Экспериментальное моделирование дисбактериоза детского кишечника с применением биореакторной системы искусственного желудочно-кишечного тракта

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Традиционные методы культивирования микроорганизмов не позволяют воспроизвести сложные межмикробные взаимодействия, характерные для кишечного биоценоза in vivo. В связи с этим актуальны разработка и применение современных биореакторных систем для экспериментального моделирования дисбактериоза кишечника у детей, которые обеспечат стандартизацию условий эксперимента и воспроизводимость результатов без этических ограничений.

Цель. Разработка и валидация методики экспериментального моделирования дисбактериоза детского кишечника с использованием биореакторной системы искусственного желудочно-кишечного тракта для изучения патогенетических механизмов нарушений микробиоценоза и оценки эффективности корректирующих воздействий.

Методы. Исследование проводили с использованием автоматизированной системы моделирования желудочно-кишечного тракта, включающей три реактора (желудок, двенадцатиперстная кишка, толстая кишка) с контролируемыми параметрами температуры, pH и анаэробных условий. Исследование проведено с использованием образца фекалий от донора 6 лет. Период наблюдения составлял 35 дней после внесения фекальной суспензии в реакторы. Критериями валидации были соответствие микробного профиля искусственного микробиоценоза клиническому профилю исходного образца и стабильность микробного сообщества по ключевым таксонам. Методы оценки включали бактериологическое исследование на селективных средах и количественную ПЦР с использованием набора «Колонофлор-16». Критерием стабильности устанавливали коэффициент вариации ≤20% для основных бактериальных популяций.

Результаты. В исходном образце фекалий методами ПЦР и бактериологическим исследованием выявлены критический дефицит облигатной микрофлоры (снижение количества лактобактерий и бифидобактерий) и избыточный рост условно-патогенных микроорганизмов, что соответствует дисбактериозу III степени. Разработанная биореакторная модель успешно воспроизвела дисбиотические изменения. Общая бактериальная масса в реакторе толстой кишки составила 13,21±0,20 lg копий ДНК/мл на 8-й день и 13,38±0,09 lg копий ДНК/мл на 35-й день при исходном значении 13,30 lg копий ДНК/мл. Созданная модель обеспечивает воспроизведение основных характеристик детского дисбактериоза, включая дефицит облигатной микрофлоры (Lactobacillus spp. и Bifidobacterium spp.) и избыточный рост условно-патогенных микроорганизмов (E. coli, C. perfringens, Enterobacter spp. и др.). Анализ стабильности показал достижение коэффициентов вариации менее 20% для всех ключевых популяций со второй недели культивирования. Модель обеспечила стабильное воспроизведение дисбактериоза III степени в течение 35-дневного периода наблюдения.

Заключение. В ходе исследования успешно разработана и валидирована методика экспериментального моделирования дисбактериоза детского кишечника с использованием системы искусственного желудочно-кишечного тракта. Разработанная модель открывает новые возможности для углублённого изучения патогенетических механизмов нарушений микробиоценоза в детском возрасте, скрининга и оценки эффективности пробиотических препаратов, пребиотиков и других корректирующих воздействий в условиях, приближенных к физиологическим.

Об авторах

Ольга Сергеевна Чемисова

Донской государственный технический университет

Автор, ответственный за переписку.
Email: chemisova@inbox.ru
ORCID iD: 0000-0002-4059-2878
SPIN-код: 1129-7436

канд. биол. наук

Россия, Ростов-на-Дону

Дарья Андреевна Седова

Донской государственный технический университет

Email: dased0va@yandex.ru
ORCID iD: 0000-0003-1194-7251
SPIN-код: 6197-7220
Россия, Ростов-на-Дону

Сергей Николаевич Головин

Донской государственный технический университет

Email: labbiobez@yandex.ru
ORCID iD: 0000-0002-1929-6345
SPIN-код: 5345-4005
Россия, Ростов-на-Дону

Алексей Михайлович Ермаков

Донской государственный технический университет

Email: amermakov@yandex.ru
ORCID iD: 0000-0002-9834-3989
SPIN-код: 5358-3424
Россия, Ростов-на-Дону

Список литературы

  1. Sender R, Fuchs S, Milo R. Revised estimates for the number of human and bacteria cells in the body. PLoS Biol. 2016;14(8):e1002533. doi: 10.1371/journal.pbio.1002533
  2. Almeida A, Mitchell AL, Boland M, et al. A new genomic blueprint of the human gut microbiota. Nature. 2019;568(7753):499–504. doi: 10.1038/s41586-019-0965-1
  3. Rinninella E, Raoul P, Cintoni M, et al. What is the healthy gut microbiota composition? a changing ecosystem across age, environment, diet, and diseases. Microorganisms. 2019;7(1):14. doi: 10.3390/microorganisms7010014
  4. Tamburini S, Shen N, Wu HC, Clemente JC. The microbiome in early life: implications for health outcomes. Nat Med. 2016;22(7):713–722. doi: 10.1038/nm.4142
  5. Voroshilina ES, Moskvina MV, Kirillov MYu, et al. Fundamentals of modern approaches to assessing gut microbiota in children. Neonatology: News, Views, Education. 2023;11(3):47–59. doi: 10.33029/2308-2402-2023-11-3-47-59 EDN: LAWLUP
  6. Kalashnikova IG, Nekrasova AI, Makarov VV, et al. Features of gut microbiota in atopic dermatitis and food allergy in children. Laboratory Diagnostics. Eastern Europe. 2024;13(S1):300–302. (In Russ.) EDN: BUFJCU
  7. Ma T, Bu S, Nzerem AC, et al. Association of the infant gut microbiome with temperament at nine months of age: a michigan cohort study. Microorganisms. 2024;12(1):214. doi: 10.3390/microorganisms12010214
  8. Schoultz I, Claesson MJ, Dominguez-Bello MG, et al. Gut microbiota development across the lifespan: Disease links and health-promoting interventions. J Intern Med. 2025;297(6):560–583. doi: 10.1111/joim.20089
  9. Kozlovsky AA. Topical aspects of intestinal dysbiosis in children. Pediatrics. Eastern Europe. 2022;10(4):576–590. doi: 10.34883/PI.2022.10.4.012 EDN: VPCQWL
  10. Zhu W, Zhang X, Wang D, et al. Simulator of the human intestinal microbial ecosystem (SHIME®): current developments, applications, and future prospects. Pharmaceuticals (Basel). 2024;17(12):1639. doi: 10.3390/ph17121639
  11. Marzorati M, Vanhoecke B, De Ryck T, et al. The HMI™ module: a new tool to study the Host-Microbiota Interaction in the human gastrointestinal tract in vitro. BMC Microbiol. 2014;14:133. doi: 10.1186/1471-2180-14-133
  12. Isenring J, Bircher L, Geirnaert A, Lacroix C. In vitro human gut microbiota fermentation models: opportunities, challenges, and pitfalls. Microbiome Res Rep. 2023;2(1):2. doi: 10.20517/mrr.2022.15
  13. Biagini F, Daddi C, Calvigioni M, et al. Designs and methodologies to recreate in vitro human gut microbiota models. Bio-des Manuf. 2022;6(10):298–318. doi: 10.1007/s42242-022-00210-6
  14. O’Hara AM, Shanahan F. The gut flora as a forgotten organ. EMBO Rep. 2006;7(7):688–693. doi: 10.1038/sj.embor.7400731
  15. Brodkorb A, Egger L, Alminger M, et al. INFOGEST static in vitro simulation of gastrointestinal food digestion. Nat Protoc. 2019;14(4):991–1014. doi: 10.1038/s41596-018-0119-1
  16. Possemiers S, Verthé K, Uyttendaele S, Verstraete W. PCR-DGGE-based quantification of stability of the microbial community in a simulator of the human intestinal microbial ecosystem. FEMS Microbiol Ecol. 2004;49(3):495–507. doi: 10.1016/j.femsec.2004.05.002
  17. Repetskaya MN, Burdina OM, Toropova EA. Dysbiotic bowel disorders in children under modern conditions. Medical Newsletter of Vyatka. 2017;(4):19–23. EDN: YLYIZI
  18. Zafar H, Saier MH Jr. Gut Bacteroides species in health and disease. Gut Microbes. 2021;13(1):1–20. doi: 10.1080/19490976.2020.1848158
  19. Muramatsu MK, Winter SE. Nutrient acquisition strategies by gut microbes. Cell Host Microbe. 2024;32(6):863–874. doi: 10.1016/j.chom.2024.05.011
  20. Sitkin SI, Vakhitov TYa, Tkachenko EI, et al. Gut microbiota in ulcerative colitis and celiac disease. Experimental and Clinical Gastroenterology Journal. 2017;(1):8–30. EDN: ZFVTVN

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-Вектор, 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».