Summary

An in vitro batch-kultur modell for å anslå virkningene av interventional regimer på Human avføring bakterieflora

Published: July 31, 2019
doi:

Summary

Denne protokollen beskriver en in vitro batch-kultur gjæring system av menneskelig avføring bakterieflora, ved hjelp inulin (en velkjent prebiotiske og en av de mest studerte bakterieflora modulatorer) for å demonstrere bruken av dette systemet i estimering effekter av spesifikke av avførings bakterieflora sammensetning og metabolske aktiviteter.

Abstract

Den nye rollen til tarmen mikrobiomet i flere menneskelige sykdommer krever et gjennombrudd av nye verktøy, teknikker og teknologier. Slike forbedringer er nødvendig for å dechiffrere utnyttelsen av mikrobiomet modulatorer for menneskers helse fordeler. Imidlertid, det stor-skalaen skjermen og optimering av modulatorer å godkjenne mikrobiomet modulering og forutsi i slekt sunnhet fordeler kanskje være praktisk talt vanskelig på grunn av behovet for stor mengde av dyrene og/eller Human emner. For dette formål, in vitro eller ex vivo-modeller kan forenkle foreløpige screening av mikrobiomet modulatorer. Heri er det optimalisert og demonstrert en ex vivo avføring bakterieflora kultur system som kan brukes til å undersøke virkningene av ulike intervensjoner av gut mikrobiomet modulatorer inkludert probiotika, Prebiotics og andre mat ingredienser, bortsett fra nutraceuticals og narkotika, på mangfoldet og sammensetningen av den menneskelige tarmen bakterieflora. Inulin, en av de mest studerte prebiotiske forbindelser og mikrobiomet modulatorer, brukes som et eksempel her for å undersøke dens effekt på sunne avføring bakterieflora sammensetning og dens metabolske aktiviteter, som for eksempel avføring pH og avføring nivåer av organiske syrer inkludert melkesyre og kort kjede fettsyrer (SCFAs). Protokollen kan være nyttig for studier med sikte på å estimere virkningene av ulike intervensjoner av modulatorer på avføring bakterieflora profiler og til å forutsi deres helsemessige virkninger.

Introduction

Den menneskelige bakterieflora er et komplekst samfunn bestående av bakterier, Archaea, virus og eukaryote mikrober1, som bor i menneskekroppen internt og eksternt. Nylige bevis har etablert den grunnleggende rollen til tarmen bakterieflora og tarmen mikrobiomet (hele samlingen av mikrober og deres gener som finnes i den menneskelige mage-tarmkanalen) i ulike menneskelige sykdommer, inkludert fedme, diabetes, kardiovaskulære sykdommer, og kreft1,2,3. I tillegg mikroorganismer som lever i vår gut produsere et bredt spekter av metabolitter som i betydelig grad påvirker vår helse og kan også bidra til patofysiologi av flere sykdommer, samt en rekke metabolske funksjoner4, 5. unormale forandringer (forstyrrelser) i sammensetningen og funksjon av denne tarmen mikrobiell befolkning er generelt betegnet som “gut dysbiosis”. Dysbiosis er vanligvis forbundet med en usunn tilstand av verten og dermed kan skilles fra den normale (homøostatisk) mikrobielle samfunn forbundet med en sunn kontroll tilstand verten. Spesifikke mønstre av gut mikrobiomet dysbiosis er ofte funnet i ulike sykdommer1,2,3,6,7.

Gjæring av ufordøyd mat, spesielt fermentable karbohydrater/fibre, av tarmen bakterieflora ikke bare gir energi, men også produserer avvikende metabolitter inkludert Short-Chain fettsyrer (SCFAs), melkesyre, formiat, karbondioksid, metan, hydrogen og etanol6. I tillegg, tarmen bakterieflora produserer også en rekke andre bioaktive stoffer som folat, biotin, trimetylamin-N-oksid, serotonin, tryptofan, gamma-aminobutyric acid, dopamin, noradrenalin, acetylkolin, histamin, deoxycholic syre, og 4-ethylphenyl sulfat. Dette skjer hovedsakelig gjennom utnyttelse av indre metabolske flukser innenfor Host-mikrobe nisje, som bidrar i flere kroppens prosesser, metabolske funksjoner og epigenetic endringer1,8,9, 10i. Men virkningene av ulike intervensjoner på slike mikrobielle produkter forblir ukjent eller uklart på grunn av mangel på enkel, effektiv og reproduserbar protokoller. Den menneskelige gut bakterieflora sammensetning er en svært kompleks og mangfoldig økosystem, og dermed mange spørsmål om sin rolle i menneskers helse og sykdom patologi fortsatt forblir ubesvart. Effekten av mange vanlige gut mikrobiomet modulatorer (f. eks, probiotika, Prebiotics, antibiotika, avføring transplantasjon og infeksjoner) på sammensetningen og metabolske funksjoner av intestinal bakterieflora fortsatt i stor grad unnvikende. I tillegg er undersøkelse og validering av disse effektene i vivo vanskelig, spesielt fordi de fleste av næringsstoffene og metabolitter som produseres av tarmen bakterieflora absorberes eller kastes samtidig og raskt i tarmen; Derfor er det fortsatt en praktisk utfordring å måle produksjonen, mengden og behandlingen av disse metabolitter (f.eks. SCFAs) in vivo. Faktisk, fysiologiske modeller som dyr og mennesker er avgjørende for å bestemme hvilken rolle gut mikrobiomet og modulering på verten helse, men disse kan ikke være egnet for stor skala screening av ulike typer mikrobiomet modulatorer grunn etiske, monetære eller tidspress. For dette formål, in vitro og/eller ex vivo-modeller, slik som dyrking av gut bakterieflora in vitro og deretter intervenere med ulike bakterieflora modulatorer, kan tilby tid-og penger-sparing muligheter og dermed kan tillate for foreløpige eller stor skala screening av ulike komponenter (for eksempel probiotika, Prebiotics, og andre interventional forbindelser) for å undersøke/forutsi deres virkninger på avføring bakterieflora mangfold, sammensetning og metabolske profiler. Studier som bruker slike in vitro-og ex vivo-systemer i tarmen mikrobiomet kan legge til rette for ytterligere forståelse av mikrobiomet interaksjoner som bidrar til å være vert for helse og sykdom, og kan også føre til å finne romanen behandlinger som mål mikrobiomet til forbedre verten helse og forebygge og behandle ulike sykdommer1.

Selv om in vitro gut bakterieflora kultur systemer ikke kan virkelig gjenskape den faktiske tarm forhold, flere laboratorier har forsøkte å utvikle slike modeller, noen som har blitt funnet praktisk mulig til en viss grad og har blitt brukt til forskjellige formål. En av de siste gut modellene er Simulator av Human intestinal mikrobiell økosystem, som etterligner hele den menneskelige mage-tarmkanalen, inkludert magen, tynntarmen, og ulike regioner i tykktarmen. Imidlertid kan slike teknisk komplekse modeller ikke være tilgjengelig for andre forskningsanlegg over hele verden. Derfor er det fortsatt et kritisk behov for utvikling av nye alternative modeller som er relativt enkle, rimelige og praktiske for laboratorier studere mikrobiomet modulatorer og deres virkninger på Gut bakterieflora og Host helse. Derfor vil bruken av en in vitro (eller ex vivo) avføring bakterieflora kultur system være nyttig for å studere virkningene av slike intervensjoner11,12. Nærmere bestemt, effekten av ulike Prebiotics på bakterieflora gjæring kapasitet i form av periodiske endringer i tarmen bakterieflora mangfold og sammensetning, den avføring pH, og nivåene av mikrobielle metabolitter inkludert SCFAs og melkesyre kan bli studert 13. heri, ved hjelp av inulin (en av de mest studerte prebiotiske komponenter) som et eksempel på mikrobiomet modulator, en trinnvis protokoll for denne enkle ex vivo bakterieflora batch-kultur systemet er beskrevet for å demonstrere sin bruk for å anslå endringer i avføring bakterieflora og mikrobielle metabolitter etter intervensjon med mikrobiomet modulatorer.

Protocol

FORSIKTIG: ta kontakt med de nødvendige sikkerhets data arkene og følg instruksjonene og retningslinjene for passende opplæring i biosafety Level 2 (BSL-2). Følg alle dyrking trinnene i henhold til standard biosafety regler og bruk en BSL-2 kabinett ved hjelp av aseptisk forhold. Videre kan avføringsprøver fra forskjellige modeller og mennesker ha potensiell risiko for å spre mikrobielle sykdommer. Umiddelbart søke medisinsk hjelp i forekomsten av eventuelle skader og infeksjoner. I tillegg bør bruk av mennesker…

Representative Results

Protokollen brukes til å demonstrere effekten av en bestemt prebiotiske (dvs. inulin på bakterieflora sammensetning og metabolske aktiviteter i form av endringer i avførings pH og konsentrasjonen av melkesyre og SCFAs i avføringen til friske menneskelige over forskjellige tids punkter etter behandling med inulin). PH i avføring, avførings nivåene av melkesyre og SCFAs (figur 1), og bakterieflora sammensetning (figur 2 og <…

Discussion

The in vitro avførings slurry gjæring modell som presenteres her er en enkel single-batch-modell for å omtrentlige effekten av ulike underlag og mikrobielle stammer (f. eks, Prebiotics og probiotika) på sammensetningen av menneskelig avføring bakterieflora så vel som dens metabolske aktiviteter i form av avføring pH og SCFAs nivåer. Resultatene presentert her viser at inoculation av inulin reduserer avføring pH og signifikant øker nivåene av SCFAs og melkesyre i inulin avføring i forhold til ikke-behandlet av…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Forfatterne takknemlig erkjenner finansiering støtte fra senter for diabetes, fedme og metabolisme og klinisk og translational Science Center, den Wake Forest School of Medicine, Department of Defense finansiering (Grant nummer: W81XWH-18-1-0118), den Kermit Glenn Phillips II Chair i kardiovaskulær medisin; National Institutes of Health finansiert Claude D. pepper eldre amerikanere Center (finansiert av P30AG12232); R01AG18915; R01DK114224 og klinisk og translational Science Center (Clinical Research Unit, finansiert av UL1TR001420), er også Heldigvis anerkjent. Vi takker også de frivillige for å gi avføringsprøver, og våre andre Lab-medlemmer for deres tekniske hjelper under dette eksperimentet.

Materials

Ammonium Bicarbonate (NH4HCO3) Sigma-Aldrich 217255
Ammonium Sulfate (NH4)2SO4 TGI C2388 Toxic
Calcium Chloride Dihydrate (CaCl2•2H2O) Sigma-Aldrich C3306 Irritating
Cobaltous Chloride Hexahydrate (CoCl2•6H2O) Sigma-Aldrich 255599
Cupric Chloride Dihydrate (CuCl2•2H2O) Acros organics 2063450000 Toxic, Irritating
Cysteine-HCl Sigma-Aldrich C121800
D-biotin Sigma-Aldrich B4501
D-Pantothenic acid Alfa Aesar A16609
Disodium Ethylenediaminetetraacetate Dihydrate (Na2EDTA) Biorad 1610729
DL-α-methylbutyrate Sigma-Aldrich W271918
Ferrous Sulfate Heptahydrate (FeSO4•7H2O) Sigma-Aldrich F8263 Toxic
Folic acid Alfa Aesar J62937
Glucose Sigma-Aldrich G8270
Hemin Sigma-Aldrich H9039
Hepes Alfa Aesar A14777
Isobutyrate Alfa Aesar L04038
Isovalerate Alfa Aesar A18642
Magnesium Chloride Hexahydrate (MgCl2•6H2O) Sigma-Aldrich M8266
Manganese Chloride Tetrahydrate (MnCl2•4H2O) Sigma-Aldrich 221279
Niacin (Nicotinic acid) Sigma-Aldrich N4126
Nickel(Ii) Chloride Hexahydrate (NiCl2•6H2O) Alfa Aesar A14366 Toxic
N-valerate Sigma-Aldrich 240370
P-aminobenzoic acid MP China 102569 Toxic, Irritating
Phosphoric Acid (H3PO4) Sigma-Aldrich P5811
Potassium Dihydrogen Phosphate (KH2PO4) Sigma-Aldrich P5504
Potassium Hydrogen Phosphate (K2HPO4) Sigma-Aldrich 1551128
Pyridoxine Alfa Aesar A12041
Resazurin Sigma-Aldrich R7017
Riboflavin Alfa Aesar A11764
Sodium carbonate (Na2CO3) Sigma-Aldrich 1613757
Sodium chloride (NaCl) Fisher BioReagents 7647-14-5
Sodium hydroxide (NaOH) Fisher Chemicals S320
Sodium Molybdate Dihydrate (Na2MoO4•2H2O) Acros organics 206375000
Thiamine Hydrochloride (Thiamin-HCl) Acros organics 148991000
Trypticase BD Biosciences 211921
Vitamin B12 Sigma-Aldrich V2876
Yeast extract Sigma-Aldrich 70161
Zinc Sulfate Heptahydrate (ZnSO4•7H2O) Sigma-Aldrich Z0251
0.22 µm membrane filter
AMPure magnetic purification beads Agencourt
Anaerobic chamber with incubatore Forma anaerobic system, Thermo Scientific, USA
Bottle filter Corning
Cheesecloth
Illumina MiSeq sequencer Miseq reagent kit v3
pH meter
Qiagen PowerFecal kit Qiagen
Quantitative Insights into Microbial Ecology (QIIME) software
Qubit-3 fluorimeter InVitrogen
Vortex Thermoscientific
Waters-2695 Alliance HPLC system Waters Corporation

References

  1. Shreiner, A. B., Kao, J. Y., Young, V. B. The gut microbiome in health and in disease. Current Opinion in Gastroenterology. 31 (1), 69-75 (2015).
  2. Xu, Z., Knight, R. Dietary effects on human gut microbiome diversity. British Journal of Nutrition. 113, 1-5 (2015).
  3. Jiang, C., Li, G., Huang, P., Liu, Z., Zhao, B. The gut microbiota and Alzheimer’s disease. Journal of Alzheimers Disease. 58 (1), 1-15 (2017).
  4. Clemente, J. C., Ursell, L. K., Parfrey, L. W., Knight, R. The impact of the gut microbiota on human health: an integrative view. The Journal Cell. 148 (6), 1258-1270 (2012).
  5. Yadav, H., Jain, S., Marotta, F. Probiotics mediated modulation of gut flora might be biotherapeutical approach obesity and type 2 diabetes. Metabolomics : Open Access. 1 (3), 1-3 (2011).
  6. Ahmadi, S., et al. Dietary Polysaccharides in the Amelioration of Gut Microbiome Dysbiosis and Metabolic Diseases. Obesity and Control Theries: Open Access. 4 (3), (2017).
  7. Nagpal, R., et al. Obesity-Linked Gut Microbiome Dysbiosis Associated with Derangements in Gut Permeability and Intestinal Cellular Homeostasis Independent of Diet. Journal of Diabetes Research. , 1-9 (2018).
  8. Paul, B., et al. Influences of diet and the gut microbiome on epigenetic modulation in cancer and other diseases. Journal of Clinical Epigenetics. 7 (1), 112 (2015).
  9. O’mahony, S., Clarke, G., Borre, Y., Dinan, T., Cryan, J. Serotonin tryptophan metabolism and the brain-gut-microbiome axis. Journal of Behavioural Brain Research. 277, 32-48 (2015).
  10. Sharon, G., et al. Specialized metabolites from the microbiome in health and disease. Journal of Cell Metabolism. 20 (5), 719-730 (2014).
  11. Faber, T. A., Bauer, L. L., Price, N. P., Hopkins, A. C., Fahey, G. C. In vitro digestion and fermentation characteristics of temulose molasses, a coproduct of fiberboard production, and select temulose fractions using canine fecal inoculum. Journal of Agricultural Food Chemistry. 59 (5), 1847-1853 (2011).
  12. Bourquin, L. D., Titgemeyer, E. C., Fahey, G. C. Vegetable fiber fermentation by human fecal bacteria: cell wall polysaccharide disappearance and short-chain fatty acid production during in vitro fermentation and water-holding capacity of unfermented residues. Journal of Nutrition. 123 (5), 860-869 (1993).
  13. Nagpal, R., et al. Human-origin probiotic cocktail increases short-chain fatty acid production via modulation of mice and human gut microbiome. Scientific Reports. 8 (1), 12649 (2018).
  14. Nagpal, R., et al. Comparative microbiome signatures and short-chain fatty acids in mouse, rat, non-human primate and human feces. Frontiers in Microbiology. 9, 2897 (2018).
  15. Thangamani, S., Guinan, J., Wang, S., Yadav, H. Antibiotic-induced decreases in the levels of microbial-derived short-chain fatty acids promote gastrointestinal colonization of Candida albicans. bioRxiv. , 428474 (2018).
  16. Ahmadi, S., et al. Prebiotics from acorn and sago prevent high-fat diet-induced insulin resistance via microbiome-gut-brain axis modulation. The Journal of Nutritional Biochemistry. , (2019).
  17. Nagpal, R., et al. Gut Microbiome Composition in Non-human Primates Consuming a Western or Mediterranean Diet. Frontiers in Nutrition. 5, 28 (2018).
  18. Caporaso, J. G., et al. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms. ISME Journal. 6 (8), 1621-1624 (2012).
  19. Caporaso, J. G., et al. QIIME allows analysis of high-throughput community sequencing data. Nature Methods. 7 (5), 335-336 (2010).
  20. Garcia-Villalba, R., et al. Alternative method for gas chromatography-mass spectrometry analysis of short-chain fatty acids in faecal samples. Journal of Seperation Science. 35 (15), 1906-1913 (2012).
  21. Lee, C. H., et al. Frozen vs Fresh Fecal Microbiota Transplantation and Clinical Resolution of Diarrhea in Patients With Recurrent Clostridium difficile Infection: A Randomized Clinical Trial. JAMA. 315 (2), 142-149 (2016).
  22. Chen, M. -. H., et al. In vitro fermentation of xylooligosaccharides produced from Miscanthus× giganteus by human fecal microbiota. Journal of Agricultural and Food Chemistry. 64 (1), 262-267 (2015).
  23. Cook, S., Sellin, J. Short chain fatty acids in health and disease. Alimentary Pharmacology & Therapeutics. 12 (6), 499-507 (1998).
  24. Rastelli, M., Knauf, C., Cani, P. D. Gut microbes and health: a focus on the mechanisms linking microbes, obesity, and related disorders. Obesity. 26 (5), 792-800 (2018).
  25. Zou, J., et al. Fiber-mediated nourishment of gut microbiota protects against diet-induced obesity by restoring IL-22-mediated colonic health. Cell Host & Microbe. 23 (1), 41-53 (2018).
  26. Dinan, T. G., Cryan, J. F. Gut–brain axis in 2016: Brain–gut–microbiota axis—mood, metabolism and behaviour. Nature Reviews Gastroenterology & Hepatology. 14 (2), 69 (2017).

Play Video

Citer Cet Article
Ahmadi, S., Wang, S., Nagpal, R., Mainali, R., Soleimanian-Zad, S., Kitzman, D., Yadav, H. An In Vitro Batch-culture Model to Estimate the Effects of Interventional Regimens on Human Fecal Microbiota. J. Vis. Exp. (149), e59524, doi:10.3791/59524 (2019).

View Video