Nerandomizovaná studie zkoumající dopad konzumace hnědé rýže na střevní mikroflóru, pozornost a krátkodobou pracovní paměť u thajských dětí školního věku, část 3

Předchozí studie ukázaly, že absolutní množství střevní mikrobioty v raném věku se významně lišilo během prvních dvou nebo tří let života [43,44]. V této studii byl také pozorován vliv věku na profily střevní mikroflóry u dětí školního věku.

V posledních letech stále více studií ukazuje, že existuje úzký vztah mezi střevní mikrobiotou a pamětí. Diverzita a hojnost mikrobioty jsou významně spojeny se zlepšeným výkonem paměti.

Za prvé, vliv střevní mikroflóry na nervový systém je významný. Mikrobiota může posílat signály do centrálního nervového systému prostřednictvím osy střevo-mozek, čímž ovlivňuje lidské chování a poznávání. Některé látky v mikrobiotě mohou navíc ovlivňovat i funkci hematoencefalické bariéry a tím ovlivňovat funkci mozku.

Za druhé, probiotika v mikrobiotě mohou modulovat funkci imunitního systému a snižovat úroveň zánětu, čímž posilují funkci nervového systému a zlepšují paměť a schopnosti učení. Nerovnováha střevní mikroflóry povede ke zvýšené zánětlivé reakci, a tím ke snížení učení a paměti.

A konečně, ve studiích lidské střevní mikrobioty jsou různé druhy střevních mikrobů spojeny s různými kognitivními funkcemi. Například vyšší množství druhů Bifidobacterium ve střevě bylo spojeno se zlepšenou kognitivní funkcí. Bakterie mléčného kvašení mohou být prospěšné pro učení a paměť, zatímco anaerobní bakterie mohou podporovat tvorbu antidepresivních neurotransmiterů.

Stručně řečeno, existuje úzký vztah mezi střevní mikrobiotou a pamětí. Zlepšením střevní mikroekologie a posílením funkcí nervového systému a imunitního systému lze zlepšit paměť a schopnosti učení. Současně také musíme věnovat pozornost stravě a životnímu stylu, abychom udrželi zdraví střev a vedli střevní mikrobiotu, aby si vytvořila vzorec rozmanitosti a hojnosti, aby bylo možné lépe chránit zdraví a kognitivní schopnosti. Je vidět, že potřebujeme zlepšit paměť a Cistanche deserticola může výrazně zlepšit paměť, protože Cistanche deserticola je tradiční čínský léčivý materiál, který má mnoho jedinečných účinků, jedním z nich je zlepšení paměti. Účinnost mletého masa vychází z různých aktivních složek, které obsahuje, včetně kyselin, polysacharidů, flavonoidů atd. Tyto složky mohou podporovat zdraví mozku různými způsoby.

Klikněte na vědět doplňky pro zlepšení paměti

Děti, které dostávaly rýži Sinlek, vykazovaly ve fázi II zvýšení počtu Firmicutes a snížení počtu bakterií Bacteroidetes, což negativně, respektive pozitivně korelovalo s věkem. Také se zdá, že věk ovlivňuje početnost výše uvedených dvou hlavních kmenů, protože bylo zjištěno, že jejich proporce ve střevě se zvyšují. posun v průběhu života.

Zatímco Firmicutes a Bacteroides jsou hlavní kmeny přispívající ke struktuře střevního mikrobiomu podobné dospělým během prvních 4 let života [45], jejich četnost se významně lišila při srovnání dětí (9,8 let) s dospělými (Větší nebo rovné 40 let) [45] 3] a dospělí (větší nebo rovnající se 30 letům) až po starší osoby (větší nebo rovné 65 let) [46]. Naše výsledky naznačují, že tyto kmeny mohou interagovat s věkem u dětí školního věku, bez ohledu na intervenci.

Ačkoli množství gamaproteobakterií bylo podstatně nižší u intervenční skupiny SLR v týdnu 61 (2,2krát nižší než u kontrolní skupiny), pozorovali jsme v každé skupině přechodnou změnu v této třídě během Fáze I a II. Předpokládáme, že vyčerpání gamaproteobakterií by mohlo být způsobeno spíše dietními posuny u dětí než přímým účinkem intervence, protože škola byla znovu otevřena po měsících uzavření kvůli pandemii COVID-19. Takové snížení četnosti tohoto taxonu, zejména v 61. týdnu, naznačovalo, že třída Gammaproteobacterium může být citlivější na změny ve stravě (od domácích jídel po školní obědy) u mladších dětí (ve věku mezi 7 a 8 lety), protože koreluje s věkem v našem vzorku.

Zatímco pokles populace v této třídě nebyl u dětí školního věku dříve prokázán, rychlá reakce střevní mikroflóry na změněnou stravu by mohla podpořit naše zjištění [47]. Kromě toho se hojnost Bacteroides postupně snižovala a byla nejnižší na konci studie u obou dětí, které dostávaly bílou rýži a rýži Sinlek.

Podobný vzorec byl zaznamenán u Ruminococcus. Pozorovali jsme také vyšší poměr Prevotella/Bacteroides (P/B), který negativně koreloval s věkem (rho {{0}} −0,31,q=0,02) v týdnu 71 (obrázky S8 a S9). Tyto bakterie jsou převládajícími enterotypy v lidském střevním mikrobiomu [48] a jejich složení může být krátkodobě změněno složkami stravy [49–51]; změna stavu enterotypu by však vyžadovala dlouhodobou dietní intervenci [52]. Četné studie dále prokázaly, že Prevotella a Ruminococcus jsou spojeny s vlákninou, zatímco Bacteroides dominují ve střevech jedinců konzumujících západní stravu [53,54].

Četnost těchto taxonů u dětí školního věku by proto mohla být ovlivněna dietními změnami, jak již bylo zmíněno dříve.

Nedávné studie zaměřené na intervence na snížení hmotnosti ukázaly, že změny v mikrobiálních profilech jsou spojeny se ztrátou hmotnosti a zvýšením hladiny Akkermansie, bez ohledu na typy intervencí [55–57]. V této studii jsme pozorovali pokles BMI z-skóre u několika vzorků po intervenci SLR ve fázi I. Jeden vzorek (BH210) byl na začátku obézní a poté zhubl, aby byl později klasifikován jako nadváha ve 4. a 15. týdnu.

BMI z-skóre dalších dvou vzorků (BH249 a BH273) se snížilo z nadváhy na začátku na normální ve 4. a 15. týdnu. Při pohledu na profil gutmikrobioty těchto jedinců byl pozorován klesající trend u většiny bakteriálních taxonů v BH210. vzorek, kromě Bacteroidetes (obrázek S10). Bylo také pozorováno, že množství střevní mikroflóry velmi kolísá ve vzorcích BH249 a BH273 (obrázek S11).

Přestože statistická analýza nebyla možná kvůli malému počtu vzorků, bylo by zajímavé studovat, zda intervence SLR ovlivňuje změny BMI a jeho interakci se střevní mikroflórou ve větších velikostech vzorků.

Zatímco předchozí studie ukázaly, že intervence živočišného původu [58] a vysoká konzumace bílkovin [59] jsou spojeny s vyšším stupněm kognitivních schopností u dětí školního věku, nebylo zjištěno, že by použití intervence s rýží Sinlek ovlivnilo kognitivní výkon dětí, s výjimkou případů Fáze II, během které skupina SLR překonala kontrolní skupinu (kontrolní po dobu jednoho týdne), přestože měla menší velikost vzorku. Navíc kognitivní výsledky, které vykazovaly vzorec závislý na věku, byly v souladu s předchozími zprávami o zlepšení funkce s věkem u obou CBT [60] a PVT [61].

Nebylo prokázáno, že by opakované podávání PVT-B změnilo výsledky PVT, včetně doby odezvy a zpoždění [62]. V naší studii měly starší děti (ve věku mezi 9 a 12 lety) lepší výsledky ve všech kognitivních hodnoceních ve srovnání s mladšími dětmi (ve věku mezi 6 a 8 lety).

Naše data ukázala, že starší děti v této studii měly větší kapacitu paměti (vyšší MMG) a lepší pozornost (nižší RT a výpadky) než mladší děti. Navíc, když byly věk a kognitivní výsledky integrovány se střevní mikroflórou, první dvě proměnné byly vysoce korelované. Takový vztah může být důsledkem vývoje mozku u dětí školního věku bez vztahu ke změnám střevní mikroflóry. KBT je měřítkem zrakově prostorové krátkodobé pracovní paměti [63], která je často spojena s hipokampální funkcí [64,65 ].

Je známo, že hipokampus se vyvíjí s věkem a s tím související zlepšení paměti související s věkem (Riggins et al., 2018). Pozornost zapojuje více oblastí mozku, včetně prefrontálního kortexu, motorického kortexu a bazalganglie [66], což jsou oblasti, které jsou také citlivé na vývoj související s věkem.

Bazální ganglia nejsou v dětství plně vyvinuta a jejich objem klesá mezi 7. a 24. rokem [67], podobně jako v jiných kortikálních oblastech, které se dále vyvíjejí během dospívání [68,69]. Naše výsledky potvrzují předchozí zjištění, že kognitivní výsledky zlepšily vývoj dětí, přičemž tato studie přidala kontextové informace o mikrobiálních komunitách přítomných v naší dospívající populaci.

V souladu s předchozími zjištěními [20,21] jsme předpokládali, že hnědá rýže může pomoci zlepšit kognitivní schopnosti (pozornost a krátkodobou pracovní paměť) u nedostatečně studované populace dětí školního věku. Náš návrh náhodného výběru vzorků s klinickým hodnocením a identifikací biomarkerů [70] nám umožnil podrobněji sledovat, jak by intervence s hnědou rýží mohla mít příznivý účinek na kognitivní funkce, včetně potenciálních dopadů na duševní zdraví, které nebyly zahrnuty v této studii. mezi dětmi a dospělými by v budoucnu také stálo za to.

Jak průřezové, tak intervenční studie (např. probiotika a prebiotika) prokázaly, že střevní mikroflóra může ovlivnit kognitivní zdraví, přičemž většina nálezů ukazuje na zlepšení kognitivních výsledků a zároveň zdůrazňuje komunikaci mezi střevní mikroflórou a mozkem [71]. Jedna studie ukázala, že jedinci s vysokým dodržováním středomořské stravy mají vysoký výskyt bakterií produkujících SCFA, včetně Faecalibacterium a Roseburia. Oba tyto taxony pozitivně korelovaly s kognitivními hodnoceními, jako je Babcockova paměť a konstrukční praxe [72]. Zde jsme pozorovali negativní vztah mezi Roseburií a výpadky ve skupině SLR v týdnu 4, ale tato asociace nebyla v průběhu času udržována. Faecalibacterium však vykazovalo pozitivní vztah s RT navzdory léčbě. Ačkoli tyto dva rody jsou dominantní bakterie produkující butyrát, jejich četnost může mít na lidskou kognici jiný vliv, jak bylo dříve pozorováno u pacientů s kognitivními poruchami [73,74].

Kromě toho intervenční dávka rýže Sinlek, která byla poskytnuta v poměru 1:1 s rýží, nemusí být dostatečná k ovlivnění střevního mikrobiomu ani kognitivní výkonnosti dětí školního věku. Budoucí výzkum využívající plnou dávku rýže Sinlek a studium metabolických profilů může pomoci odhalit složitý vztah mezi střevní mikrobiotou a kognitivními funkcemi.

Lactobacillus je jednou z dominantních bakterií vyskytujících se v mateřském mléce, která může být přenášena kojením [75]. V naší studii jsme pozorovali negativní souvislost mezi Lactobacilly a věkem na počátku studie a ve 4. týdnu. Více než 80 % dětí v první fázi intervence bylo kojeno během kojeneckého věku. Pozorovaný sestupný trend této probiotické bakterie u dětí staršího školního věku naznačuje, že snížení vlivu kojení by mohlo být hnací silou ve středním dětství.

Výběr přístupu pro profilování mikrobiomu může být náročný, zejména pokud souvisí s intervencí, zdravím nebo nemocemi. Přijetí několika přístupů může přidat variabilitu výsledků. Zejména náš kvantifikační přístup (qPCR) nám umožnil určit absolutní početnost střevní mikroflóry a jak moc se změnila po intervenci, zatímco mnoho studií využívajících sekvenování genu 16S rRNA analyzuje mikrobiální složení na základě relativních četností [27,76,77].

Ačkoli druhá metoda pomáhá při identifikaci celého střevního mikrobiomu, interpretace údajů o složení generovaných touto metodou může ztížit identifikaci skupiny bakterií, které jsou skutečně ovlivněny intervencí nebo zdravotním stavem [78]. Zvažování absolutních odhadů abundance taxonů tak může být prospěšné při sledování cílových bakterií a korelaci jejich skutečného složení se studovanými podmínkami.

Hlavní síla této studie spočívá v tom, že popisuje souhru intervence s rýží Sinlek, střevní mikroflóru a kognitivní výkon dětí školního věku, přičemž věk má významný vliv na mikrobiální profily i kognitivní výsledky. Nicméně existuje několik omezení je třeba uznat. Malá velikost vzorku a nestejný počet subjektů v kontrolní a intervenční skupině mohou snížit statistickou sílu naší studie. Srovnání střevní mikroflóry a kognitivní výkonnosti u subjektů v průběhu času během intervence nebylo možné stanovit kvůli chybějícím subjektům ve fázi II s neúplným přijetím intervence. A

ge, jakožto potenciální zmatek, by měl být zvažován v budoucích intervenčních studiích. Přestože se zaměřujeme na pozornost a krátkodobou pracovní paměť, kognitivní hodnocení může být nutné rozšířit (např. tak, aby zahrnovalo sociální funkce, plánování, verbální úkoly a symboliku), aby adekvátně popsalo funkční schopnosti dětí, včetně duševního zdraví.

Další proměnné, které by mohly mít vliv na kognitivní funkce, jako je výživa, pohoda/socioekonomický status a hladina železa, nebyly shromážděny kvůli jazykovým a kulturním bariérám, protože děti pocházely z různých etnických skupin. Jelikož naše studie zahrnovala děti, potenciálním omezením bylo také intervenční dávkování. Navíc je třeba poznamenat, že strava dětí mimo školní hodiny nebyla kontrolována.

Doba mezi těmito dvěma fázemi se také výrazně prodloužila kvůli pandemii COVID-19 a nebylo možné zaznamenat stravovací návyky dětí v tomto období. Nedávná studie naznačuje, že pandemie způsobila určité dočasné změny ve vzorcích konzumace potravin [79]. V důsledku toho mohou existovat dietou vyvolané variace v mikrobiomu nebo kognitivních výsledcích, které mohou zakrýt jakékoli existující intervenční účinky. Metabolomický přístup může pomoci objasnit spojení mezi střevní mikroflórou a kognitivní funkcí.

Závěrem lze říci, že tato nerandomizovaná klinická studie odhalila, že intervence s rýží Sinlek významně neovlivnila množství střevní mikrobioty ani kognitivní výkon dětí školního věku. Zjistilo se však, že věk byl významně spojen s odchylkami v množství střevní mikroflóry a kognitivními výsledky v obou fázích.

Starší děti předčily mladší děti ve všech kognitivních hodnoceních. Ve skupině SLR byla zaznamenána negativní asociace mezi Roseburií a lapsy. K dalšímu pochopení toho, zda by Sinlekrice mohla mít pozitivní vliv na střevní mikroflóru a zlepšit kognitivní funkce u dětí, by bylo potřeba zvýšit dávku SLR nebo metabolické profilování. Naše zjištění naznačují, že věk přímo souvisí s profily střevní mikroflóry a rozpoznáváním u dětí školního věku v severním Thajsku.

Doplňkové materiály: Následující podpůrné informace si můžete stáhnout na https://www.mdpi.com/article/10.3390/nu14235176/s1, Obrázek S1: Boxplots představují normalizované množství bakterií na základě na log10 qPCR 16S počet kopií rRNA na gram stolice během týdnů fáze I. Rozdíly v průměrném absolutním množství střevní mikroflóry mezi časovými body každé fáze (u subjektů) byly stanoveny buď pomocí párových t-testů, nebo pomocí Wilcoxonových znaménkových rank testů s Benjamini-Hochbergovou (BH) korekcí p-hodnoty, po významných výsledcích z jedno- způsobem opakovaná měření ANOVA nebo Friedmanův test (p < 0,05). **** q < 0,0001, *** q << 0.01, * q < 0.05. WR, white rice (control); SLR, Sinlek rice intervention. 

Obrázek S2: Boxplots představují normalizované bakteriální abundance založené na log10 počtu kopií qPCR 16S rRNA na gram stolice během týdnů fáze II. Rozdíly v průměrném absolutním množství střevní mikroflóry mezi časovými body každé fáze (u subjektů) byly stanoveny buď pomocí párových t-testů, nebo Wilcoxonových podepsaných ranktestů s Benjamini-Hochbergovou (BH) korekcí p-hodnoty, po významných výsledcích z jedno- wayrepeated měří ANOVA nebo Friedmanův test (p < 0.05). **** q < 0.0001, *** q < 0,001, ** q < 0,01,* q < 0,05. WR, bílá rýže (kontrola); SLR, zásah rýže Sinlek. Obrázek S3: Barploty zobrazující kognitivní výkon dětí školního věku v nerandomizované klinické studii.

Rozdíl v průměru mezi týdny každé fáze (v rámci subjektů) byl stanoven pomocí Wilcoxonova testu se znaménkem s korekcí p-hodnoty Benjamini-Hochberga (BH), po významných výsledcích Friedmanova testu (p < 0). {4}}5). *** q < 0.001, ** q < {{20}}.01, * q < 0,05. WR, bílá rýže (kontrola); SLR, intervence rýže Sinlek; MMG{10}} hra na srovnávání paměti; OVP=celkový výkon (%); RT=reakční doby. Obrázek S4: Barplots zobrazující kognitivní výkon dětí školního věku v nerandomizované klinické studii. Rozdíl v průměru napříč týdny každé fáze (v rámci subjektů) byl stanoven pomocí Wilcoxonově signovaného rank testu s Benjamini-Hochbergovou (BH) korekcí p-hodnoty, po významných výsledcích Friedmanova testu (p < 0,05). *** q < 0,001, ** q < 0,01, * q < 0,05. WR, bílá rýže (kontrola); SLR, Sinlek riceintervention; MMG=hra na přizpůsobení paměti; OVP=celkový výkon (%); Reakční časy RT =. Obrázek S5: Grafy RDA zobrazující účinek intervence na kognitivní výkon dětí školního věku ve fázi I ((a) kontrolní skupina (léčba WR) a (b) intervenční skupina ( Léčba zrcadlovkou)).

Léčba, pohlaví a věk byly použity jako omezené vysvětlující proměnné a kognitivní výkonnost byla použita jako proměnná odezvy. Biplot šipky v RDA grafech představují kognitivní výkon (modré šipky) a omezené vysvětlující proměnné (hnědé šipky). Trojúhelník označuje těžiště každé vysvětlující proměnné. Úhel mezi párem vektorů odráží jejich korelaci. Významnost omezení byla hodnocena pomocí permutačního testu podobného ANOVA. ID vzorků byla omezena v rámci každé léčebné skupiny a mezi nimi a v rámci rozptylu byly kvantifikovány každý týden (výchozí stav, týden 4 a týden 15). WR, bílá rýže (kontrola); SLR, intervence rýže Sinlek; MMG, paměťová hra;OVP, celkový výkon (%); RT, reakční časy (milisekundy); zaniká (milisekundy).

Obrázek S6: Grafy RDA zobrazující účinek intervence na kognitivní výkon dětí školního věku ve fázi I (a) a fázi II (b). Léčba, pohlaví a věk byly použity jako omezené vysvětlující proměnné a kognitivní výkonnost byla použita jako proměnná odpovědi. Biplot šipky v RDA grafech představují kognitivní výkon (modré šipky) a omezené vysvětlující proměnné (hnědé šipky). Trojúhelník označuje těžiště každé vysvětlující proměnné. Úhel mezi párem vektorů odráží jejich korelaci. Významnost omezení byla hodnocena pomocí permutačního testu podobného ANOVA. Slabá proměnná byla omezena v každé fázi a mezi a v rámci rozptylu byly kvantifikovány ošetřením. WR, bělice (kontrola); SLR, intervence rýže Sinlek; MMG, paměťová hra; OVP, celkový výkon (%); RT, reakční časy (milisekundy); zaniká (milisekundy). Obrázek S7: Vztah mezi střevní mikrobiotou a kognitivní výkonností dětí školního věku v nerandomizované klinické studii (Fáze I: (a–c), Fáze II: (d–f)). Asociace mezi střevní mikroflórou a kognitivní výkonností byly stanoveny pomocí Spearmanova koeficientu korelace pořadí. Benjamini-Hochberg (BH) korekce p-hodnoty byly použity formulační úpravy testování (q-hodnota).

Hodnota q menší než 0.05 je statisticky významná. WR, bílá rýže (kontrola); SLR, intervence rýže Sinlek; MMG, paměťová hra; OVP, celkový výkon (%); RT, reakční časy (milisekundy); zaniká (milisekundy). Obrázek S8: Boxplots zobrazující Prevotella/Bacteroides ratios na základě log1{{10}} qPCR 16S rRNA počtu kopií na gram stolice během týdnů fáze II. Rozdíly v průměrném absolutním množství střevní mikroflóry mezi časovými body každé fáze (u jedinců) byly stanoveny pomocí Wilcoxonova znaménkového rank testu s Benjamini-Hochbergovou (BH) korekcí p-hodnoty, po významných výsledcích Friedmanova testu (p < {{14} }.05). **** q < 0,0001, *** q < 0,001** q < 0,01, * q < 0,05. WR, bílá rýže (kontrola); SLR, zásah rýže Sinlek. Obrázek S9: Boxplots zobrazující poměry Prevotella/Bacteroides založené na log10 počtu kopií qPCR 16S rRNA na gram výkalů pro kontrolní a intervenční skupiny s rýží Sinlek ve fázi II.

Rozdíly v průměrné absolutní abundanci střevní mikroflóry mezi léčebnými skupinami byly stanoveny pomocí Wilcoxon rank sum testu s Benjamini-Hochbergovou (BH) korekcí p-hodnoty. *** q < 0.001, ** q < 0,01, * q < 0,05. Souvislost mezi poměrem Prevotella/Bacteroides a věkem dětí školního věku byla stanovena pomocí Spearmanova koeficientu pořadové korelace. WR, bílá rýže (kontrola); SLR, zásah rýže Sinlek. Obrázek S10: Boxplots zobrazující normalizované bakteriální abundance založené na log10 počtu kopií qPCR 16S rRNA na gram stolice vzorku BH210 během týdnů intervence SLR (fáze I). Tento vzorek byl na začátku obézní a poté se stal nadváhou ve 4. a 15. týdnu. WR, bílá SLR, intervence s rýží Sinlek. Obrázek S11: Krabicové grafy zobrazující normalizované bakteriální abundance na základě log10 počtu kopií qPCR 16S rRNA na gram stolice vzorků BH2489 a BH273 během týdnů intervence SLR (fáze I).

Tyto vzorky měly nadváhu na začátku a poté se staly normálními v týdnech 4 a 15. SLR, Sinlek riceintervention. Tabulka S1: Páry primerů zacílené na bakteriální geny 16S rRNA [80–90]. Tabulka S2: Demografie dětí školního věku v kontrolní a intervenční skupině na začátku studie. Tabulka S3: Demografie dětí školního věku v kontrolních a intervenčních skupinách v týdnu 4. Tabulka S4: Demografie dětí školního věku v kontrolních a intervenčních skupinách v týdnu 15. Tabulka S5: Demografie dětí školního věku v kontrole a intervenci skupiny v 56. týdnu Tabulka S6: Demografie dětí školního věku v kontrolní a intervenční skupině v 61. týdnu.

Tabulka S7: Demografie dětí školního věku v kontrolních a intervenčních skupinách v 71. týdnu. Doplňující údaje: demografické proměnné, množství vybrané střevní mikroflóry a kognitivní výsledky dětí školního věku v I. a II. fázi. Doplňkový soubor S1: Vícerozměrné srovnání pomocí PERMANOVA pro každý týden intervence rýže Sinlek. Doplňkový soubor S2: Vliv časových bodů na každé úrovni léčby (opakované měření). Doplňkový soubor S3: Vliv léčby, časového bodu a demografických proměnných na množství střevní mikroflóry (PERMANOVA). Doplňkový soubor S4: Vícefaktorová analýza (MFA) asociace mezi hostitelskými proměnnými (věkem a pohlavím), střevní mikroflórou a kognitivními výsledky.

Autorské příspěvky: Konceptualizace, metodika, LKM, EG, KK, JD, JS a SP; formální analýza, LG; validace, LKM, TJS, JS a SP; vizualizace, LG; příprava psaní původního návrhu, LG, LKM a SP; psaní-recenze a úpravy, LG, LKM, EG, KK, JD, TJS, JS a SP; supervize, JD, JS a SP; získání finančních prostředků, JD, JS a SP Všichni autoři si přečetli publikovanou verzi rukopisu a souhlasili s ní.

Financování: Tato kolaborativní studie byla financována OHSU Global (Portland, OR, USA). The Let'sGet Health! platforma používaná pro sběr dat byla vyvinuta ve spolupráci s Institutem klinického a translačního výzkumu OHSU (OCTRI; 1UL1TR002369) prostřednictvím financování od National Institutesof Health (NIH), včetně ocenění Science Education Partnership Awards (R25OD01496, R25GM129840) a infrastruktury vyvinuté granty NIH R25RR{{ 8}}S1, UL1RR024140-04S3, RR026008,3P30CA-69553-13S9 a UL1TR002369. Výzkumná skupina střevního mikrobiomu byla financována Univerzitou MaeFah Luang.

Prohlášení Institutional Review Board: Studie byla provedena Helsinskou deklarací a schválena etickou komisí Univerzity Mae Fah Luang (Etická licence: REH-61204).

Prohlášení o informovaném souhlasu: Informovaný souhlas byl získán od všech subjektů zapojených do studie.

Poděkování: Autoři by rádi poděkovali všem účastníkům, kteří přispěli vzorky stolice a demografickými informacemi. Rádi bychom Channarong Wanthanjai vyjádřili naše uznání za jeho technickou pomoc. Oceňujeme Angie Setthavongsack za její pomoc s kognitivní analýzou, jejíž úsilí bylo podpořeno společným fondem National Institutes of Health Common Fund a Office of Scientific Workforce Diversity v rámci tří souvisejících ocenění RL5GM118963, TL4GM118965 a UL1GM118964, které spravuje Národní institut všeobecných lékařských věd. Děkujeme Univerzitě MaeFah Luang za podporu výzkumné skupiny střevního mikrobiomu.

Střet zájmů: KK je zakladatelem Sooksatharana (Social Enterprise) Co., Ltd. Financující nehráli žádnou roli v návrhu studie, sběru dat a analýze, rozhodování o zveřejnění nebo přípravě rukopisu.

Reference

1. Thursby, E.; Juge, N. Úvod do lidské střevní mikrobioty. Biochem. J. 2017, 474, 1823–1836. [CrossRef] [PubMed]

2. Rinninella, E.; Raoul, P.; Cintoni, M.; Franceschi, F.; Miggiano, G.; Gasbarrini, A.; Mele, M. Jaké je složení zdravé střevní mikrobioty? Měnící se ekosystém napříč věkem, prostředím, stravou a nemocemi. Mikroorganismy 2019, 7, 14. [CrossRef][PubMed]

3. Radjabzadeh, D.; Boer, CG; Beth, SA; van der Wal, P.; Kiefte-De Jong, JC; Jansen, MAE; Konstantinov, SR; Peppelenbosch, MP; Hays, JP; Jaddoe, VWV; a kol. Diverzita, kompoziční a funkční rozdíly mezi střevní mikroflórou dětí a dospělých. Sci. Rep. 2020, 10, 1040. [CrossRef] [PubMed] 

4. Agans, R.; Rigsbee, L.; Kenche, H.; Michail, S.; Khamis, HJ; Paliy, O. Distální střevní mikrobiota dospívajících dětí se liší od mikrobioty dospělých. FEMS Microbiol. Ecol. 2011, 77, 404–412. [CrossRef] [PubMed]

5. Jacuněnko, T.; Rey, FE; Manary, MJ; Trehan, I.; Dominguez-Bello, MG; Contreras, M.; Magris, M.; Hidalgo, G.; Baldassano,RN; Anokhin, AP; a kol. Na lidský střevní mikrobiom je nahlíženo napříč věkem a zeměpisnou polohou. Příroda 2012, 486, 222–227. [CrossRef]

6. Derrien, M.; Alvarez, AS; de Vos, WM Střevní mikrobiota v první dekádě života. Trends Microbiol. 2019, 27, 997–1010.[CrossRef]

7. Singh, RK; Chang, HW; Yan, D.; Lee, KM; Učmák, D.; Wong, K.; Abrouk, M.; Farahnik, B.; Nakamura, M.; Zhu, TH; et al. Vliv stravy na střevní mikrobiom a důsledky pro lidské zdraví. J. Transl. Med. 2017, 15, 73. [CrossRef]

8. Takže, D.; Whelan, K.; Rossi, M.; Morrison, M.; Holtmann, G.; Kelly, JT; Shanahan, ER; Staudacher, HM; Campbell, KL Intervence dietárních vláken na složení střevní mikroflóry u zdravých dospělých: Systematický přehled a metaanalýza. Dopoledne. J. Clin. Nutr.2018, 107, 965–983. [CrossRef]

9. Fresco, L. Rýže je život. J. Food Compos. Anální. 2005, 18, 249–253. [CrossRef]

For more information:1950477648nn@gmail.com