腸内細菌叢の株・性・食餌依存性変調の解析から、アメリカン食およびケトジェニック食に応答する微生物多様性を駆動する基幹生物候補が明らかになった

2023年10月4日 09:24

本文へスキップ
BMC

検索
メニュー
マイクロバイオーム
ホーム
マイクロバイオームについて
記事一覧
セクション
コレクション
投稿ガイドライン
原稿の投稿
PDFダウンロード
リサーチ
オープンアクセス
公開：2023年10月3日
腸内細菌叢の株・性・食餌依存性変調の解析から、アメリカン食およびケトジェニック食に応答する微生物多様性を駆動する基幹生物候補が明らかになった

https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-023-01588-w?utm_source=dlvr.it&utm_medium=twitter

Anna C. Salvador, M. Nazmul Huda, ...David W. Threadgill 著者一覧を見る
マイクロバイオーム第11巻、論文番号：220（2023）この論文を引用する

メトリクス詳細

要旨
背景
腸内細菌叢は、食事、宿主の遺伝、および性差の影響の組み合わせによって調節される。腸内細菌叢の個体間変動を理解するためには、これらの影響の大きさと相互作用が重要である。以前の研究では、代謝形質に関するいくつかのQTLとともに、アメリカンおよびケトジェニック食に対するマウスの系統特異的応答が観察された。本研究では、C57BL/6 J（B6）マウス系統とFVB/NJ（FVB）マウス系統の間で、高脂肪で炭水化物組成の異なるアメリカン食とケトジェニック食に対する腸内細菌叢の違いの基礎となる遺伝的変異を探索した。

結果
微生物特徴の遺伝的マッピングにより、QTLモデル（すなわち、食餌や性別に特異的でない限界効果）では18座位、食餌によるQTLモデルでは12座位、性別によるQTLモデルでは1座位が明らかになった。複数の代謝および微生物の特徴は、β多様性の尺度の主座標分析から抽出された固有ベクトルとともに、Chr 1およびChr 16の遠位部分にマップされる。Bilophila、Ruminiclostridium 9、およびRikenella（Chr 1）は、性および食餌に依存しないQTL候補keystone organismとして同定され、Parabacteroides（Chr 16）は、これらの領域にマッピングされた形質の確証的因子分析において、食餌特異的なkeystone organism候補として同定された。多くの微生物形質について、どのQTLモデルを用いても、食餌または食餌と遺伝子型との相互作用が各微生物形質の存在量を最も強く予測した。性別は解析に重要であったが、微生物量の予測因子としてはそれほど強くなかった。

結論
これらの結果は、性、食事、遺伝的背景が腸内細菌叢の個体間差に及ぼす影響の大きさが異なることを示している。したがって、遺伝的変異、微生物叢、および微生物叢の変異に影響を与える性別を統合することによる精密栄養学は、炭水化物組成の異なる食事に対する反応を予測するために重要であろう。

ビデオ要約

はじめに
腸内細菌叢は、精密栄養学と個別化された食事応答の応用の基礎となる重要な要素として浮上してきた。腸内細菌叢は消化管を通過する栄養素を利用して生物学的機能を発揮し、その結果、宿主の栄養素の消化、吸収、代謝に影響を及ぼす [1] 。微生物と宿主の間に関係が存在することはコンセンサスとなっている。ヒトや家畜種、例えばウズラやニワトリでいくつかの研究が行われているが[2, 3]、食事が腸内細菌叢の組成をどのように変化させるかについて、個体間のばらつきが及ぼす影響についてはまだ十分に研究されていない[4, 5]。

我々のグループによる以前の研究では、アメリカン食やケトジェニック食に対する反応において、特にC57BL/6 J（B6）系統とFVB/NJ（FVB）系統の間で、マウスの系統に特異的な強い違いがあることが示されている［6,7,8,9］。腸内細菌叢の組成は、宿主の遺伝と食餌などの環境因子の両方から影響を受けることが知られており [9,10,11]、腸内微生物組成の最も強力な調節因子のひとつと考えられている。我々は最近、B6がA/J、FVB、NOD/ShiLtJに比べて特に腸内細菌叢の変化を受けやすいことを明らかにした[9]。さらに、大栄養素および微量栄養素の組成を変化させた食餌に応答しても、細菌数の変化は一様には起こらないが、これは細菌分類群間で基質利用率が異なるためである [9, 12]。理想的な」マイクロバイオームの構成を決定するためには、宿主の遺伝と宿主の食事の影響を、個々の生物による基質利用の違いから生じる複雑な余分な層から切り離し、最終的に腸内細菌叢の構成における個体間差を制御する遺伝子を同定することが適切であろう［12, 13］。最近まで、宿主の遺伝と食餌の組み合わせが特定の細菌分類群の存在量をどの程度調節するかを検討した研究はほとんどなく、微生物叢組成の個体間変動を説明する上で、性別がどのように複雑な層を追加するかを検討した研究はさらに少ない［14,15,16,17,18］。

本研究では、腸内細菌叢の系統依存性、性依存性、および食餌依存性の変調を調べるために、B6とFVBの間で交雑集団（F2）を作製した。F2にはアメリカン食またはケトジェニック食を与え、糞便微生物叢を定量化した。その結果、微生物叢組成に影響を及ぼす32の量的形質座位（QTL）の証拠が得られたが、QTLの効果量には有意な食餌差と性差が認められた。多くの場合、これらは性および食餌に依存しないQTL（すなわち、多くの場合、これらは性・食餌非依存性QTL（すなわち、食餌や性に特異的でない限界効果QTL、y〜性＋食餌＋性：食餌＋［マーカー］）であり、他の場合、これらは遺伝子型・食餌依存性QTL（y〜性＋食餌＋マーカー＋［マーカー：食餌］）または遺伝子型・性依存性QTL（y〜性＋食餌＋マーカー＋［マーカー：性］）であった：これにより、宿主の遺伝、性、および食餌が特定の腸内細菌叢にどの程度影響するかを特徴付けることができ、微生物の多様性を促進する要因に関する知見を得ることができた。

研究方法
動物および飼料
B6雌をFVB雄と交配してF1マウスを作製し、その後交配してF2個体群を作製した。F2個体群を作製する前に、両方の親系統をジャクソン研究所から入手した。F2マウスは1ケージあたり5匹に無作為に割り付けられ、3ヶ月間の摂食試験でアメリカン食（脂肪から35%、炭水化物から50%のエネルギーで構成された粉末食）とケトジェニック食（脂肪から84%、炭水化物から0%のエネルギーで構成されたペースト食）に対する反応を調べた。いずれの飼料も使用前に放射線照射は行っていない。詳細な飼料組成は補足表S1に示す。

給餌試験では、3～5週齢のマウスを2つの食餌群のいずれかに無作為に割り付け、自由摂取させた。F2マウスの半数をアメリカン食（オス102匹、メス122匹）、半数をケトジェニック食（オス126匹、メス119匹）とした。本試験のプロトコールはすべてテキサスA&M大学動物飼育使用委員会（IACUCプロトコール番号：2022-0273）の承認を得ており、動物は米国国立衛生研究所（National Institutes of Health）発行のGuide for the Care and Use of Laboratory Animalsに従い、22℃、12時間照明サイクル、1ケージ5匹までで飼育した。詳細な飼育条件は、ARRIVEガイドラインの飼育条件報告書に従い、補足表S2に記載した。給餌試験終了後、マウスは二酸化炭素による窒息で安楽死させ、血液を採取し、組織と糞便を採取して直ちに液体窒素で瞬間凍結した。

微生物叢の表現型
便微生物叢は、以前に報告されたように16S rRNA V4配列決定法で分析した[19]。簡単に説明すると、ZymoBIOMICS™ 96 MagBead DNA kit（Zymo Research, Irvine, CA）を用い、自動epMotion（Eppendorf, Hamburg, Germany）ロボットシステムで全便DNAを抽出した。約100mgの便サンプルをZR BashingBead™ Lysis Tubeに入れ、FastPerp24ビーズビーター（Millipore, Hayward, CA）を用いて6.5HZで2分間ホモジナイズした。溶解液を10,000×g以上で1分間遠心し、溶解チューブから200μlの上清を96ディープウェルプレート（Eppendorf, Hamburg, Germany）に移し、epMotion 5075tロボットシステムにロードした。epMotionを用いて、600μlのZymoBIOMICS™ MagBinding Bufferと25μlのZymoBIOMICS™ MagBinding Beadsを各ウェルに加え、よく混合した。混合後、プレートを磁気スタンドに置き、上清を廃棄した。MagBinding BeadsをMagWash 1とMagWash 2で洗浄し、50μlのZymoBIOMICS™ DNase/RNaseフリー水でDNAを溶出した。DNA濃度はNanoDrop One（Thermo Scientific, Petaluma, CA）を用いて測定した。

16S可変領域4（V4）の混合テンプレートアンプリコンライブラリーは、抽出した便の全DNAとプライマーセット（515Fとバーコード806R）を用いて、Earth Microbiome Project（EMP_（http://www.earthmicrobiome.org/emp-standard-protocols/）のプロトコールに従って調製した[20]。PCR マスターミックス、プライマー、サンプルを epMotion を用いてプレートした。各プレートに適切なNTC、抽出コントロール、プールした糞便サンプルを加えた。PCR マスターミックスは、37.5 µl の GoTaq Green Master Mix (Promega, Madison, WI)、3 µl の 25 mM MgCl2、1.5 µl の 10 µM フォワードプライマー 515F、および 25.5 µL のヌクレアーゼ不含水から調製した。次に、1.5 µl の 10 µM バーコード特異的リバースプライマー 806R と 6 µl の抽出便 DNA を加えた。PCRは25µLを2回に分けて以下の条件で行った：94 °Cで3分間の変性（1サイクル）；94 °Cで45秒間、50 °Cで60秒間、72 °Cで90秒間を25サイクル繰り返す増幅；72 °Cで10分間の最終伸長ステップサイクル。アンプリコンDNAを多重化し、Wizard SV Gel and PCR Clean-Up System (Promega, Madison, WI)を用いて精製した。アンプリコンライブラリーは、Illumina MiSEQプラットフォームを用いて2×250 bpペアエンドシーケンスで配列決定した。配列は非多重化され、オープンソースソフトウェアQIIME2-DADA2パイプライン[21]を用いて、16S rRNA遺伝子配列の正確なアンプリコン配列変異（ASV）が決定された。脱多重化後、サンプルあたり平均26,074±13,697（平均±SD）配列の合計11,316,115配列が回収された。SILVA132参照データベース[22]を用いて、16 s V4 (515F/806R)領域の配列を99%のペアワイズ同一性の閾値でカスタマイズして分類した。ミトコンドリアと葉緑体に属するASVは、ASVテーブルからフィルタリングされた。α-多様性（シャノン多様性指数と観察された種）とβ-多様性（重み付けされていないUniFrac、重み付けされたUniFrac、Jaccard Index、Bray Curtis）は、フィルタリングされていないASVテーブルから計算された。少なくとも5％のサンプルで5回以上見られなかったASVは、細菌量の差を計算するために取り除かれた。16S V4配列はSRAデータベースでBioproject ID "PRJNA803237 "として公開されている。

微生物形質はASV IDと最大分類学的情報の両方によって表1に参考のために記載されている。最大分類学的情報のランクは、本文中のすべての微生物形質の最初の言及で記述し、以降の図や表では分類学的ランクで示す（すなわち、D0, Kingdom; D1, Phylum; D2, Class; D3, Order; D4, Family; D5, Genus; D6, Species）。

表1 複合モデル、食餌特異的モデル、および性特異的モデルにおける微生物形質の連鎖解析
フルサイズの表
代謝表現型
脂肪量増加および血清HDLコレステロール濃度のデータ解析および収集方法は、以前に記述されている[23]。簡単に説明すると、エコー磁気共鳴分光法（MRI）（EchoMRI, Houston, TX, USA）を用いて全個体の脂肪量と除脂肪量を測定した。摂食試験終了時に採血した血清を用い、EnzyChrom AF HDL and LDL/VLDL Assay kit（BioAssay Systems, Hayward, CA, USA）を用いて、総コレステロール、HDL、LDLの測定を二重に行った。

ジェノタイピング
ジェノタイピング解析および収集方法は以前に記述されている[23]。簡単に述べると、F2集団は7854個のSNPマーカーを含むMouse Universal Genotyping Array (MUGA)でジェノタイピングされた[24]。B6とFVBの間で多型でないマーカーはデータセットから除去され、個体の不確実な遺伝子型コール（GenCallスコアの品質評価指標＜0.7）は欠損に設定された。残りのマーカーを用いて遺伝地図を作成し、問題のあるマーカーおよび／またはサンプルDNAをチェックした。すべての修正後、1667マーカーが関連解析に使用された。更新されたMUGAマーカーのアノテーションはKarl Broman博士（https://kbroman.org/MUGAarrays/new_annotations.html）から入手した。

統計解析
連鎖解析
微生物叢の表現型については、少なくとも20％の個体に存在する形質をコア測定可能微生物叢（CMM）と定義した。閾値は0.25から10%の範囲で、他の研究者が存在量の差分析に適用している[25,26,27]。連鎖解析では、CMMを定義するためにより厳しい閾値が適用されている[28]。この閾値により、F2集団の遺伝子型とほとんどの微生物形質の間に予想される1:2:1の比率を捕らえることができると期待される。CMMは134のASVから構成される。CMMに存在する生物を決定した後、微生物の絶対量（カウント）を連鎖解析用に分位正規化した。正規分位数はBen Bolstad博士のpreprocessCore Rパッケージ、バージョン1.46.0 (https://github.com/bmbolstad/preprocessCore)を用いて計算した。

(1)QTL効果。これは、性、食餌、食餌による性の交互作用をコントロールした後に、マーカーSNPの効果を検定するものである：食餌＋[マーカー]、括弧内の項はヌルモデルではなく代替モデルである；(2)食餌効果によるQTL、y〜性＋食餌＋マーカー＋[食餌：マーカー]を用いる；(3)性効果によるQTL、y〜性＋食餌＋マーカー＋[性：マーカー]を用いる。オッズの対数（LOD）が10,000回の並べ替えによって決定された閾値よりも大きいQTLピークは、すべてのモデルでゲノムワイドに有意（p < 0.05、LOD > 4.00微生物量、3.90多様性の尺度）または高度に有意（p < 0.01、LOD > 5.19微生物量、4.68多様性の尺度）とみなされた。微生物量と多様性の指標に適用された閾値は、CMM内に存在するすべてのASVと、分析されたすべての多様性の指標について、それぞれゲノムワイドの平均有意閾値を反映している。各QTLの95%信頼区間を決定するために、トップマーカーから1.5 LODのLODドロップを用いた。ANOVAを用いた線形モデルを用いて、性および／または食餌と各QTLのトップマーカーとの交互作用をチェックした。結合モデルにおける各QTLのトップマーカーによって説明される分散は、トップマーカーを含むモデルの平方和をQTLを含まないモデルの平方和合計で割ることによって計算した。相互作用モデルにおける各QTLのトップマーカーで説明される分散は、食餌とトップマーカー、または性とトップマーカーの交互作用を含むモデルの平方和を、QTLを含まないモデルの平方和合計で割って計算した。

今回の研究を含め、マイクロバイオームQTL解析に関する利用可能な文献にはいくつかの限界が存在する。微生物データはゼロ膨張した組成データであり[29]、現在までのところ、ゼロ膨張とデータの組成的性質に完全に対応した、QTL解析を変換して実行するための適切な統計的手法は開発されていない。ゼロインフレーションは真の生物学的変異の結果かもしれないし、生物の存在量を測定する現在の技術における技術的変異の結果かもしれない[30, 31]。注目すべきは、分量を正規化することでデータを正規分布にするのではなく、個々の微生物の特徴を統計的特性においてより類似したものにすることである。データ変換に対する古典的なアプローチ、例えば個々のASVに対する対数変換も同様に、正規分布を達成することができず、そうでなければ非ゼロデータのみの分布を実質的に変えてしまいます（ゼロデータは変換できません）。これらの制限を克服するためのもう一つの一般的なアプローチは、特定の生物の有無のバイナリーモデリングに続いて、その生物のカウントがゼロでないことが確認された宿主のみについて、特定の生物の線形モデリングを行うことである。しかし、この2段階のアプローチは、単一の予測変数に限定され、1段階の手順で遭遇するデータのゼロ膨張や構成的性質に対処することなく検出力を低下させる。これらの選択肢を注意深く検討した後，CMMに存在するすべてのASVにわたって，並べ替えとpreprocessCoreの分位正規化の組み合わせを使用することを選択した．歪んだデータを強制的に同じ分布にすることは、データが並べ替えの下で同じように振る舞うことを意味し、並べ替えのデータで特定のLODスコアがどの程度異常であるかを決定し、適切な有意性の閾値を特定することを可能にしました。微生物の特徴を正規化する方法やCMMの定義にさえも多くの違いがあり、研究者間でこれらの方法を標準化する必要があることを認める。ゼロインフレートされた微生物データセットに対する統計的手法の継続的な発展が必要である。我々の実装は、https://github.com/annacsalvador/Salvador_Microbiome_2023 で公開されている。

確認的因子分析と構造方程式モデリング
確認的因子分析（CFA）は、Yves Rosseel博士による構造方程式モデリング（SEM）のためのlavaan Rパッケージ、バージョン0.6.9（https://www.jstatsoft.org/index.php/jss/article/view/v048i02/2448）[32]を用いて実施した。個々のQTLモデルからの情報と、QTLモデル内およびQTLモデル間の形質間の相関に基づいて初期モデルを選択した。すべての形質を4つに折りたたみ、CFA用に順序分位し、他[33]に記載されている方法に基づいて対角加重最小二乗推定量を用いた。最終的な構造モデルは、重複する微生物形質と代謝形質のQTLモデルを示し、経路係数がゼロから有意に異なる予測因子のみを含むように改良され、モデル内の残りの予測因子のそれぞれが1つ以上の内因性または外因性変数と有意に関連していることを示す。我々の実装は https://github.com/annacsalvador/Salvador_Microbiome_2023 で公開されている。

候補遺伝子アノテーション
各有意 QTL 信頼区間内の全遺伝子を KEGG パスウェイ識別子でアノテーションした。候補遺伝子は、グルコース、インスリン、脂肪酸、脂肪細胞、コレステロール、肥満、糖尿病、メタボリックシンドローム、炭水化物、脂肪、タンパク質の消化・吸収、上皮バリア、および免疫系に関連するKEGGパスウェイによってさらに特徴づけられた。KEGGパスウェイクエリーの包括的リストは補足表S3に記載されている。親マウス系統間の転写産物変異は、Mouse Genome Informatics Strains, SNPS, and Polymorphismsデータベースから選択したKEGGパスウェイにアノテーションされた遺伝子で同定した。組織特異的発現は、National Library of Medicine National Center for Biotechnologyデータベースを通じてアクセスしたMouse ENCODE Transcriptomeデータを用いて決定した。

結果
食事は腸内細菌叢の強力な調節因子である
食事は、遺伝的背景に関係なく、Phylaレベルでの微生物叢の存在量の変動の大きな割合を説明する。食事は、放線菌の存在量のばらつきの64.79％、ファーミキューテスの存在量のばらつきの61.22％、バクテロイデーテスの存在量のばらつきの25.49％を説明した（補足表S4）。ケトジェニック食のF2におけるファーミキューテス類の相対存在量は、アメリカン食のF2の約2倍であった（図1）。ケトジェニック食のF2におけるこのようなファーミキューテスの増加は、放線菌とバクテロイデーテスの相対存在量を犠牲にして起こっているようである（Fig.）

図1
図1
微生物叢の相対存在量とフィラレベルでの相関（食餌別）。ケトジェニック食のF2におけるファーミキューテスの相対的存在量は、アメリカン食のF2におけるファーミキューテスの相対的存在量の約2倍高く、アクチノバクテリアとバクテロイデーテスの相対的存在量はケトジェニック食のF2の方が低い。

フルサイズ画像
β多様性の指標について主座標分析（PCoA）を行ったところ、PC1に2つの異なるグループが分離していた。Bray-Curtis index PCo1とPCo2は、それぞれASVの変異の31.1％と16％を説明する（図2A）。Jaccard指数PCo1とPCo2はBray-Curtis指数とほぼ同じで、それぞれASVの変動の21.3%と10.6%を記述する（補足図S2）。重み付けなしのUniFraction PCo1とPCo2は、それぞれASVの変動の10.7%と6.2%を説明する（図2B）。加重UniFraction PCo1とPCo2は、それぞれASVの変動の51.1％と31.2％を説明する（図2C）。食事とデータを重ね合わせると、2つの異なるグループが、ベータ多様性のすべての尺度においてPCo1とほぼ分離していることがわかる。しかし、シャノン多様性指数で示されるアルファ多様性は、食性に依存しない（図2D）。PCo1とPCo2から抽出された固有ベクトルは、Bray-Curtis指数、Jaccard指数、重み付けなしUniFractionと重み付けUniFraction、そしてシャノン多様性指数から得られた値と同様に、以下の連鎖解析のための追加形質となった。

図2
図2
β多様性主座標分析（PCoA）。ブレイ・カーティス指数。PC1とPC2はそれぞれASVの変異の31.1%と16%を記述する。B 非加重UniFraction。PC1とPC2はそれぞれASVの変動の10.7%と6.2%を表す。C 加重ユニ・フラクション。PC1とPC2は、それぞれASVの変動の51.1%と31.2%を説明する。β多様性の指標と食餌を重ね合わせると、2つの異なるグループが示され、β多様性のすべての指標でPC1がほぼ分離している。D シャノン多様性指数。シャノン多様性指数は食餌群間で差はない。

フルサイズ画像
微生物の特徴は遺伝子座によって調節される
性および食餌を制御した後に限界効果QTLを検定する性および食餌非依存QTLモデル（「方法」のセクションを参照；y〜性＋食餌＋性：食餌＋［マーカー］）では、15のユニークな微生物量（カウント）に対して18の明確なQTLが検出され、CMM内には遺伝的連鎖を示さなかった119の生物がさらに残っていた（図3、表1）。

図3
図3
微生物QTL。外側のリングから内側のリングへ： Asvq1のChr8のコリオバクテリウム科UCG-002属、Asvq2のChr8のエンテロハブダス属、Asvq3のChr14およびAsvq4とAsvq5のChr17のムリバクテリウム科の複数の未培養細菌、Asvq6のChr12のアリスティペス属、Asvq7のChr1のリケネラ属に関連するASVのQTLモデルにおける有意なQTL（黒）、 Asvq8のChr11にRikenellaceae RC9 Gut Group属、Asvq9とAsvq10のChr8にStreptococcus属、Asvq11のChr9にGCA-900066575属、Asvq12のChr1とAsvq13のChr13にLachnoclostridium属、属、Asvq14のChr 5とAsvq15のChr 13のRomboutsia属、Asvq16のChr 1のRuminiclostridium 9属、Asvq17のChr 1とAsvq18のChr 9のBilophila属であった。Asvq19とAsvq20のChr13、Asvq21とAsvq22のChr14、およびAsvq5のChr17にあるムリバキュラ科の複数の未培養細菌、Asvq23のChr16にあるRikenelleceae RC9腸内グループと関連するASVの食餌特異的モデルにおける有意なQTL（青）、 Asvq24のChr16にParabacteroides属、Asvq25のChr8にLactobacillus属、Asvq9のChr8とAsvq10にStreptococcus属の複数のASV、Asvq26のChr6にClostridiales vadinBB60グループの未培養属、Asvq27のChr1にLachnospiraceae属が存在する。性特異的モデル（オレンジ）ではAsvq28のChr13に存在するアリスティペス属について1つの有意なQTL；複合モデル（黒）および食餌特異的モデル（青）では代謝形質および多様性指標についてこれまでに同定されたQTL。Fmgq1におけるChr 1の摂食試験中の脂肪量増加、Hdlq1におけるChr 1の摂食試験後の血清HDLコレステロール濃度、Bcpc2qおよびJpc2qにおけるβ多様性のBray-CurtisおよびJaccard測定。Uufpc2qのChr 8における非加重単分画、Wufpc1qのChr 16における加重単分画。Fmgq1、Hdlq1、Bcpc2q、Jpc2qは、未培養Rikenella、Ruminiclostridium、未培養BilophilaのAsvq7、Asvq16、Asvq17と同じゲノム領域にオーバーラップしている。Wufpc1qは、Rikenelleceae RC9腸グループおよびParabacteroidesのAsvq23およびAsvq24とゲノム上で同じ領域にオーバーラップしている。

フルサイズ画像
Rikenella属のAsvq7は、Ruminiclostridium 9属およびBilophila属のAsvq16およびAsvq17とそれぞれ重なり、また以前に同定された脂肪量増加（Fmgq1）および血清HDLコレステロール濃度（Hdlq1）のQTLとも重なる。

コリオバクテリウム属（Asvq1）を除けば、このQTLは食餌特異的ではないにもかかわらず、食餌はこれらのASVの存在量の変動のより大きな割合を説明しているようである。このモデルでは食餌にも有意な影響があるにもかかわらず、トップマーカーが食餌そのものよりも生物量の変動の大きな割合を説明するQTLを持つ唯一のASVである（表1）。QTLモデルで同定された残りのすべての遺伝子座では、各QTLで食餌がトップマーカーよりも大きな割合の変動を説明している。これは特に連鎖球菌（Streptococcus）において明らかで、Asvq9とAsvq10のトップマーカーがそれぞれ変動の3.14％と2.92％しか説明しないのに対し、食餌は2つの連鎖球菌ASVの存在量の変動の50％近くを説明している（表1）。

微生物の特徴は食餌特異的遺伝子座によって調節される
QTLと食餌の交互作用の解析から、11のユニークな微生物特徴について12のQTLが検出されたが、食餌特異的な遺伝的連鎖を示さないCMM内には123の生物が残っていた（図3、表1）。これらのQTLのうち9つは、QTLモデルで同定されたものとは異なるものであった。

注目すべきは、同じ生物についてQTLモデルで同定されたAsvq5、Asvq9、Asvq10と同一またはほぼ同一の3つの食餌特異的QTLが同定されたことである。QTLモデルとQTL by dietモデルで同定された遺伝子座におけるAsvq9とAsvq10の95％信頼区間にはわずかな違いしかない。トップマーカーはQTLとQTL by dietモデルの間で3つの遺伝子座とも変わらないので、これらの遺伝子座は引き続きAsvq5、Asvq9、Asvq10と呼ぶことにする。

興味深いことに、Muribaculeceae（Asvq19、Asvq20、Asvq21、Asvq22、Asvq5）、Rikenellaceae RC9 Gut Group（Asvq23）、Streptococcus（Asvq9、Asvq10）、Lachnospiraceae科の未培養遺伝子（Asvq27）については、食餌特異的QTLにおける食餌とトップマーカーとの交互作用よりも、食餌単独で説明できる変異の割合が大きい（表1）。パラバクテロイデス属のAsvq24（4.11％）、乳酸桿菌属のAsvq25（4.22％）、クロストリジウム属のVadinBB60グループのAsvq26（4.56％）において、遺伝子型と食餌の相互作用が最も大きな変動割合を説明するようである（表1）。

微生物学的特徴は性特異的遺伝子座によって調節される
性によるQTL解析では、Chr 13の18.4 Mb（Asvq28）にアリスティペスに関する1つの有意なQTLが検出された（図3、表1）。

性によるQTL解析では、Chr 13の18.4 Mb (Asvq28)にアリスティペスのQTLが1つ検出された（図3、表1）。性はアリスティペスの個体数変動の1.66％を説明し、性とAsvq28のトップマーカーとの交互作用はこのOTUの個体数変動の4％以上を説明した（表1）。Asvq28の性特異的モデルでも、食餌は性あるいは性と遺伝子型の交互作用よりも大きな割合で変動を説明している。

ベータ多様性の尺度は遺伝的に調節される
QTLモデルにおいて、Bray-Curtis、Jaccard、UniFractionを含むいくつかのβ多様性測定値のPCo2について、3つの異なるQTLが同定された（図3、表2）。Bcpc2q;p<0.05、CI=160.6-185.1 Mb; Jpc2q;p<0.05、CI=160.6=185.1 Mb）の固有ベクトルは177.5 MbのChr 1にマップされ、Asvq7（151. 9-193.3Mb）、Asvq16（138-186.3Mb）、Asvq17（144.5-193.3Mb）、および以前に同定された脂肪量増加（Fmgq1；180-194.4Mb）および血清HDLコレステロール濃度（Hdlq1；160.6-176.1Mb）のQTLと重複している［23］。上述したように、Bray-CurtisのPCo2とJaccard indexは、α多様性によって控えめに表現されているようである。QTLモデルによって同定された残りの遺伝子座は、53.7 Mbの重み付けされていないUniFraction PC2の遺伝子座であった（Uwufpc2q; p < 0.05, CI = 43.4-62.8 Mb）。シャノン多様性指数に関するQTLは同定されなかった。

表2 微生物メタデータの連鎖解析
フルサイズの表
食餌別QTL解析では、79.6 MbのChr16にあるweighted UniFraction PC1（Wufpc1q；p＜0.01、95％CI＝72.8-95.8 Mb）について、リケネレセアRC9腸グループおよびパラバクテロイデス（Asvq23；72.8-96.5 Mb、Asvq24；72-96.5 Mb）のAsvq23およびAsvq24と重複するQTLが1つ追加同定された。

マイクロバイオームと生理学的形質を調節するキーストーン候補種
Chr1の遠位部にマッピングされたビロフィラ、リケネラ、ルミニクロストリジウム9、ブレイ・カーティスPCo2のモデルにおいて、各予測因子の効果の大きさを示す構造方程式モデル（SEM）を構築した（図4A）。Bcpc2qの遺伝子型は、Chr 1の遠位部にマッピングされる他の3つの遺伝子座の信頼区間内に含まれているため、Chr 1の遠位部にマッピングされるすべての形質をモデル化するために選択された。初期モデルはパス係数がすべてゼロから有意に異なるまで改良され、モデル中の残りの予測因子のそれぞれが、他の予測因子の1つ以上と有意に関連していることを示唆した（表3）。精緻化されたモデルは、Bcpc2qのFVB/FVB遺伝子型がBilophila、Ruminiclostridium 9、Rikenellaの存在量を増加させ、これら3つのASVがBray-Curtis指数PCo2の差異を駆動していることを示唆している（図4A）。BilophilaとRuminiclostridium 9の存在量間には、Bray-Curtis指数に対する個々の直接的な影響に加えて、共分散経路が検出された。代謝形質を含めても、代謝形質とChr 1遠位にマッピングされた特定の生物との間の直接的、間接的、共分散経路は解明されない。しかし、ブレイ・カーティス指数PCo2と脂肪増加量の間には共分散経路が観察された。

図4
図4
SEMのグラフ表示。実線の片頭矢印は経路の方向を示し、各矢印の重さは、予測因子から変数への経路係数（r）および各予測因子によって説明される変数の変動の割合に比例する。正の効果（緑の矢印）は，FVB対立遺伝子が形質を増加させることを示し，負の効果（赤の矢印）は，FVB対立遺伝子が形質を減少させることを示す．両頭の青い矢印は、微生物の特徴と多様性の尺度の構造モデルで検出された共変量経路を表す。

フルサイズ画像
表3 重複QTLの条件付き連鎖解析と構造モデリング
フルサイズの表
同様に、Parabacteroides、Rikenellaceae RC9 gut group、およびUniFraction PCo1のモデルにおける各予測因子の効果の大きさを示すためにSEMを構築した（図4B）。Wufpc1qの遺伝子型は、この遺伝子座の95％信頼区間がこの構造モデルの他の形質すべてのQTL内に含まれるため、モデルに選ばれた。パス係数はやはりすべてゼロから有意に異なっている（表3）。精緻化されたモデルから、Wufpc1qにおけるFVB/FVB遺伝子型とアメリカン・ダイエットの相互作用は、ParabacteroidesとRikenelleceae RC9腸グループの存在量を直接減少させることが示唆された。パラバクテロイデス類の存在量は加重UniFraction PCo1と直接的な関係がある。ParabacteroidesとRikenelleceae RC9 Gut Groupの存在量に共分散経路が検出された。

Asvq7、Asvq16、Asvq17、Bcpc2qにおける候補遺伝子の同定
リケネラ、Ruminiclostridium 9、Bilophila、Bray-Curtis PCo2の関係を解明する可能性のある候補遺伝子を調べた。Bcpc2qはChr 1の遠位領域にマッピングされた他の3つの遺伝子座の信頼区間の内側に含まれている。つ以上の代謝KEGGパスウェイと重複するBcpc2qの位置候補を表4にまとめた。Bcpc2qの275の位置候補のうち、35の遺伝子が1つ以上のKEGGパスウェイとオーバーラップしている。全35個の位置候補のうち11個は、これらの系統間で分岐している既知の非同義転写産物バリアントを有している。これらの非同義転写バリアントが存在することから、Aim2、Apoa2、Atp1a4、Cadm3、Cd244a、Cd48、F11r、Fcer1g、Mpz、Ndufs2、Sdhc、Sellがこの領域で注目される主要な候補遺伝子である。このうち、F11r、Fcer1g、Ndufs2、Sdhcは腸で発現している。

表4 Mtq7、Mtq8、Mtq13、Mtq14、Pc1qにおける位置候補遺伝子のKEGGパスウェイアノテーション
フルサイズの表
Asvq23、Asvq24、Wufpc1qにおける候補遺伝子の同定
Rikenelleceae RC9 Gut Group、Parabacteroides、weighted UniFraction、Asvq23、Asvq24、Wufpc1qの関係を明らかにする可能性のある候補遺伝子を調査した。1つ以上の代謝KEGGパスウェイと重複するWufpc1qの位置候補を表4にまとめた。Wufpc1qの133の位置候補のうち、11の遺伝子が1つ以上の代謝KEGGパスウェイとオーバーラップしている。しかし、我々のクエリーからKEGGパスウェイにアノテーションされた遺伝子のどれもが、2つの系統間で分岐する既知の非同義転写産物バリアントを保有していなかった。

考察
この研究は、腸内細菌叢の量が、宿主の遺伝、炭水化物含量の異なる高脂肪食への反応、および性別による影響のユニークな組み合わせによって左右されるという証拠を提供するものである。多くの先行研究では、コントロールマウス食と、食餌の総脂肪、炭水化物、タンパク質含量に1つか2つの代表的成分が関与する高脂肪食の効果を比較している［6］。ここで用いたアメリカン食とケトジェニック食は、ヒトの食事に見られる多様な食材を、ヒトの食事の多量栄養素プロファイルだけでなく、食物繊維含有量や脂質プロファイルの点でも、より正確に再現している [6]。細菌分類群間の基質利用には違いがあるため、微生物叢の研究にとって、多様な成分のセットは特に重要である。食物繊維、炭水化物、タンパク質、脂質の供給源と組成が腸内細菌叢の存在量に及ぼす食事の強力な効果を支持する文献は豊富にある [9,11,12,16,17,18,34,35,36]。他の研究では、食事は微生物量の強力な調節因子であるため、異常な食事が腸内細菌叢に及ぼす影響は、単一遺伝子変異の根本的な影響を抑制する可能性があることが示されている [16, 37]。これらの著者らは、大栄養素含有量の異なる食餌のさらなる研究と、より複雑な遺伝モデルの研究を求めている。今回の研究では、炭水化物含量の異なる高脂肪食が、より複雑な遺伝モデルにおいても、腸内微生物量の有力な予測因子であり続けることが示された。以下では、遺伝的影響が2つの食餌の一方に含まれる特定の成分に依存していると思われる多くの結果を強調し、微生物研究にヒトと比較可能な食餌を取り入れることの重要性について論じる。

本研究のもう一つの特徴は、ASVデータのPCoAに潜在変数を組み込んだことである。潜在変数とは、モデルでは直接観測できないが、他の変数から推測できる変数のことで、生物学的関係を解釈するための重要な情報を保持することができる。ASVデータのPCoAは、PCo1が食事に起因するASVの分散を捕捉することを明らかにしましたが、PCo2が捕捉する分散はあまり明確ではありませんでした。これらの主成分から固有ベクトルを抽出することは、PCoAに含まれる潜在変数からの情報を取り入れる1つの方法である。

この研究では、18の遺伝子座が同定された。これらの遺伝子座のうち、Coriobacteriaceaeは食餌の影響が最も少ない。コリオバクテリウム科はASVの中で唯一、トップマーカーが食餌よりも生物量の変動を説明する割合が高く、コリオバクテリウム科の生物量が多いか少ないかには遺伝的素因があることが示唆された。コリオバクテリウム科細菌は、宿主遺伝学や免疫機能を制御するQTL、およびマウスにおけるがん腫や腫瘍の発生感受性と以前から関連している [38, 39]。コリオバクテリウム科は、哺乳類の腸内における優占種として報告されており、マウスの肝トリグリセリド濃度および非HDLコレステロール濃度と正の相関がある [40]。

食餌および性非依存モデルによって検出された他のすべてのASV遺伝子座における変異のかなりの割合は、特にAsvq9とAsvq10におけるStreptococcusのように、やはり食餌によって駆動されている。連鎖球菌は堅菌門に属する。食物繊維は、ファーミキューテス類の存在量を調節するために特に重要な食物成分である。動物が低脂肪・食物繊維の豊富な植物食から高脂肪・高糖質食に切り替えると、バクテロイデーテスの減少とともに、ファーミキューテス門が著しく増加する[17]。遺伝的背景に関係なく、アメリカン・ダイエットとケトジェニック・ダイエットのF2の間で、これらの門の劇的なシフトが観察された。我々のケトジェニック食はアメリカ食の2倍の水溶性・不溶性食物繊維で構成されており、これがこれらの系統のOTUの存在量の違いの多くを引き起こしていると思われる。ケトジェニック食に暴露されたF2のファーミキューテス類の相対存在量は、ケトジェニック食に暴露されたF2の約2倍である。ケトジェニック食に暴露したF2におけるファーミキューテスの増加は、バクテロイデーテスの相対存在量の減少と一致しているようである。限られたエビデンスによると、ファーミキューテスとバクテロイデーテスの比率が高いほど肥満と正の相関があり、一方この比率の低下は炎症性腸疾患と関連している。しかし、バクテロイデス菌に対するファーミキューテス菌の比率と健康状態との関連については議論がある [41]。

6つの食事特異的QTLもまた、食事によるQTLモデルの下で同定された。注目すべきは、6つの食餌特異的QTLはすべて、ファーミキューテス門またはバクテロイデーテス門の微生物の特徴に関するものであることである。これらのQTLには、Muribaculaceae（バクテロイデス目）のAsvq19、Asvq20、Asvq21、Asvq22、Asvq5、Rikenelleceae RC9 Gut Group（バクテロイデス目）のAsvq23、Parabacteroides（バクテロイデス目）のAsvq24が含まれる、 Asvq25はLactobacillus属（ファーミキューテス）、Asvq9とAsvq10はStreptococcus属（ファーミキューテス）、Asvq26はClostridiales vadinBB60科（ファーミキューテス）、Asvq27はLachnospiraceae科（ファーミキューテス）であった。このことは、ファーミキューテス類とバクテロイデーテス類の比率が代謝性疾患状態に関連していることを示唆するこれまでの知見をさらに裏付けるものである。パラバクテロイデス属、乳酸桿菌属、クロストリジウム属のBB60（すべてファーミキューテス属）を除くと、食事がこれらのASVの最も強い予測因子であった。これら3つの例外については、遺伝子と食事との相互作用が最も顕著である。食事特異的QTLは、微生物形質を修正するための食事介入に感受性のある集団のサブグループを同定するため、臨床的に最も実用的な観察結果である。性・食餌非依存性QTLおよび性によるQTLモデルによって同定された遺伝子座は有益であるが、同じタイプの直接的な介入手段を提供するものではない。

アメリカ人の食事には複数の動物性タンパク質源が含まれ、その一部は食事の総脂肪含量に寄与しているが、ケトジェニック食の主なタンパク質源はカゼインである。ケトジェニック食の脂肪成分は、バターとラードが同量で、コーン油とメンヘーデン油が少量であるのに対し、アメリカ食の脂肪成分は、バターを中心に、コーン、メンヘーデン、亜麻仁、オリーブ油、動物性タンパク質由来の脂肪など、より多様な混合物である。ラード由来の脂肪は、レンサ球菌の数を減らすことが示されている [11]。このことは、アメリカン・ダイエットのFVB対立遺伝子が、2種類の溶連菌ASVの高い存在量と関連していることを観察した理由の一部を説明しているのかもしれない。

性によるQTLモデルで検出された唯一の遺伝子座、アリスティペスのAsvq28では、モデルで最も強い予測因子はやはり食事であった。アリスティペスの多さに関する性特異性は、閉経前後の女性と男性を対象とした研究で確立されている。男性は閉経前後の女性よりも、糞便サンプル中のアリスティペス存在量が多い傾向があった[42]。生物学的変数としての性の重要性が認識され、肥満やメタボリックシンドロームの発症におけるステロイドホルモンの役割に注目が集まっている [23] 。血漿テストステロンもまた、男性の微生物の特徴と関連しており、閉経後のマイクロバイオームは、時間の経過とともに男性のマイクロバイオームと似てくる [42]。

リケネラ（Asvq7）、ルミニクロストリジウム（Asvq16）、ビロフィラ（Asvq17）、ブレイ・カーティスPCo2（Bcpc2q）、摂食試験中に増加した脂肪量（Fmgq1）のQTL、および血清HDLコレステロール濃度(Hdlq1)のQTLはChr 1の遠位部で重複し、Rikenelleceae RC9 Gut Group (Asvq23)、Parabacteroides (Asvq24)およびweighted UniFraction PCo1 (Wufpc1q)のQTLはChr 16上で重複している。アメリカ食や欧米食はBilophila wadsworthiaの存在量の増加と関連しており、これはLDLコレステロール濃度の増加と一致し、Bilophilaのこの種は脂質異常症や炎症の増加と関連している[43]。過体重および肥満患者から得られた腸内細菌叢シグネチャーは、リケネラ属およびパラバクテロイデス属の有意な減少と、ルミノコッカス属の増加と関連している。リケネラ科RC9腸内細菌群は、高脂肪食に対する脂質代謝と関連している [15, 45]。これらの生物と代謝形質との間の以前の関連性から、これらの生物に関連する重複遺伝子座は今後の解析の優先順位が高くなる。

前述のように、腸内細菌叢は消化管を通過する栄養素を利用する。これらの栄養素の微生物代謝は、代謝の健康に影響を与えることが知られている代謝産物および微生物由来の代謝産物を産生する[1]。これらの代謝産物は、Fmgq1、Hdlq1、Bcpc2q、Asvq7、Asvq16、およびAsvq17とそれらの各関連形質、ならびにWufpc1q、Asvq23、およびAsvq24とそれらの関連形質の根底にあるゲノム領域を結びつける潜在変数を表している可能性がある。

Chr 1遠位にマッピングされた形質のSEMは、Bcpc2qのFVB/FVB遺伝子型がBilophilaとRuminiclostridium 9の存在量を増加させる直接的な効果を示した。Bcpc2qとリケネラの間に共分散経路が検出され、この関係の方向性はモデルによって定義されなかったが、これはBcpc2qのFVB/FVB遺伝子型がリケネラの存在量も増加させることを示唆している。ビロフィラ、ルミニクロストリジウム9およびリケネラのブレイカーチスPC2に対する直接的効果は、食餌の直接的効果に加えて観察された。BilophilaとRuminiclostridium 9の直接的効果に加えて、これらの微生物叢とBray-Curtis PC2との全体的な関係に寄与していると思われる、これらの生物間の共分散経路を同定した。微生物叢と代謝形質は独立してBcpc2qと関連しているように見えるが、Bray-Curtis PCo2と摂食試験中に増加した脂肪量の間には別の共分散経路が観察された。これらの観察結果を総合すると、Bilophila、Ruminiclostridium 9、およびRikenellaが、Bray-Curtis PCo2で表される微生物ベータ多様性の違いを促進しており、マイクロバイオーム全体の組成が、摂食試験中に増加した脂肪量と相関している可能性が示唆される。生態系内の他の種が大きく依存する種は、基幹種と呼ばれ、生態系内の多様性を推進する[46, 47]。これらの結果は、Bilophila、Ruminiclostridium 9、およびRikenellaがキーストーン種候補であることを示唆している。Bray-Curtis指数PCo2と脂肪体重増加量との間に観察された共分散経路は、腸内細菌叢の全体的な組成と代謝特徴への影響との間のより複雑な関係を反映している可能性がある。

Chr16遠位にマッピングされた形質のSEMでは、Wufpc1qと食事との相互作用が、Rikenellaceae RC9 Gut GroupおよびParabacteroidesの存在量に直接的な影響を及ぼすこと、また、食事とParabacteroidesがUniFraction PCo1の加重に直接的な影響を及ぼすことが示された。パラバクテロイデスは食餌特異的な主要候補種である。これら2つの生物間の共分散経路が観察されたことから、Rikenellaceae RC9 Gut Groupが、食餌特異的な方法で微生物叢の組成の違いを促進する、さらなる基軸候補種である可能性が示唆された。

これらの生物の存在量の変動は、生態系内の他の生物に劇的な影響を与えるだろう。ビロフィラ（Bilophila）、ルミニコストリディウム（Ruminicostridium 9）、リケネラ（Rikenella）は、Chr 1の遠位領域にマッピングされた生物の中で、キーストーン種の候補である。構造方程式モデルで検出されたBray-Curtis PCo2に対する直接的な影響から、これらの生物の存在量がベータ多様性の違いを生み出していることが示唆された。他の研究者が述べているように、ビロフィラの存在量が胆汁酸組成と大腸内の他の微生物叢の存在量に影響を与えるのであれば、提案されたモデルはこの推測に適している[48, 49]。我々は以前、FVB/FVB遺伝子型がHdlq1遺伝子座において、おそらくアポリポ蛋白A2（Apoa2）を介して血清HDLコレステロール濃度を高くすることを証明した［23］。Apoa2もまた、Asvq7、Asvq16、Asvq17、Bcpc2qの信頼区間内にある主要な候補遺伝子である。HDLコレステロールは、胆汁酸の合成と分泌に好ましい前駆体である [50] 。現在のモデルでは、これらの生物の存在量と代謝形質との間に直接的な関係は観察されていないにもかかわらず、これらの基本的な生物学的関連は、これらの微生物と代謝形質を結びつける潜在的変数のより複雑なネットワークである可能性が高いものを将来分析するための十分な余地を残している。Bcpc2q区間内に、腸で発現する注目すべき候補遺伝子がさらに同定された（F11r、Fcer1g、Ndufs2、Sdhc）。F11rとFcer1gは主に免疫系に関連するKEGGパスウェイに見出され、Ndufs2とSdhcは非アルコール性脂肪肝疾患パスウェイ（mmu04932）に見出された。

Chr16の遠位部にマッピングされた生物の中では、Parabacteroidesもキーストーン候補種として同定された。非同義転写産物変異を持つWufpc1qの位置候補遺伝子のリストを、クエリーに含まれるKEGGパスウェイで絞り込むことはできなかった。しかし、Wufpc1qの遺伝子の大部分は、Tight junction（mmu04530）やInflammatory bowel disease（mmu05321）などの上皮バリアや免疫系のパスウェイや関連するパスウェイにアノテーションされていた。Wufpc1q信頼区間内の遺伝子には、同義転写バリアントやイントロニックバリアントなど、今後の解析で注目されそうな他のタイプのバリアントも存在した。例えば、Sod1には2つの菌株間で分岐するイントロンバリアントが存在し、以前には、ファーミキューテス（Firmicutes）とバクテロイデーテス（Bacteroidetes）の比率と肥満の両方に関連していた。特筆すべきは、パラバクテロイデス（Parabacteroides）とリケネレセア（Rikenelleceae）RC9腸内細菌群は、どちらもバクテロイデス門に属していることである。今後の課題としては、キーストーンとなる候補種とベータ多様性の指標との因果関係を確認することである。

われわれの報告は、一方向性のF1個体群とそれに続くF2個体群を作出するという選択によって制限されている部分がある。F2集団にはB6ミトコンドリアゲノムとFVB Y染色体しか存在しないため、常染色体ゲノムとY染色体またはミトコンドリアゲノム間のエピスタティック相互作用を同定することはできない。しかしこのことは、我々が報告した所見が父方の染色体やミトコンドリアによってもたらされたものではないことをより確実なものにしている。また、メソッドに記載したEMP 16S分析プロトコールに従って16S V4領域を選択することにより、同定される細菌が限定される可能性がある。しかしながら、小さな16S V4領域を用いた属レベル以降の分類学的同定は必ずしも信頼できるものではないことを理解した上で、属レベルまでの分類学的同定のみを報告するよう注意した。

結論
今回の実験では、遺伝的背景に関係なく、食餌が腸内細菌叢の最強の予測因子となる生物、性、食餌、遺伝子型の組み合わせが腸内細菌叢の予測因子となる生物、さらに遺伝的背景が細菌の最強の予測因子となる単一の生物、コリオバクテリウム科UCG-002を同定した。これらの結果は、性、食事、遺伝的背景が腸内細菌叢の個人差に及ぼす影響を示している。微生物量に関する食餌および遺伝子型依存性QTLは、精密栄養学の進歩に向けた取り組みに関して最も臨床に関連するものであるが、食餌依存性の観察結果は、食餌中の特定の成分に関連している可能性が高いため、これらの観察結果は文脈に大きく依存し、前臨床試験でヒトに匹敵しない成分が使用された場合、研究者間で再現することが困難となる。QTLおよび性差によるQTLモデルのもとで同定されたものでさえも、ほぼすべての微生物QTLが食餌の影響を強く受けていることが観察された。そのため、前臨床試験では、ヒトにおける宿主-マイクロバイオーム環境をよりよく再現するために、多様な成分からなる食事を利用するよう注意すべきである。炭水化物組成を変化させた食事に対する遺伝的変異、微生物叢の変異、および性差を統合することにより、精密栄養学が進歩し、「理想的な」マイクロバイオームの組成と、その組成を達成するための個別化介入が解明されるであろう。

データと資料の入手可能性
16S V4配列は、SRAデータベースでバイオプロジェクトID "PRJNA803237" として公開されている。

参考文献
Lim MY, You HJ, Yoon HS, et al. 腸内細菌叢とメタボリックシンドロームに対する遺伝率と宿主遺伝の影響。Gut. 2017;66(6):1031–8. https://doi.org/10.1136/gutjnl-2015-311326.

論文

PubMed

CAS

Google Scholar

Roth C, Sims T, Rodehutscord M, Seifert J, Camarinha-Silva A. The active core microbiota of two high-yielding laying hen breeds fed with different levels of calcium and phosphorus. Front Physiol. 2022;13. https://doi.org/10.3389/fphys.2022.951350

Haas、Vollmar、Preuß、Rodehutscord、Camarinha-Silva、Bennewitz、J. 回腸微生物叢の組成は、宿主ゲノムと日本ウズラ（Coturnix japonica）のリン利用およびその他の効率形質との間の媒介因子である。Genet Sel Evol. 2022;54(1):20. https://doi.org/10.1186/s12711-022-00697-8.

論文

PubMed

パブコメ

CAS

Google Scholar

ヒトの遺伝学が腸内細菌叢を形成する。Cell. 2014;159(4):789–99. https://doi.org/10.1016/j.cell.2014.09.053.

論文

PubMed

パブメッドセントラル

CAS

Google Scholar

腸内細菌叢における宿主遺伝の影響。Nat Genet. 2016;48(11):1407–12. https://doi.org/10.1038/ng.3663.

論文

PubMed

CAS

Google Scholar

マウスの精密食餌学による代謝健康の改善。Genetics. 2018;208(1):399–417. https://doi.org/10.1534/genetics.117.300536.

論文

PubMed

CAS

Google Scholar

Wells A, Barrington WT, Dearth S, et al. Tissue Level Diet and Sex-by-Diet Interactions Reveal Untargeted Liquid Chromatography-Mass Spectrometry Using Untargeted Metabolite and Clustering Profiles Using Untargeted Liquid Chromatography-Mass Spectrometry on Adipose, Skeletal Muscle, and Liver Tissue in C57BL6/J Mice. J Proteome Res Published online. 2018. https://doi.org/10.1021/acs.jproteome.7b00750.

論文

グーグル・スカラー

Cuomo D, Porreca I, Ceccarelli M, et al. マウス加齢卵巣の転写ランドスケープから、生理的および環境的卵巣機能不全に関連するユニークなノンコーディングRNAのセットが明らかになった。Cell Death Discov Published online. 2018. https://doi.org/10.1038/s41420-018-0121-y.

Huda MN, Salvador AC, Barrington WT, et al. Gut microbiota and host genetics modulate the effect of diverse diet patterns on metabolic health. Front Nutr. 2022;9. https://doi.org/10.3389/fnut.2022.896348

マウスの腸内細菌叢とメタボロームに対する生後早期の曝露、宿主遺伝、食事の影響。Nat Microbiol. 2016;2. https://doi.org/10.1038/nmicrobiol.2016.221

Singh RK, Chang HW, Yan D, et al. 食事が腸内細菌叢に及ぼす影響とヒトの健康への影響。J Transl Med. 2017;15(1). https://doi.org/10.1186/s12967-017-1175-y

Gentile CL, Weir TL. The gut microbiota at the intersection of diet and human health. Science (1979). 2018;362(6416). https://doi.org/10.1126/science.aau5812

Cabrera-Mulero A, Tinahones A, Bandera B, Moreno-Indias I, Macías-González M, Tinahones FJ. ケト微生物叢：宿主疾患回復への強力な貢献者。Rev Endocr Metab Disord. 2019;20(4). https://doi.org/10.1007/s11154-019-09518-8

Do MH, Lee H bin, Lee E, Park HY. ゼラチン化小麦でんぷんと高塩食が腸内細菌叢と代謝障害に及ぼす影響。栄養素。2020;12(2). https://doi.org/10.3390/nu12020301

腸内細菌叢と代謝産物は、腸管透過性、酸化ストレス、エネルギー代謝に影響を与え、急性心筋梗塞の重症度に寄与する可能性がある。Front Microbiol. 2019;10. https://doi.org/10.3389/fmicb.2019.01745

Wang JH, Shin NR, Lim SK, et al. Diet control more intensively disturbs gut microbiota than genetic background in wild type and ob/ob mice. Front Microbiol. 2019;10(JUN). https://doi.org/10.3389/fmicb.2019.01292

Senghor B, Sokhna C, Ruimy R, Lagier JC. 食習慣と地理的産地による腸内細菌叢の多様性。Hum Microb J. 2018;7-8:1-9. https://doi.org/10.1016/j.humic.2018.01.001.

論文

グーグル・スカラー

den Hartigh LJ, Gao Z, Goodspeed L, et al. トランス-10、シス-12共役リノール酸の補充または摂食制限により体重を減少させた肥満マウスは、異なる腸内細菌叢を保有する。J Nutr. 2018;148(4):562-72. https://doi.org/10.1093/jn/nxy011.

論文

グーグル・スカラー

Nazmul Huda M, Winnike JH, Crowell JM, O'Connor A, Bennett BJ. 微生物による宿主の体組成と血漿代謝プロファイルの調節。Sci Rep. 2020;10(1). https://doi.org/10.1038/s41598-020-63214-1

イルミナHiSeqおよびMiSeqプラットフォームにおける超高スループット微生物群集解析。ISME J. 2012;6(8). https://doi.org/10.1038/ismej.2012.8

Bolyen E、Rideout JR、Dillon M、他。QIIME 2：再現性、対話性、拡張性、スケーラブルなマイクロバイオームデータサイエンス。PeerJ Published online. 2018. https://doi.org/10.7287/peerj.preprints.27295.

論文

グーグル・スカラー

Quast C, Pruesse E, Yilmaz P, et al. SILVAリボソームRNA遺伝子データベースプロジェクト：データ処理の改善とウェブベースのツール。Nucleic Acids Res. 2013;41(D1). https://doi.org/10.1093/nar/gks1219

Salvador AC, Arends D, Barrington WT, Elsaadi AM, Brockmann GA, Threadgill DW. アメリカンダイエットとケトジェニックダイエットに対する反応における性特異的遺伝子構築。Int J Obes. 2021;45(6). https://doi.org/10.1038/s41366-021-00785-7

マウスユニバーサルジェノタイピングアレイ：亜種から亜種へ。G3: Genes, Genomes, Genetics. 2016年オンライン公開。https://doi.org/10.1534/g3.115.022087

Reitmeier S, Hitch TCA, Treichel N, et al. スプリアス配列の取り扱いは、ハイスループット16S rRNA遺伝子アンプリコンプロファイリングの結果に影響する。ISME Communications. 2021;1(1). https://doi.org/10.1038/s43705-021-00033-z

Microbiome differential abundance methods produce different results across 38 datasets. Nat Commun. 2022;13(1). https://doi.org/10.1038/s41467-022-28034-z

ローラーSD、ロバートソンBQ、チュビズLM、パーカーPG。ユーラシアツメスズメの原虫感染に関連する腸内マイクロバイオーム組成。J Avian Biol. 2023;2023(1-2). https://doi.org/10.1111/jav.03027

Kemis JH, Linke V, Barrett KL, et al. マウスにおける腸内細菌叢組成と胆汁酸プロファイルの遺伝的決定因子。PLoS Genet. 2019;15(8). https://doi.org/10.1371/journal.pgen.1008073

Gloor GB, Macklaim JM, Pawlowsky-Glahn V, Egozcue JJ. マイクロバイオームデータセットは構成的である：そしてこれはオプションではない。Front Microbiol. 2017;8(NOV). https://doi.org/10.3389/fmicb.2017.02224

Kaul A, Mandal S, Davidov O, Peddada SD. 過剰なゼロの存在下でのマイクロバイオームデータの解析。Front Microbiol. 2017;8(NOV). https://doi.org/10.3389/fmicb.2017.02114

Silverman JD, Roche K, Mukherjee S, David LA. Naught all zeros in sequence count data are the same. Comput Struct Biotechnol J. 2020;18. https://doi.org/10.1016/j.csbj.2020.09.014

Rosseel Y. Journal of Statistical Software Lavaan：構造方程式モデリングのためのRパッケージ; 2012. http://www.jstatsoft.org/

Mîndrilă D. 最尤法（ML）と対角重み付き最小二乗法（DWLS）の推定手順： Ordinal and Multivariate Non-Normal Data: A Comparison of Estimation Bias with Ordinal and Multivariate Non-Normal Data; 2010.

Leamy LJ, Kelly SA, Nietfeldt J, et al. 宿主遺伝学と食事は、免疫グロブリンAの発現ではなく、マウスの高度な交配集団における腸内細菌叢の組成的特徴を形成することに収束する; 2014. http://genomebiology.com/2014/15/12/552

食事はヒトの腸内細菌叢を迅速かつ再現性よく変化させる。Nature. 2014;505(7484):559–63. https://doi.org/10.1038/nature12820.

論文

PubMed

CAS

Google Scholar

ハンセンNW、サムスA.健康への微生物ハイウェイ-食品構造、腸内細菌叢、宿主炎症に関する新しい視点。栄養素。2018;10(11). https://doi.org/10.3390/nu10111590

Zhang C, Zhang M, Wang S, et al. マウスにおけるメタボリック症候群の発症に関連する腸内細菌叢、宿主遺伝、食事の相互作用。isme j. 2010;4(2):232-41. https://doi.org/10.1038/ismej.2009.112.

論文

パブコメ

CAS

Google Scholar

Benson AK, Kelly SA, Legge R, et al. 腸内細菌叢組成の個性は、複数の環境因子と宿主遺伝因子によって形成される複雑な多遺伝子形質である。Proc Natl Acad Sci U S A. 2010;107(44):18933-8. https://doi.org/10.1073/pnas.1007028107.

論文

PubMed

パブメドセントラル

Google Scholar

Dabrowska K, Witkiewicz W. 宿主遺伝学と腸内マイクロバイオーム組成の相関。フロント微生物。2016;7(AUG). https://doi.org/10.3389/fmicb.2016.01357

Clavel T, Desmarchelier C, Haller D, et al. 代謝性疾患における腸内細菌叢：細菌群集の構造と機能から病態生理学的関連種まで。Gut Microbes. 2014;5(4). https://doi.org/10.4161/gmic.29331

Magne F, Gotteland M, Gauthier L, et al.ファーミキューテス/バクテロイデーテス比：肥満患者における腸内細菌異常症の関連マーカー？栄養素。2020;12(5). https://doi.org/10.3390/nu12051474

Mayneris-Perxachs J, Arnoriaga-Rodríguez M, Luque-Cordoba D, et al. 腸内細菌叢ステロイド性二型性と性腺ステロイドへの影響：肥満と閉経状態の影響。マイクロバイオーム。2020;8(1). https://doi.org/10.1186/s40168-020-00913-x

腸内細菌叢と心血管疾患：機会と課題。マイクロバイオーム。2020;8(1). https://doi.org/10.1186/s40168-020-00821-0

イタリアの成人における肥満と過体重に関連する腸内細菌叢マーカー。Sci Rep. 2021;11(1). https://doi.org/10.1038/s41598-021-84928-w

母親の食事ゲニステインによる女性子孫の幼少期のグルコースおよび脂質代謝の改善は、腸内細菌叢の変化と関連している。Front Endocrinol（ローザンヌ）。2018;9(SEP). https://doi.org/10.3389/fendo.2018.00516

Fisher CK, Mehta P. Identifying keystone species in the human gut microbiome from metagenomic timeseries using sparse linear regression. PLoS One. 2014;9(7). https://doi.org/10.1371/journal.pone.0102451

Mouquet N, Gravel D, Massol F, Calcagno V. Extending the concept of keystone species to communities and ecosystems. Ecol Lett. 2013;16(1):1-8. https://doi.org/10.1111/ele.12014.

記事

PubMed

Google Scholar

肝臓のFxrを切除すると、マウスの大腸粘液バリアが増加する。JHEP Reports. 2021;3(5):100344. https://doi.org/10.1016/j.jhepr.2021.100344

DevkotaS、Wang Y、Musch MW、et al. 食餌性脂肪誘導性タウロコール酸は、Il10-/-マウスの病原体拡大と大腸炎を促進する。Nature. 2012;487(7405):104–8. https://doi.org/10.1038/nature11225.

論文

PubMed

パブコメ

CAS

Google Scholar

胆汁酸はHepG2細胞における高密度リポタンパク質（HDL）のエンドサイトーシスを減少させる。PLoS One. 2014;9(7). https://doi.org/10.1371/journal.pone.0102026

肥満と遺伝子の一塩基多型によるスーパーオキシドジスムターゼの濃度/活性の変化： Sod1、sod2、sod3。Int J Mol Sci. 2020;21(14):1-32. https://doi.org/10.3390/ijms21145069.

論文

CAS

Google Scholar

SOD1欠損はマウスの消化管微生物叢と代謝産物を変化させる。Exp Gerontol. 2020;130. https://doi.org/10.1016/j.exger.2019.110795

参考文献のダウンロード

謝辞
TIGSS Molecular Genomics WorkspaceおよびTIGSS Rodent Preclinical Phenotyping Coreを支援していただいたAndrew Hillhouse博士およびTexas A&M Institute for Genome Sciences and Society（TIGSS）に感謝する。DanielGenungとAaron Van Wetteringにはマウスの飼育とフェノタイピングを手伝ってもらい、Ryan McGovernにはジェノタイピング用サンプルの準備を手伝ってもらった。

資金提供
この研究は、米国国立衛生研究所（NIH）の助成金RM1HG008529、R01DK130333、およびP30ES029067の支援を受けた。BJBとNHへの資金提供は、米国農務省（USDA）の農業研究サービスCRISプロジェクト2032-51530-025-00Dによるものである。米国農務省は機会均等雇用者・提供者である。

著者情報
著者および所属
テキサスA&Mヘルスサイエンスセンター分子細胞医学部、カレッジステーション、テキサス州、77843、米国

アンナ・C・サルバドール、アーメド・M・エルサディ、C・アンソニー・ガカサン、デビッド・W・スレッドギル

テキサスA&M大学栄養学部、カレッジステーション、TX、77843、USA

アンナ・C・サルバドール＆デイビッド・W・スレッドギル

カリフォルニア大学デイビス校栄養学部、カリフォルニア州サクラメント、95616、USA

M. ナズムル・フダ＆ブライアン・J・ベネット

肥満・代謝ユニット、西部人間栄養研究センター、USDA-ARS、デービス、カリフォルニア州、95616、USA

M. ナズムル・フダ＆ブライアン・J・ベネット

アルブレヒト・ダニエル・ター・インスティトゥート、10115、ベルリン、ドイツ

ダニー・アレンツ＆グドラン・ブロックマン

英国・ニューカッスル・アポン・タイン、ノーサンブリア大学応用科学部

ダニー・アレンツ

ノースカロライナ大学チャペルヒル校遺伝学部（米国ノースカロライナ州チャペルヒル、27599

ウィリアム・バルダー

ノースカロライナ大学チャペルヒル校リンバーガー総合がんセンター（米国ノースカロライナ州チャペルヒル、27599

ウィリアム・バルダー

テキサスA&M大学生化学・生物物理学科、カレッジステーション、テキサス州、77843、USA

デビッド・W・スレッドギル

貢献
ACSとDWTは本研究の構想および設計を行った。AMEとACGはマウス実験を行った。NHは16S rRNA V4シーケンス解析の準備と実施。ACSは連鎖解析を行った。ACS、DWT、DA、GBが連鎖解析パイプラインに貢献した。ACS、WV、DWTは統計解析を行った。ACSとDWTは図表をデザインし、原稿を執筆した。著者全員が原稿を修正した。

責任著者
David W. Threadgillに連絡。

倫理申告
倫理承認および参加同意
該当なし。

出版に関する同意
該当なし。

競合利益
著者らは、競合する利益はないと宣言している。

追加情報
出版社ノート
シュプリンガー・ネイチャーは、出版された地図の管轄権の主張および所属機関に関して中立を保っている。

補足情報
追加ファイル1：補足図S1.
遺伝地図。B6とFVBの間で多型であった1,667マーカーを関連解析に用いた。補足図S2. ジャカード指数。PC1とPC2はそれぞれASVの変異の21.3%と10.6%を記述している。表S1. 飼料組成。表S2. ARRIVEの基準。表S3. すべてのKEGGクエリーの包括的リスト。表S4. 性差と食餌が系統の個体数に及ぼす影響。

権利と許可
オープンアクセスこの記事はクリエイティブ・コモンズ表示4.0国際ライセンスのもとでライセンスされている。このライセンスは、原著者および出典に適切なクレジットを与え、クリエイティブ・コモンズ・ライセンスへのリンクを提供し、変更が加えられたかどうかを示す限り、いかなる媒体または形式においても使用、共有、翻案、配布、複製を許可するものである。この記事に掲載されている画像やその他の第三者の素材は、その素材へのクレジット表記に別段の記載がない限り、記事のクリエイティブ・コモンズ・ライセンスに含まれています。この記事のクリエイティブ・コモンズ・ライセンスに含まれていない素材で、あなたの意図する利用が法的規制によって許可されていない場合、あるいは許可された利用を超える場合は、著作権者から直接許可を得る必要があります。このライセンスのコピーを閲覧するには、http://creativecommons.org/licenses/by/4.0/。クリエイティブ・コモンズ・パブリック・ドメインの権利放棄（http://creativecommons.org/publicdomain/zero/1.0/）は、データへのクレジット表記に別段の記載がない限り、この記事で利用可能となったデータに適用されます。

転載と許可

この記事について
アップデートを確認する。CrossMarkで最新性と真正性を確認する。
この記事の引用
サルバドール、A.C.、Huda、M.N.、Arends、D.ら. 腸内細菌叢の株、性、および食事に依存した変調の解析により、アメリカンおよびケトジェニック食に応答する微生物の多様性を駆動する主要な生物候補が明らかになった。Microbiome 11, 220 (2023). https://doi.org/10.1186/s40168-023-01588-w

引用文献のダウンロード

受領
2022年12月06日

受理
2023年06月01日

出版
2023年10月03日

DOI
https://doi.org/10.1186/s40168-023-01588-w

この記事を共有する
以下のリンクをシェアすると、誰でもこのコンテンツを読むことができます：

共有可能なリンクを取得
コンテンツ共有イニシアティブSpringer Nature SharedItにより提供されています。

キーワード
マウス
ダイエット
キーストーン種
マイクロバイオーム
ケトジェニック
マイクロバイオーム
ISSN: 2049-2618

お問い合わせ
投稿に関するお問い合わせ：lyndie.manicani@springernature.com
一般的なお問い合わせ: info@biomedcentral.com
ブログを読む
BMCニュースレターを受け取る
記事アラートの管理
言語校正
著者のための科学的校正
ポリシー
アクセシビリティ
プレスセンター
サポートとお問い合わせ
フィードバックを残す
採用情報
BMCをフォローする
BMCツイッターページ
BMC Facebookページ
BMC微博ページ
このウェブサイトを使用することで、当社の利用規約、お客様の米国州プライバシー権、プライバシーステートメント、およびクッキーポリシーに同意したものとみなされます。プライバシーに関する選択/プリファレンスセンターで弊社が使用するCookieを管理する。

この記事が気に入ったらサポートをしてみませんか？