовували тест хі-квадрат. Безперервні дані порівнювали за допомогою ANOVA, а тест LSD-t використовували для множинних порівнянь. Якщо чисельні дані порушували нормальний розподіл та однорідність дисперсії, для порівняння даних між групами використовували непараметричний тест Крускала-Уолліса H, а для пост-hoc порівняння використовували тест Данна-Бонферроні. Для обчислення лінійних кореляцій між змінними розраховували коефіцієнт кореляції Спірмена. Усі статистичні аналізи проводились із використанням програмного забезпечення SPSS 19.0. Статистичний аналіз даних послідовностей проводили з використанням пакета R (версія 2.15.3) та таких інструментів, як Chao 1, Сімпсон, Шеннон, неметричне багатовимірне масштабування (NMDS), ANOSIM та LefSe. Р 0,05). Що стосується бета-різноманітності, яке представляє міжіндивідуальні відмінності, графіки NMDS, засновані на розподілі OTU, показали часткове перекриття розподілів між кожною групою (рис. 2), а зразки Weber A все ще відокремлені від інших груп (парне порівняння ANOSIM дало R> 0,5, p

зниженням

a Відносна кількість 10 найкращих філусів за складом у кожній пробі. b Відносна кількість 10 найкращих видів за складом у трьох групах. c Відображається кількість 35 найкращих бактерій на рівні роду в кожній групі. Теплова карта має кольорове кодування на основі лінії Z-оцінки. Групи з найбільшою та найнижчою захворюваністю на бактерії позначені червоним і синім кольорами

Повнорозмірне зображення

Графік ординації несиметричного багатовимірного масштабування (NMDS) зразків Weber A, Weber B та Weber C. Розташування базувалося на різниці Брея-Кертіса, обчисленої за даними на рівні OTU. Кожна точка представляє один зразок; чим ближче розташовані ці точки, тим більше подібні мікробний склад зразків

Повнорозмірне зображення

Результати аналізу LefSe (оцінка LDA> 4, 0, с

Аналіз LefSe використовували разом із лінійним дискримінантним аналізом (LDA) для ідентифікації бактеріальних показань у групах. Вебер В проти Вебер С, ( b ) Вебер А проти Вебер Б, ( c ) Вебер А проти Вебер С, ( d ) Вебер А проти Weber B + C a ( e ) Вебер В проти Вебер С

Повнорозмірне зображення

Знижена навантажувальна здатність негативно пов’язана з мікрофлорою ядерної кишки

Далі ми визначили кореляцію між мікробіозом ядерної кишки та клінічними параметрами пацієнтів (табл. 2). Кількість бактерій Lactobacillales, Eubacterium_hallii_group та Blautia позитивно корелювали з рівнем CRP (r = 0,385, p = 0,003; r = 0,296, p = 0,027 та r = 0,268, p = 0,046; відповідно), тоді як Alcaligenaceae негативно корелювали з рівнем CRP (r = −0, 294, p = 0, 028). Кількість бактерій Lactobacillales, Blautia, Ruminococcu s_sp._5_1_39BFAA та E. coli негативно корелювала з максимальним VO2/кг (r = -0.284, p = 0.034; r = -0.290, p = 030; -0.273, p = 0.042 та r = -0,355, p = 0,007), тоді як Alcaligenaceae позитивно корелювали з максимальними рівнями VO 2/кг (r = 0, 318, p = 0,017). Тим часом кількість кишкової палички негативно корелювало з VO2/кг при AT (r = −0, 364, p = 0,006).

Стіл в натуральну величину

обговорення

На основі збору доказів, отриманих в результаті недавніх досліджень, дисбактеріоз кишечника викликає хронічний стан системного запалення низького ступеня, що відіграє ключову роль у патофізіології ССЗ, включаючи гіпертонію. [7, 16] Гіпертонія - це хронічне захворювання, яке вважається основним фактором ризику розвитку та прогресування ССЗ і має низький рівень контролю та високу поширеність серед кількох груп населення, особливо людей похилого віку в країнах, що розвиваються. [17] З іншого боку, фізичні вправи є, мабуть, найбільш перспективним нефармакологічним підходом до профілактики та лікування гіпертонії, а оптимальні рівні фізичної активності пов’язані з меншою смертністю та захворюваністю від усіх серцево-судинних захворювань. [18, 19] Цікаво, що були виявлені сильні зв’язки між впливом віку та крихкістю на склад та функції кишкового мікробіома. [20] Тому ми досліджували взаємозв’язок між мікрофлорою кишечника та фізичними вправами у літніх пацієнтів з гіпертонічною хворобою.

Підсумовуючи, чудова негативна кореляція між зниженою вантажопідйомністю та питомою систематичною чисельністю. Дисбактеріоз кишечника відіграє потенційну патогенну роль у зниженні фізичних вправ літніх пацієнтів з гіпертонічною хворобою. Потрібні подальші дослідження в цій галузі, щоб надати додаткові підтверджуючі докази для розробки нової специфічної терапії або стратегії для полегшення цього стану.

Дякую

Ця робота була підтримана грантами Національного наукового фонду Китаю (31670701), Бюро охорони здоров’я провінції Чжецзян (2018KY852 та 2018KY194) та китайських традиційних науково-технічних проектів провінції Чжецзян (2018ZB004).