Связь кишечного микробиома и метаболома у лиц с сахарным диабетом 2-го типа и ожирением с динамикой лабораторных показателей после бариатрических вмешательств

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Известно, что кишечное микробное сообщество оказывает существенное влияние на здоровье организма хозяина. В частности, показано, что изменения в составе и метаболическом потенциале микробиоты имеют место при ожирении и сахарном диабете (СД). Однако открытым остается вопрос о влиянии микробиоты на изменение метаболических показателей после бариатрических операций.

Цель. Изучить влияние состава микробиома кишечника пациентов с ожирением и СД 2-го типа (СД 2) на динамику лабораторных показателей заболевания после бариатрической операции.

Материалы и методы. В исследование включались пациенты с СД 2 и ожирением ≥2-й степени, методом лечения которых выбрана бариатрическая операция (гастрошунтирование). До операции, а также через 6 и 12 мес у включенных пациентов исследованы антропометрические, лабораторные параметры, собран кал для исследования кишечной микробиоты. Состав микробиоты определен путем секвенирования гена 16S рРНК для образцов стула. Для ряда пациентов также исследован метаболом стула.

Результаты. После оперативного вмешательства наряду со снижением массы тела отмечались значимая положительная динамика гликемии, параметров липидного спектра, снижение инсулинорезистентности. По уровню 25(ОН) витамина D, кальция пациенты не достигали целевых значений. Найдены таксоны, представленность которых до операции ассоциирована с динамикой паратиреоидного гормона и 25(ОН) витамина D. Порядок Verrucomicrobiales отрицательно ассоциирован с положительной динамикой 25(ОН) витамина D, а порядок Fusobacteriales, включающий производителей сероводорода в кишечнике, – положительно с динамикой паратиреоидного гормона. Интересно, что данные бактерии также оказались повышены у пациентов с более высоким уровнем общего холестерина до вмешательства, а другие производители сероводорода в кишечнике – с уровнем С-пептида. Значимых ассоциаций между метаболомом и динамикой клинических показателей не получено, однако изучена корреляционная структура микробиомных и метаболомных данных у пациентов с ожирением.

Заключение. В исследовании выявлена ассоциация ряда представителей кишечной микробиоты и метаболических параметров после бариатрических вмешательств. Полученные результаты являются пилотными и при воспроизведении в будущем могут позволить прогнозировать эффекты хирургического лечения ожирения и СД 2 на основе состава микробиоты.

Об авторах

Екатерина Алексеевна Шестакова

ФГБУ «Национальный медицинский исследовательский центр эндокринологии им. акад. И.И. Дедова» Минздрава России

Автор, ответственный за переписку.
Email: katiashestakova@mail.ru
ORCID iD: 0000-0001-6612-6851

д-р мед. наук, гл. науч. сотр.

Россия, Москва

Наталья Сергеевна Клименко

ООО «Нобиас Технолоджис»

Email: katiashestakova@mail.ru
ORCID iD: 0000-0001-9640-0102

канд. биол. наук, биоинформатик

Россия, Москва

Елена Владиславовна Покровская

ФГБУ «Национальный медицинский исследовательский центр эндокринологии им. акад. И.И. Дедова» Минздрава России

Email: katiashestakova@mail.ru
ORCID iD: 0000-0001-5268-430X

науч. сотр.

Россия, Москва

Мария Сергеевна Синеокая

ФГБУ «Национальный медицинский исследовательский центр эндокринологии им. акад. И.И. Дедова» Минздрава России

Email: katiashestakova@mail.ru
ORCID iD: 0009-0009-7343-687X

канд. мед. наук, бариатрический хирург

Россия, Москва

Станислав Игоревич Кошечкин

ООО «Нобиас Технолоджис»

Email: katiashestakova@mail.ru
ORCID iD: 0000-0002-7389-0476

канд. биол. наук, дир. по науке

Россия, Москва

Вера Евгеньевна Одинцова

ООО «Нобиас Технолоджис»

Email: katiashestakova@mail.ru
ORCID iD: 0000-0003-1897-4033

рук. отд. биоинформатики

Россия, Москва

Марина Владимировна Шестакова

ФГБУ «Национальный медицинский исследовательский центр эндокринологии им. акад. И.И. Дедова» Минздрава России

Email: katiashestakova@mail.ru
ORCID iD: 0000-0002-5057-127X

акад. РАН, д-р мед. наук, проф.

Россия, Москва

Список литературы

  1. Алгоритмы специализированной медицинской помощи больным сахарным диабетом. Под ред. И.И. Дедова, М.В. Шестаковой, О.Ю. Сухаревой. 12-й вып. М., 2025 [Algoritmy spetsializirovannoi meditsinskoi pomoshchi bolnym sakharnym diabetom. Pod red. II Dedova, MV Shestakovoi, OYu Sukharevoi. 12-y vyp. Moscow, 2025 (in Russian)].
  2. Cui BB, Wang GH, Li PZ, et al. Long-term outcomes of Roux-en-Y gastric bypass versus medical therapy for patients with type 2 diabetes: a meta-analysis of randomized controlled trials. Surg Obes Relat Dis. 2021;17(7):1334-43. doi: 10.1016/j.soard.2021.03.001
  3. Liu C, Xu Q, Dong S, et al. New mechanistic insights of anti-obesity by sleeve gastrectomy-altered gut microbiota and lipid metabolism. Front Endocrinol (Lausanne). 2024;15:1338147. doi: 10.3389/fendo.2024.1338147
  4. Le Chatelier E, Nielsen T, Qin J, et al. Richness of human gut microbiome correlates with metabolic markers. Nature. 2013;500(7464):541-6. doi: 10.1038/nature12506
  5. Демидова Т.Ю., Лобанова К.Г., Ойноткинова О.Ш. Кишечная микробиота как фактор риска развития ожирения и сахарного диабета 2-го типа. Терапевтический архив. 2020;92(10):97-104 [Demidova TYu, Lobanova KG, Oinotkinova OS. Gut microbiota is a factor of risk for obesity and type 2 diabetes. Terapevticheskii Arkhiv (Ter. Arkh.). 2020;92(10):97-104 (in Russian)]. doi: 10.26442/00403660.2020.10.000778. EDN KEIMGW
  6. Gibiino G, Binda C, Cristofaro L, et al. Dysbiosis and Gastrointestinal Surgery: Current Insights and Future Research. Biomedicines. 2022;10(10):2532. doi: 10.3390/biomedicines10102532
  7. Hugerth LW, Wefer HA, Lundin S, et al. DegePrime, a program for degenerate primer design for broad-taxonomic-range PCR in microbial ecology studies. Appl Environ Microbiol. 2014;80(16):5116-23. doi: 10.1128/AEM.01403-14
  8. Merkel AYu, Tarnovetskii IYu, Podosokorskaya OA, Toshchakov AV. Analysis of 16S rRNA Primer Systems for Profiling of Thermophilic Microbial Communities. Microbiology. 2019;88:671-80. doi: 10.1134/s0026261719060110
  9. Fadrosh DW, Ma B, Gajer P, Sengamalay N, et al. An improved dual-indexing approach for multiplexed 16S rRNA gene sequencing on the Illumina MiSeq platform. Microbiome. 2014;2(1):6. doi: 10.1186/2049-2618-2-6
  10. Efimova D, Tyakht A, Popenko A, et al. Knomics-Biota – a system for exploratory analysis of human gut microbiota data. BioData Min. 2018;11:25. doi: 10.1186/s13040-018-0187-3
  11. Callahan BJ, McMurdie PJ, Rosen MJ, et al. DADA2: High-resolution sample inference from Illumina amplicon data. Nat Methods. 2016;13(7):581-3. doi: 10.1038/nmeth.3869
  12. Bolyen E, Rideout JR, Dillon MR, et al. Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2. Nat Biotechnol. 2019;37(8):852-7. doi: 10.1038/s41587-019-0209-9
  13. Bokulich NA, Kaehler BD, Rideout JR, et al. Optimizing taxonomic classification of marker-gene amplicon sequences with QIIME 2's q2-feature-classifier plugin. Microbiome. 2018;6(1):90. doi: 10.1186/s40168-018-0470-z
  14. Quast C, Pruesse E, Yilmaz P, et al. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools. Nucleic Acids Res. 2013;41(Database issue):D590-6. doi: 10.1093/nar/gks1219
  15. Gloor GB, Macklaim JM, Pawlowsky-Glahn V, Egozcue JJ. Microbiome Datasets Are Compositional: And This Is Not Optional. Front Microbiol. 2017;8:2224. doi: 10.3389/fmicb.2017.02224
  16. Odintsova VE, Klimenko NS, Tyakht AV. Approximation of a Microbiome Composition Shift by a Change in a Single Balance Between Two Groups of Taxa. mSystems. 2022;7(3):e0015522. doi: 10.1128/msystems.00155-22
  17. Rivera-Pinto J, Egozcue JJ, Pawlowsky-Glahn V, et al. Balances: a New Perspective for Microbiome Analysis. mSystems. 2018;3(4):e00053-18. doi: 10.1128/mSystems.00053-18
  18. Kurtz ZD, Müller CL, Miraldi ER, et al. Sparse and compositionally robust inference of microbial ecological networks. PLoS Comput Biol. 2015;11(5):e1004226. doi: 10.1371/journal.pcbi.1004226
  19. Blondel VD, Guillaume J-L, Lambiotte R, Lefebvre E. Fast Unfolding of Communities in Large Networks. J Stat Mechan Theory Experiment. 2008;10:P10008. doi: 10.1088/1742-5468/2008/10/P10008
  20. Langfelder P, Horvath S. WGCNA: an R package for weighted correlation network analysis. BMC Bioinformatics. 2008;9:559. doi: 10.1186/1471-2105-9-559
  21. Дедов И.И., Мокрышева Н.Г., Мельниченко Г.А., и др. Клинические рекомендации «Ожирение» Минздрава России. Версия 2024 года. Вестник репродуктивного здоровья. 2025;4(2):14-30 [Dedov II, Mokrysheva NG, Melnichenko GA, et al. Klinicheskie rekomendatsii “Ozhirenie” Minzdrava Rossii. Versia 2024 goda. Vestnik reproduktivnogo zdorovia. 2025;4(2):14-30 (in Russian)]. doi: 10.14341/brh12763
  22. Мазурина Н.В., Огнева Н.А., Трошина Е.А., и др. Нарушения метаболизма кальция в отдаленном периоде после бариатрических операций. Экспериментальная и клиническая гастроэнтерология. 2013;12:27-32 [Mazurina NV, Ogneva NA, Troshina EA, et al. Narusheniia metabolizma kaltsiia v otdalennom periode posle bariatricheskikh operatsii. Eksperimentalnaia i klinicheskaia gastroenterologiia. 2013;12:27-32 (in Russian)]. EDN SZUUGZ
  23. Smelt HJM, Pouwels S, Smulders JF, Hazebroek EJ. Patient adherence to multivitamin supplementation after bariatric surgery: a narrative review. J Nutr Sci. 2020;9:e46. doi: 10.1017/jns.2020.41
  24. Wong SH, Yu J. Gut microbiota in colorectal cancer: mechanisms of action and clinical applications. Nat Rev Gastroenterol Hepatol. 2019;16(11):690-704. doi: 10.1038/s41575-019-0209-8
  25. Romanov VA, Karasev IA, Klimenko NS, et al. Luminal and Tumor-Associated Gut Microbiome Features Linked to Precancerous Lesions Malignancy Risk: A Compositional Approach. Cancers (Basel). 2022;14(21):5207. doi: 10.3390/cancers14215207
  26. Lin H, Yu Y, Zhu L, et al. Implications of hydrogen sulfide in colorectal cancer: Mechanistic insights and diagnostic and therapeutic strategies. Redox Biol. 2023;59:102601. doi: 10.1016/j.redox.2023.102601
  27. Goodrich JK, Waters JL, Poole AC, et al. Human genetics shape the gut microbiome. Cell. 2014;159(4):789-99. doi: 10.1016/j.cell.2014.09.053
  28. Derrien M, Belzer C, de Vos WM. Akkermansia muciniphila and its role in regulating host functions. Microb Pathog. 2017;106:171-81. doi: 10.1016/j.micpath.2016.02.005
  29. Rivière A, Selak M, Lantin D, et al. Bifidobacteria and Butyrate-Producing Colon Bacteria: Importance and Strategies for Their Stimulation in the Human Gut. Front Microbiol. 2016;7:979. doi: 10.3389/fmicb.2016.00979

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Шестакова Е.А., Клименко Н.С., Покровская Е.В., Синеокая М.С., Кошечкин С.И., Одинцова В.Е., Шестакова М.В. ООО "Консилиум Медикум", 2025

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

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).