Una etiqueta abierta, no

Nature Communications volumen 14, número de artículo: 926 (2023) Citar este artículo

7738 Accesos

1 Citas

69 altmétrico

Detalles de métricas

Un microbioma intestinal proinflamatorio es característico de la enfermedad de Parkinson (EP). Las fibras prebióticas cambian el microbioma y este estudio buscó comprender la utilidad de las fibras prebióticas para su uso en pacientes con EP. Los primeros experimentos demuestran que la fermentación de heces de pacientes con EP con fibras prebióticas aumentó la producción de metabolitos beneficiosos (ácidos grasos de cadena corta, AGCC) y cambió la microbiota, lo que demuestra la capacidad de la microbiota de la EP para responder favorablemente a los prebióticos. Posteriormente, se llevó a cabo un estudio abierto y no aleatorizado en participantes con EP recién diagnosticados, no medicados (n = 10) y tratados (n = 10), en el que se evaluó el impacto de 10 días de intervención prebiótica. Los resultados demuestran que la intervención prebiótica fue bien tolerada (resultado primario) y segura (resultado secundario) en los participantes con EP y se asoció con cambios biológicos beneficiosos en la microbiota, SCFA, inflamación y cadena ligera de neurofilamentos. Los análisis exploratorios indican efectos sobre los resultados clínicamente relevantes. Este estudio de prueba de concepto ofrece la justificación científica para los ensayos controlados con placebo que utilizan fibras prebióticas en pacientes con EP. Identificador de ClinicalTrials.gov: NCT04512599.

Los determinantes del riesgo de la enfermedad de Parkinson (EP) incluyen factores tanto genéticos como ambientales. Ya sean de origen esporádico o monogenético, los factores ambientales pueden ser críticos para desencadenar la aparición de la EP en un huésped susceptible o influir en la progresión de la enfermedad. La microbiota intestinal puede afectar tanto a la salud como a la enfermedad, y es posible que la microbiota intestinal (es decir, el eje microbiota-intestino-cerebro) influya en los síntomas, la progresión y el éxito del tratamiento de la EP1. Los estudios documentan una comunidad de microbiota intestinal alterada en múltiples enfermedades neurológicas, incluida la EP2,3,4. La divergencia entre la composición de las bacterias comensales y las comunidades microbianas encontradas en individuos sanos (es decir, disbiosis) se asocia tanto con las etapas tempranas como tardías de la EP5,6. Aunque no existe una microbiota específica para la EP, los pacientes tienen una composición microbiana intestinal significativamente diferente en comparación con los controles de la misma edad7,8. La microbiota asociada a la EP se caracteriza por una mayor abundancia relativa de patobiontes putativos proinflamatorios productores de lipopolisacáridos gramnegativos (LPS) y una menor abundancia relativa de supuestas bacterias antiinflamatorias productoras de ácidos grasos de cadena corta (AGCC)9,10 ,11,12,13,14,15. Los cambios específicos de taxones ampliamente reportados incluyen una mayor abundancia relativa de la familia Enterobacteriaceae, los géneros Akkermansia, Lactobacillus, Bifidobacterium, junto con una disminución de la abundancia relativa de la familia Lachnospiraceae y su supuesto género jerárquico taxonómico inferior Faecalibacterium5. En términos generales, los pacientes con EP tienen una comunidad de microbiota disbiótica proinflamatoria. Estos cambios en la microbiota pueden aumentar la inflamación sistémica y la neuroinflamación a través de varios mecanismos, incluida la alteración de la integridad de la barrera intestinal. Los AGCC son fundamentales para mantener la integridad de la barrera intestinal, ya que se produce una alteración de la barrera (es decir, hiperpermeabilidad intestinal) cuando los niveles de AGCC son bajos en el colon16,17. La alteración de la barrera intestinal permite la entrada de componentes bacterianos proinflamatorios como el LPS en la circulación sistémica y los estudios demuestran que el LPS puede activar la microglía y promover la neurodegeneración18,19. Por lo tanto, los niveles bajos de AGCC en pacientes con EP pueden promover la permeabilidad intestinal y contribuir a la neuroinflamación.

El consumo de fibras prebióticas influye en la composición de la microbiota y los niveles de SCFA20. Las fibras dietéticas no son hidrolizadas por enzimas de mamíferos, sino fermentadas por bacterias en el tracto gastrointestinal. Cada grupo bacteriano tiene una preferencia con respecto a las características físicas y químicas de las fibras, y esta información se puede aprovechar para seleccionar una mezcla de fibras prebióticas que promuevan el crecimiento de distintos grupos de bacterias que producen SCFA20,21,22,23. Los primeros objetivos de este estudio fueron: (1) determinar si las fibras prebióticas pueden aumentar la producción de SCFA en la microbiota de pacientes con EP y (2) determinar qué prebióticos modifican la microbiota y aumentan los SCFA utilizando un sistema de fermentación de heces. Estos resultados luego se utilizaron para seleccionar fibras que se utilizaron en un estudio no aleatorizado, abierto y de 10 días de duración para determinar si: (1) el consumo diario de la mezcla prebiótica durante 10 días es tolerable (primario) y (2) seguro para su uso en pacientes con EP (secundario) y (3) afecta los resultados biológicos relevantes para la EP, incluida la microbiota, la producción de SCFA, la proteína de unión a LPS (LBP), la zonulina, la calprotectina en heces, las citocinas, la proteína C reactiva y el grupo de alta movilidad. cuadro 1, factor neurotrófico derivado del cerebro y cadena ligera de neurofilamentos. En este estudio se incluyeron dos grupos de pacientes con EP: aquellos en las primeras etapas de la enfermedad antes de iniciar la medicación (es decir, recién diagnosticados, no medicados) y aquellos con enfermedad más avanzada en tratamiento con levodopa y/u otros medicamentos para la EP (es decir, tratados).

Como se demostró previamente en la literatura24,25, los pacientes con EP tienen SCFA totales más bajos que los controles de la misma edad (Fig. 1, prueba t de Student: P = 0,004). Con base en estos datos, no estaba claro si las heces de pacientes con EP podían producir SCFA a un nivel similar al de los controles, incluso cuando se les proporcionaban fibras prebióticas. Para abordar esta importante pregunta, se fermentaron heces de pacientes con EP con diferentes fibras y se evaluó la producción de SCFA. Los datos indican que las heces de los pacientes con EP pueden producir SCFA a un nivel similar al observado en los controles (Fig. 1, prueba t de Student: P = 0,387), lo que indica el potencial de las fibras prebióticas para aumentar los SCFA en pacientes con EP.

Las heces obtenidas de pacientes con EP tenían una concentración más baja de SCFA total que las heces obtenidas de controles sanos (HC) (panel izquierdo, prueba t de Student: P = 0,004, n = 10 muestras/grupo biológicamente independientes). La fermentación de heces con diferentes fibras (fibras 1 a 5, fermentación de heces de 12 h) aumentó la producción total de SCFA en heces obtenidas de pacientes con HC y EP (panel derecho, prueba t de Student: P = 0,387, n = 10 muestras biológicamente independientes/fibra /grupo). Fibra 1: fructooligosacáridos (FOS), Fibra 2: glucano, Fibra 3: pectina, Fibra 4: sorgo arabinoxilano y Fibra 5: una mezcla del 25% de cada uno de FOS, glucano, pectina, sorgo arabinoxilano. Para cada diagrama de caja y bigotes, la línea horizontal central indica la mediana, la parte inferior y superior de los bordes de la caja indican los percentiles 25 y 75 (respectivamente), y los bigotes superior e inferior indican los percentiles 10 y 90 (respectivamente). ). Cada punto representa una muestra biológicamente independiente. Para el análisis se utilizó la prueba t de Student de dos colas. Los datos de origen se proporcionan como un archivo de datos de origen.

Posteriormente, se realizó una evaluación de la fermentación de las heces para determinar la capacidad de diferentes fibras (almidón resistente, salvado de arroz, maltodextrina resistente, inulina) para promover el crecimiento de grupos bacterianos específicos e influir en la producción de SCFA. La agrupación jerárquica y la visualización de mapas de calor de la estructura de la comunidad microbiana de las heces revelaron que cada fibra enriquecía taxones bacterianos específicos, observándose una superposición limitada entre las fibras. Las bacterias enriquecidas por las fibras prebióticas incluyeron aquellas del género Prevotella y las familias Lachnospiraceae y Ruminococaceae (promovidas por el almidón resistente, Grupo 1); géneros Ruminoccocus, Dorea y Bacteroides (promovidos por salvado de arroz, Grupo 2); géneros Blautia, Anaerostipes y Bifidobacterium (promovidos por inulina, Grupo 3); y género Parabacteroides (promovido por maltodextrina resistente, Grupo 4) (Fig. 2a).

Se incubó una suspensión de heces con fibra (fermentación de heces durante 24 h). Se realizaron tres réplicas experimentales por tratamiento, dos de las cuales se utilizaron para la secuenciación de la microbiota (cada una representada como una columna separada). Se evaluó la estructura de la comunidad microbiana mediante secuenciación de amplicones del gen 16 S rRNA basada en ADN (n = 2 muestras biológicamente independientes). Se visualiza la agrupación jerárquica de los 25 géneros más abundantes (el mapa de calor representa la abundancia relativa log2). La agrupación jerárquica se realizó utilizando distancias euclidianas y el algoritmo de Ward, y las agrupaciones de taxones se asociaron con los tipos de fibras. Los datos se presentan como puntuaciones Z de abundancias relativas normalizadas dentro de cada fila. b – e Producción de ácidos grasos de cadena corta (mM) durante 24 h de fermentación de heces, incluidos SCFA totales, acetato, butirato y propionato (n = 3 muestras biológicamente independientes en cada grupo). Las barras de error representan la desviación estándar de la media. Para el análisis se utilizó ANOVA unidireccional seguido de la prueba post hoc de Tukey, con valores de P ajustados para comparaciones múltiples: a = significativo versus blanco, b = significativo versus almidón resistente, c = significativo versus salvado de arroz, d = significativo versus maltodextrina resistente ( significancia P <0,05, los valores de P para cada comparación se informan en la Tabla complementaria S1). f Proporciones de cada ácido graso de cadena corta (como porcentaje del SCFA total) producido durante las 24 h de fermentación de las heces (n = 3 muestras biológicamente independientes). Los datos de origen se proporcionan como un archivo de datos de origen. Res. Almidón resistente al almidón, Res. Maltodextrina resistente a la maltodextrina.

Todas las fibras promovieron la producción de SCFA con efectos específicos de fibra observados para cada SCFA (Fig. 2b-e, ANOVA unidireccional: SCFA total P <0,0001, acetato P <0,0001, butirato P <0,0001, propionato P <0,0001; análisis post hoc se utilizó para identificar las diferencias entre grupos que se resumen en la Tabla complementaria S1). La maltodextrina y la inulina resistentes produjeron el mayor aumento en los niveles totales de SCFA, seguidas por el almidón resistente y el salvado de arroz (Fig. 2b y Tabla complementaria S1). Cada tipo de fibra tenía una firma metabólica distinta: el almidón resistente era altamente butirogénico, la maltodextrina resistente era altamente propiogénica y la inulina y el salvado de arroz promovían la producción de los tres SCFA (Fig. 2c-f y Tabla complementaria S1). Aunque el salvado de arroz produjo menos AGCC que las otras fibras, aumentó la abundancia de bacterias únicas que no estaban enriquecidas por otras fibras (p. ej., Ruminococcus, Dorea, Fusobacterium). Por lo tanto, para apoyar el crecimiento de un grupo diverso de grupos bacterianos beneficiosos y promover la producción de los tres SCFA, se utilizó la siguiente composición de mezcla de fibras: 30 % de almidón resistente (almidón de papa crudo), 30 % de maltodextrina resistente (NutrioseTM), 30 % salvado de arroz estabilizado, y 10% inulina ramificada de agave. Estas proporciones de fibra se incorporaron posteriormente en una barra para realizar pruebas en participantes con EP.

Los participantes estaban moderadamente de acuerdo con una dieta mediterránea al inicio del estudio (mediana 8,5, IQR 4,3). No existieron diferencias de concordancia entre los participantes recién diagnosticados, los no medicados y los tratados (prueba U de Mann-Whitney: P = 0,96). Los participantes consumieron la barra prebiótica durante 10 días y posteriormente se les preguntó qué probabilidades tenían de continuar consumiendo la barra prebiótica diariamente con una puntuación que oscilaba entre 0 (improbable) y 10 (muy probable): el 55 % informó que sería muy probable que continuaran consumiendo la barra, un 10% de probabilidad, un 35% de algo probable y un 0% respondieron algo improbable o improbable (Tabla 1 y Tabla complementaria S2), lo que sugiere que consumir la barra prebiótica era factible y bien tolerado.

El consumo de prebióticos puede influir en los síntomas gastrointestinales26,27, por lo que se evaluó el impacto sobre los síntomas gastrointestinales (seguridad) al inicio y después de la intervención prebiótica (Tabla 1). Los síntomas de hinchazón y diarrea no cambiaron con la intervención prebiótica en participantes recién diagnosticados, no medicados (prueba de rangos con signos de Wilcoxon: P = 0,45 y P = 1,0, respectivamente) y tratados (prueba de rangos con signos de Wilcoxon: P = 0,50 y P = 1,0, respectivamente) lo que indica que la mezcla de fibras prebióticas no causó efectos secundarios gastrointestinales sustanciales o clínicamente pertinentes. El análisis de la puntuación de la Lista de verificación de gravedad y síntomas gastrointestinales (GI) reveló que los participantes tratados con EP tuvieron una mejora en la puntuación GI total después de la intervención prebiótica (prueba t pareada: P = 0,01), quienes demostraron una puntuación de síntomas GI más alta al inicio del estudio en comparación con Participantes con EP recién diagnosticados y no medicados. Los análisis de regresión de la puntuación total de síntomas gastrointestinales (controlando por edad, duración de la enfermedad, dosis equivalente de levodopa) revelaron una diferencia entre el inicio y después de la intervención prebiótica en el grupo tratado con EP (prueba F tipo III: P = 0,04), pero no hubo diferencias. se observaron estreñimiento (prueba F de tipo III: P = 0,23) o frecuencia de las deposiciones (prueba F de tipo III: P = 0,54). En conjunto, estos resultados sugieren que no hubo efectos secundarios gastrointestinales negativos asociados con la intervención prebiótica y que los síntomas gastrointestinales mejoraron en los participantes tratados con EP.

Como análisis exploratorio, se realizó una evaluación del puntaje de la UPDRS. La intervención prebiótica de 10 días se asoció con una disminución (prueba de rangos con signos de Wilcoxon: P <0,01) en la puntuación total de la UPDRS desde el inicio hasta después de la intervención prebiótica (mediana 11,50, mediana 9,0, respectivamente).

No hubo diferencias significativas en el microbioma de los participantes con EP no medicados, recién diagnosticados y tratados al inicio del estudio (PERMANOVA: q = 0,28, PERMDISP: q = 0,85, Tabla complementaria S3, Figura complementaria S1). Las métricas de diversidad alfa (es decir, el índice de Shannon y el índice de Simpson) disminuyeron después de la intervención prebiótica (Fig. 3a, prueba de rangos con signo de Wilcoxon: P = 0,047 y 0,04, respectivamente). Aunque se observaron diferencias en la diversidad alfa, la estructura de la comunidad microbiana total no se vio significativamente afectada por la intervención prebiótica (Fig. 3b, PERMANOVA: q = 0,43, PERMDISP: q = 0,05, Tabla complementaria S3). No obstante, la intervención prebiótica se asoció con diferencias en la abundancia de taxones a nivel de especie (Fig. 3c y Tabla complementaria S4). La abundancia relativa del filo proinflamatorio Proteobacteria disminuyó con la intervención prebiótica (prueba de rangos con signo de Wilcoxon: P = 0,003, q = 0,016; abundancia relativa (RA): valor inicial 0,02–16,29 %, después de la intervención 0,00–6,99 %) y también se observó una disminución para las especies Escherichia coli (prueba de rangos con signo de Wilcoxon: P = 0,029, q = 0,258; RA: valor inicial 0,00–15,98%, después de la intervención 0,00–6,89%), pero esta diferencia no cumplió con los criterios estrictos para Significancia del valor q (Fig. 3d, ey Tabla complementaria S4). Por el contrario, la abundancia relativa de supuestas especies productoras de SCFA aumentó con la intervención prebiótica, incluida Fusicatenibacter saccharivorans (prueba de rangos con signo de Wilcoxon: P = 0,001, q = 0,021; RA: valor inicial 0,00–6,60 %, después de la intervención 0,00–16,14 %) y Parabacteroides merdae (prueba de rangos con signo de Wilcoxon: P = 0,003, q = 0,044; RA: valor inicial 0,00–3,63%, después de la intervención 0,00–13,08%) (Fig. 3f, g). Se observó un aumento para las especies productoras de SCFA Faecalibacterium prausnitizii (prueba de rangos con signo de Wilcoxon: P = 0,049, q = 0,313; AR: valor inicial 0,00–19,50%, después de la intervención 0,00–24,57%), Bifidobacterium adolescenteis (rango con signo de Wilcoxon prueba: P = 0,014, q = 0,212; RA: valor inicial 0,00–40,12%, después de la intervención 0,00–54,62%), Ruminococcus bicirculans (prueba de rangos con signos de Wilcoxon: P = 0,007, q = 0,212; RA: valor inicial 0,00–5,82% , después de la intervención 0,00–7,22%), pero no lograron alcanzar el nivel estricto de significancia del valor q (Fig. 3h-j y Tabla complementaria S4). Además, se observó que algunas bacterias productoras de SCFA se redujeron con la intervención prebiótica de 10 días, lo que indica diferencias específicas de especies, incluido Ruminococcus bromii (prueba de rangos con signo de Wilcoxon: P = 0,014, q = 0,212; RA: valor inicial 0,00–25,17 %, después de la intervención 0,00–11,83%) y torques de Ruminococcus (prueba de rangos con signos de Wilcoxon: P = 0,021, q = 0,218; RA: valor inicial 0,00–6,74%, después de la intervención 0,00–3,06%), pero estos no cumplieron con los estrictos q nivel de significancia (Fig. 3k, ly Tabla complementaria S4). El análisis de subgrupos de participantes con EP recién diagnosticados, no medicados y tratados se realizó por separado (Tabla complementaria S5).

a Los índices de diversidad, incluidos el índice de Shannon, el índice de Simpson, la riqueza de especies y la uniformidad de Pielou, se calcularon a nivel taxonómico de especies (n = 19 muestras biológicamente independientes evaluadas al inicio y después de la intervención prebiótica). Se muestran la puntuación media del índice y la desviación estándar (DE). b La visualización de la estructura de la comunidad microbiana al inicio y después de la intervención prebiótica se realizó mediante escalamiento multidimensional no métrico (NMDS) a nivel taxonómico de especies (n = 19 muestras biológicamente independientes evaluadas al inicio y después de la intervención prebiótica). Los símbolos que representan a cada participante con EP (P1-P20) se conectaron a un centroide que representa el valor medio de cada grupo: valor inicial (rojo) o después de la intervención prebiótica (azul). Una línea de puntos conecta a cada sujeto al inicio y después de la intervención prebiótica. c Abundancia relativa media de especies microbianas (>1% de abundancia relativa) al inicio y después de la intervención prebiótica. Los taxones en negrita indican una diferencia significativa (q <0,05) entre el valor inicial y después de la intervención prebiótica evaluados mediante una prueba de rangos con signos de Wilcoxon de dos colas y corregidos para comparaciones múltiples mediante el método de Benjamini-Hochberg. La intervención prebiótica: d, e disminuyó la abundancia relativa de supuestas bacterias proinflamatorias del filo Proteobacteria y la especie Escherichia coli; f – j aumentó la abundancia relativa de especies bacterianas productoras de SCFA supuestamente beneficiosas, incluidas Fusicatenibacter saccharivorans, Parabacteroides merdae, Faecalibacterium prausnitzii, Bifidobacterium adolescenteis, Ruminococcus bicirculans; k – l disminuyó la abundancia relativa de Ruminococcus bromii y Ruminococcus torques; y m aumento de los niveles de AGCC en plasma. Para el análisis se utilizó una prueba de rangos con signo de Wilcoxon de dos colas. La altura de la barra representa la media del grupo y se indican muestras individuales. n = 19 (a – l) y n = 18 (m) muestras biológicamente independientes evaluadas al inicio y después de la intervención prebiótica. Las medias de grupo y las desviaciones estándar se muestran en la Tabla complementaria 4 y los datos de origen se proporcionan como un archivo de datos de origen. Valor inicial de BL, prebiótico después de la intervención prebiótica de 10 días.

Los cambios inducidos por prebióticos en las comunidades de microbiota estuvieron acompañados de cambios significativos en la abundancia de 64 vías genómicas (prueba de rangos con signo de Wilcoxon: q <0,05, Tabla complementaria S6), lo que indica un cambio general en la capacidad funcional de la microbiota. La intervención prebiótica reguló negativamente múltiples vías biosintéticas que previamente se había informado que estaban reguladas positivamente en pacientes con EP (en comparación con los controles conyugales)28. En particular, se informa que la fermentación de acetil-CoA a butanoato II (PWY-5676) está enriquecida en los participantes con EP en relación con sus cónyuges, pero esta vía se reguló negativamente después de la intervención prebiótica en los participantes con EP (Tabla complementaria S6, rango con signo de Wilcoxon prueba: q < 0,05).

Los cambios inducidos por la intervención prebiótica en la microbiota se asociaron con un aumento simultáneo en los SCFA totales en plasma (prueba de rangos con signos de Wilcoxon: P = 0,006, Fig. 3m), así como en cada SCFA individual: acetato (prueba de rangos con signos de Wilcoxon: P = 0,006), propionato (prueba de rangos con signos de Wilcoxon: P = 0,006), butirato (prueba de rangos con signos de Wilcoxon: P = 0,059 y relación (propionato + butirato)/SCFA total (prueba de rangos con signos de Wilcoxon: P = 0,030) ( Tabla 2) El análisis de subgrupos de participantes con EP no mediada, recién diagnosticada y tratada se evaluó por separado (Tabla complementaria S7).

En general, la intervención prebiótica redujo la abundancia relativa de supuestas bacterias proinflamatorias y aumentó la abundancia de supuestas bacterias productoras de AGCC en las heces con un aumento simultáneo de AGCC en plasma. La intervención prebiótica también influyó en la capacidad funcional de la microbiota y reguló a la baja una vía (es decir, la fermentación de acetil-CoA) que anteriormente se había informado que estaba aumentada en pacientes con EP.

La zonulina plasmática, un marcador putativo de la integridad de la barrera intestinal, disminuyó (prueba t pareada: P = 0,001) después de la intervención prebiótica (Fig. 4a), un efecto que fue impulsado en gran medida por los participantes tratados con EP (prueba t pareada: P <0,001, tabla complementaria S7). Se ha sugerido que los niveles sistémicos de zonulina son un marcador de la integridad de la barrera intestinal y de la inflamación24,29, lo que es congruente con el hallazgo de que la inflamación intestinal evaluada mediante calprotectina (un marcador de neutrófilos en la mucosa intestinal) se redujo después de la intervención prebiótica (T emparejado). prueba: P = 0,044, Fig. 4b). A pesar de los cambios en la microbiota y los marcadores de la integridad de la barrera intestinal y la inflamación, no hubo cambios inducidos por la intervención prebiótica en el dolor lumbar, las citoquinas séricas (IL-6, IL-8, IL-10, IFN-γ, TNF-α) ni en la PCR. (Tabla 2).

Diez días de la intervención prebiótica: a zonulina plasmática reducida n = 20, b calprotectina fecal reducida n = 20 y c neurofilamento plasmático reducido (NfL) n = 19. La altura de la barra representa la media del grupo y se indican los puntos individuales para cada grupo. muestras biológicas independientes evaluadas al inicio y después de la intervención prebiótica. Para el análisis se utilizó una prueba t pareada de dos colas. Las medias y desviaciones estándar del grupo se muestran en la Tabla 3, y los datos de origen se proporcionan como un archivo de datos de origen.

Está bien establecido que el medio intestinal puede influir en el cerebro, incluida la neuroinflamación, los niveles de factores tróficos y la neurodegeneración. No se observaron cambios inducidos por la intervención prebiótica para la neuroinflamación evaluada mediante HMGB-1 ni para el factor neurotrófico BDNF (Tabla 2). Sin embargo, el marcador seleccionado de degeneración NfL se redujo después de la intervención prebiótica (prueba t pareada: P = 0,003, figura 4c y tabla 2). El cambio en la NfL fue impulsado por participantes con EP no medicados y recién diagnosticados (prueba t pareada: P = 0,008), aunque los participantes con EP tratados también tuvieron una NfL reducida después de la intervención prebiótica (Tabla complementaria S7).

Se realizaron análisis de correlación para evaluar la relación entre la abundancia relativa de taxones, los resultados biológicos y los parámetros demográficos y clínicos al inicio del estudio (Tabla 3). La zonulina se correlacionó positivamente con supuestas especies bacterianas proinflamatorias Escherichia coli (correlación de Spearman: q = 0,014) (consistente con bacterias proinflamatorias que promueven la disfunción de la barrera intestinal) y se correlacionó negativamente con supuestas especies bacterianas productoras de AGCC Parabacteroides merdae (correlación de Spearman: q = 0,047) (consistente con que las bacterias productoras de AGCC reduzcan la disfunción de la barrera intestinal). Se supone que las bacterias productoras de SCFA son antiinflamatorias, y las supuestas bacterias productoras de SCFA, Parabacteroides merdae, se correlacionaron negativamente con el TNF-α sérico (es decir, inflamación sistémica) (correlación de Spearman: q = 0,045). Los cambios asociados a la edad en la microbiota se informan en la literatura y en este estudio, la edad se asoció negativamente con las supuestas especies bacterianas productoras de SCFA Eubacterium siraeum y Ruminococcus bircirculans (correlación de Spearman: q = 0,014 para ambas) (lo que podría contribuir a la inflamación). . Finalmente, la dosis diaria de levodopa se correlacionó negativamente con la abundancia relativa de la supuesta especie bacteriana productora de AGCC, Bifidobacterium adolescenteis (correlación de Spearman: q = 0,047).

Este estudio de prueba de concepto encontró que 10 días de intervención prebiótica fueron bien tolerados y seguros en pacientes con EP (resultados primarios y secundarios) y disminuyeron la puntuación total de gravedad de los síntomas gastrointestinales en los participantes con EP tratados. La intervención prebiótica también se asoció con cambios antiinflamatorios en la microbiota intestinal, aumento de SCFA, reducción de calprotectina (inflamación intestinal), reducción de zonulina (un marcador putativo de disfunción/inflamación de la barrera intestinal) y una reducción sutil, pero estadísticamente significativa, en la microbiota intestinal. NfL (un marcador de neurodegeneración). No se observaron cambios en el dolor lumbar, las citoquinas, la PCR, la HMGB-1 o el BDNF, lo que puede reflejar la corta duración de 10 días de este estudio de prueba de concepto. Además, los análisis exploratorios muestran que la intervención prebiótica puede estar asociada con mejores resultados clínicos (es decir, síntomas gastrointestinales y UPDRS).

Estudios recientes destacan la importancia del eje microbiota-cerebro en la EP30,31,32 y sus anclajes científicos incluyen: (1) una microbiota intestinal proinflamatoria (caracterizada por niveles bajos de SCFA) puede desencadenar disfunción de la barrera intestinal, inflamación sistémica, activación microglial, neuroinflamación y estrés oxidativo (mecanismos que contribuyen a la neurodegeneración y al mal plegamiento de la alfa-sinucleína)33,34,35,36; (2) varias enfermedades y trastornos asociados con un mayor riesgo de EP (p. ej., síndrome metabólico, diabetes, enfermedad inflamatoria intestinal, estreñimiento) están asociados con disbiosis de la microbiota37,38,39,40; y (3) el uso de levodopa se asocia con una abundancia relativa reducida de bacterias productoras de AGCC supuestamente beneficiosas. Por lo tanto, es posible que una intervención prebiótica que altere la microbiota (y aumente los SCFA) pueda ser una estrategia eficaz para modificar el curso de la enfermedad, los síntomas o el éxito del tratamiento en pacientes con EP5.

Los estudios sugieren que las intervenciones dirigidas a la microbiota (dieta, probióticos, trasplante de microbiota) pueden tener un impacto beneficioso en los síntomas y/o la patogénesis de la EP41. Sin embargo, hasta donde sabemos, aunque la EP a menudo se asocia con una baja producción de AGCC, ninguna investigación ha utilizado una mezcla prebiótica diseñada para aumentar la producción de AGCC en pacientes con EP20. Las fibras prebióticas generalmente se consideran seguras, se han utilizado durante siglos para tratar enfermedades crónicas y son capaces de modificar las comunidades de microbiota20,42. Las fibras prebióticas utilizadas en este estudio (almidón resistente, salvado de arroz, maltodextrina resistente, inulina) se seleccionaron en función de propiedades físicas y químicas que las hacen de fermentación lenta, ideal para su uso en humanos. Un perfil de fermentación lenta es óptimo para un prebiótico, porque se asocia con una generación lenta de gas que está potencialmente relacionada con una mayor tolerabilidad17,33,34,35,36,37,38 y, de hecho, los participantes en el estudio actual no informaron ningún IG negativo. efectos secundarios. Además, los pacientes con EP demuestran una alteración de la barrera intestinal en todo el tracto gastrointestinal (incluido el colon)43,44,45 y la fermentación lenta permite que llegue más fibra al colon distal en lugar de ser consumida por las bacterias en el tracto gastrointestinal proximal17,33. 34,35,36,37,38. Por lo tanto, la alteración de la barrera en el colon en pacientes con EP se puede abordar mejor con una fibra de fermentación lenta y podría tener importantes efectos relevantes para la EP, incluida la reducción de la inflamación.

Según la hipótesis basada en el experimento de fermentación, el consumo de la mezcla prebiótica alteró la comunidad de microbiota fecal en los participantes con EP, incluida una reducción de la abundancia relativa de supuestas bacterias proinflamatorias (p. ej., proteobacterias) y una mayor abundancia relativa de supuestas bacterias antiinflamatorias, incluidas las productoras de AGCC. bacterias (p. ej., Fusicatenibacter saccharivorans, Parabacteroides merdae). Estos cambios fueron acompañados por un aumento en los SCFA plasmáticos. Nuestro grupo y otros han demostrado que los pacientes con EP tienen una microbiota disbiótica caracterizada por una baja abundancia de bacterias productoras de SCFA y disfunción de la barrera intestinal (prueba de azúcar en orina, análisis inmunohistoquímico de proteínas de unión estrecha en el tejido intestinal), dolor lumbar, LPS y zonulina)29. 45,46,47,48,49. Este estudio utilizó la zonulina plasmática como un marcador putativo de la integridad de la barrera intestinal y encontró que 10 días de intervención prebiótica disminuyeron la zonulina plasmática en pacientes con EP, lo que sugiere que el tratamiento prebiótico puede mejorar la integridad de la barrera intestinal. Sin embargo, existe controversia con respecto al uso de zonulina sérica como marcador de la integridad de la barrera50,51 y se necesitan estudios que utilicen evaluaciones adicionales de la barrera intestinal para confirmar la conclusión de que la intervención prebiótica mejora la integridad de la barrera en pacientes con EP. Dichos estudios son importantes porque la barrera es uno de los muchos mecanismos por los cuales el prebiótico puede afectar los resultados relevantes para la EP.

La disbiosis de la microbiota y la disfunción de la barrera intestinal a menudo se asocian con inflamación intestinal. En este estudio, se utilizó calprotectina en heces (un marcador fiable y específico de inflamación) para evaluar la inflamación intestinal. Estudios anteriores demuestran que la calprotectina aumenta en pacientes con EP24,29,46,52, y el estudio actual encontró que la calprotectina en heces en participantes con EP disminuyó con la intervención prebiótica. Si bien la intervención prebiótica de 10 días redujo la inflamación intestinal (es decir, calprotectina), no fue suficiente para alterar la inflamación sistémica, incluido el dolor lumbar, la PCR o las citoquinas.

La intervención prebiótica redujo modesta pero significativamente la NfL, un supuesto marcador sistémico de neurodegeneración53. Los datos de este informe sugieren que la intervención prebiótica de 10 días probablemente afecte la NfL a través de un mecanismo que es independiente de la inflamación sistémica. Con base en los resultados del estudio de fermentación y el aumento observado en los SCFA séricos, postulamos que los efectos de la intervención prebiótica estuvieron mediados por los SCFA. Sin embargo, múltiples mecanismos pueden estar mediando el efecto de la intervención prebiótica y requerirán investigación adicional.

Por último, se observaron diferencias entre los participantes con EP recién diagnosticados, no medicados y tratados. Debido a que la EP es una enfermedad muy heterogénea, se necesitan estudios futuros para comenzar a comprender qué poblaciones pueden beneficiarse más de una intervención prebiótica. Por ejemplo, los pacientes con EP tratados con levodopa pueden beneficiarse particularmente de una intervención prebiótica. La microbiota asociada a la EP se caracteriza por una gran abundancia de bacterias que contienen la enzima metabolizadora de levodopa, tirosina descarboxilasa (TDC)54,55,56 y la intervención prebiótica puede influir en la abundancia relativa de bacterias que contienen TDC e impactar positivamente en la eficacia y la eficacia del tratamiento. reducir las discinesias en pacientes con EP tratados con levodopa. Se requieren estudios adicionales con un tamaño de muestra más grande y un diseño de estudio aleatorizado, doble ciego y controlado con placebo para confirmar los intrigantes resultados de este estudio de prueba de concepto que demuestra que la intervención prebiótica se asoció con una mejoría en los síntomas clínicos (UPDRS). Es cierto que el estudio fue abierto y está sujeto al sesgo del evaluador de los participantes, pero, no obstante, es alentador realizar más estudios en condiciones más controladas.

Una fortaleza de este estudio es el diseño intrasujeto, pero también existen limitaciones que incluyen un tamaño de muestra pequeño y un diseño abierto sin placebo. La mezcla prebiótica se administró en forma de una barra saludable que contenía fibra no prebiótica adicional con posibles efectos antioxidantes. Por lo tanto, los cambios biológicos observados podrían no deberse únicamente a las fibras prebióticas, sino que podrían estar relacionados con el consumo de otro componente saludable de la barra. Además, si bien se indicó a los participantes que mantuvieran su dieta habitual durante todo el estudio, el consumo de la barra prebiótica puede haber influido en la dieta. El diseño no ciego del estudio podría haber impactado los resultados clínicos como la UPDRS y la puntuación de gravedad de los síntomas gastrointestinales informados por los participantes (es decir, efecto placebo). Sin embargo, el diseño no ciego no debería haber impactado los resultados de base biológica que fueron analizados por personal cegado al tiempo (línea de base, después de la intervención prebiótica) y al grupo de EP (recién diagnosticado, no medicado versus tratado).

Este estudio de prueba de concepto demuestra que se puede utilizar una mezcla de fibras prebióticas que promueven SCFA para modular la microbiota intestinal en pacientes con EP (es decir, el enfoque es factible) y que la mezcla prebiótica es bien aceptada, tolerada y segura para uso en pacientes con EP. Además, la mezcla de fibras prebióticas puede tener un impacto clínico que conduzca a una reducción de la gravedad de los síntomas de la EP motora y no motora y a una mejor función gastrointestinal. Este estudio de prueba de concepto proporciona la justificación científica para futuros estudios que evalúen el potencial de una intervención prebiótica dirigida a la microbiota como enfoque terapéutico modificador de la enfermedad en pacientes con EP.

Todas las actividades de investigación fueron aprobadas por la Junta de Revisión Institucional (IRB) del Centro Médico de la Universidad Rush (RUMC). Se obtuvo el consentimiento de todos los participantes para compartir datos no identificados.

Las muestras de heces se obtuvieron de un depósito aprobado por el IRB que incluía heces humanas de participantes sanos de control (n = 10) y con EP (n = 10) (no son los mismos participantes que los inscritos en el estudio clínico (descrito a continuación)). No hubo diferencias significativas en las características demográficas entre los grupos de control sano y EP (edad: prueba t de dos colas: P = 0,368; sexo: análisis de chi cuadrado: P = 0,350, raza: análisis de chi cuadrado: P = 0,211). En el momento de la recolección de heces, ningún participante estaba tomando levodopa (LD) u otros medicamentos para la EP, los participantes no consumieron probióticos, simbióticos o antibióticos dentro de los tres meses anteriores a la recolección de la muestra, y ningún participante consumía una dieta especial (p. ej., vegana). , vegetariano, paleo). Un especialista en trastornos del movimiento examinó y confirmó el diagnóstico de EP. Todos los participantes que donaron muestras al repositorio firmaron el formulario de consentimiento informado aprobado por el RUMC IRB (ORA#: 07100403). Los participantes no recibieron compensación por donar muestras al repositorio.

Se incubaron fibras prebióticas (inulina, almidón resistente, maltodextrina resistente, salvado de arroz) con heces humanas de participantes sanos de control (n = 10) o con EP no medicados (n = 10). Se realizó una fermentación de heces humanas de 12 o 24 h con cada fibra individual57,58. Se preparó y esterilizó un tampón carbonato-fosfato (esterilizado en autoclave a 121 °C, 20 min). Luego se enfrió el tampón hasta temperatura ambiente, se eliminó el oxígeno burbujeando con dióxido de carbono y se añadió clorhidrato de cisteína (0,25 g/l de tampón) como agente reductor. Luego, el día antes del experimento se colocó el tampón en una cámara anaeróbica para completar la reducción del tampón. El día del experimento, se homogeneizaron muestras de heces recién recolectadas de tres donantes humanos sanos (10 g cada uno) con tampón carbonato-fosfato (1:3 [peso/vol]), seguido de filtración a través de cuatro capas de estopilla. Luego, se añadió 1 ml del inóculo de heces combinado a tubos tipo Balch que contenían 50 mg de sustrato de fibra dietética (o sin fibra, es decir, control blanco/negativo) y 4 ml de tampón carbonato-fosfato. Los tubos se cerraron con tapones de caucho butílico, se aseguraron con sellos de aluminio y se incubaron durante 24 h (en un agitador dentro de una incubadora (37 °C)). Toda la manipulación de la muestra se realizó en una atmósfera anaeróbica (85% N2, 5% CO2 y 10% H2). Los experimentos de fermentación de heces se realizaron por triplicado.

Se centrifugaron alícuotas (1 ml) de muestras de heces fermentadas (20.784 g, 15 min) y se descartó el sobrenadante. La extracción automatizada de ADN del material sedimentado se realizó utilizando un instrumento QIAcube Connect con el kit de ADN QIAamp PowerFecal Pro (Qiagen, Germantown, MD) según las instrucciones del fabricante. El ADN genómico recuperado se utilizó como plantilla para la amplificación de la región variable V4 de los genes microbianos del ARN ribosómico (ARNr) 16 S utilizando los cebadores 515 F (GTGCCAGCMGCCGCGGTAA) y 806 R (GGACTACHVGGGTWTCTAAT) (cebadores personalizados de Integrated DNA Technologies, Coralville, IA) . Los amplicones se generaron mediante un protocolo de amplificación por PCR de dos etapas59,60. Brevemente, los cebadores 515 F y 806 R contenían etiquetas de secuencia común 5' (conocidas como secuencias comunes 1 y 2 [CS1 y CS2]). Las amplificaciones por PCR de la primera etapa se realizaron en mezclas de reacción de 10 µl en placas de 96 pocillos, utilizando la mezcla maestra MyTaq HS 2x (Bioline, Memphis, TN). Las condiciones de la PCR fueron 95 °C durante 5 min, seguidas de 28 ciclos de 95 °C durante 30 s, 55 °C durante 45 s y 72 °C durante 60 s. Posteriormente, se realizó una segunda amplificación por PCR en 10 µl de mezclas de reacción en placas de 96 pocillos. Cada pocillo recibió un par de cebadores separados con un código de barras único de 10 bases, obtenido de la biblioteca de códigos de barras Access Array para Illumina (Fluidigm, South San Francisco, CA; número de catálogo 100-4876). Estos cebadores Access Array contenían los conectores CS1 y CS2 en los extremos 3' de los oligonucleótidos. Las condiciones de ciclismo fueron 95 °C durante 5 min, seguidas de ocho ciclos de 95 °C durante 30 s, 60 °C durante 30 s y 72 °C durante 30 s. Luego, las muestras se agruparon en volúmenes iguales utilizando un robot de manipulación de líquidos EpMotion5075 (Eppendorf, Hamburgo, Alemania). La biblioteca agrupada se purificó utilizando un protocolo de limpieza AMPure XP (0,6 ×, vol/vol; Agencourt, Beckman-Coulter, Indianápolis, IN) para eliminar fragmentos de menos de 300 pb. Las bibliotecas, con un aumento de phiX del 20 %, se cargaron en dos celdas de flujo MiniSeq y se secuenciaron (2 × 153 lecturas de extremos emparejados). Para iniciar la secuenciación se utilizaron cebadores de secuenciación Fluidigm, dirigidos a las regiones enlazadoras CS1 y CS2. Se realizó la demultiplexación de lecturas en el instrumento. La preparación de la biblioteca y la secuenciación del gen 16 S rRNA se realizaron en las Instalaciones de Servicios de ADN de la Universidad de Illinois en Chicago (Chicago, IL). Para cada condición de fermentación, se extrajo ADN de dos muestras replicadas. Los datos de secuencia sin procesar (archivos FASTQ) se depositaron en el Archivo de lectura de secuencias (SRA) del Centro Nacional de Información Biotecnológica (NCBI), con el identificador de BioProject PRJNA852512.

Se prepararon y analizaron por triplicado muestras de heces fermentadas en la Universidad de Purdue utilizando un cromatógrafo de gases (GC-FID 7890 A; Agilent Technologies Inc.) en una columna capilar de sílice fundida (Nukon Supelco no. 40369-03 A; Bellefonte, PA)58 bajo las siguientes condiciones: temperatura del inyector de 230 °C, temperatura inicial del horno de 100 °C y aumento de temperatura de 8 °C/min hasta 200 °C con una retención de 3 min a temperatura final. Se utilizó helio como gas portador a 0,75 ml/min. La cuantificación se realizó en función del área relativa del pico utilizando estándares externos de acetato (A38S), propionato (A258) y butirato (AC108111000) y un estándar interno de ácido 4-metilvalérico (AAA1540506) de Fisher Scientific (Hampton, NH).

Todos los participantes firmaron el formulario de consentimiento informado aprobado por RUMC IRB (ORA#: 20072703) y se registró el estudio (Identificador de ClinicalTrials.gov: NCT04512599). Los participantes no recibieron compensación por participar en el estudio. El estudio fue un estudio abierto, no aleatorizado en participantes con EP (n = 20) realizado en RUMC e incluyó participantes con EP recién diagnosticados y no medicados (n = 10) y participantes con EP tratados (n = 10) que recibieron levodopa ( LD) y/u otros medicamentos para la EP. Un especialista en trastornos del movimiento (los doctores Hall o Goetz) examinaba y confirmaba el diagnóstico de los pacientes con EP. Los síntomas parkinsonianos se evaluaron utilizando la Escala Unificada de Calificación de la Enfermedad de Parkinson (UPDRS), Parte 361, y la escala de estadificación de Hoehn y Yahr (H&Y)62. Las características de los participantes se muestran en la Tabla 4, que incluye: edad de aparición, duración de la enfermedad, UPDRS motora, H&Y, dosis diarias equivalentes de levodopa (LEDD), puntuación de heces de Bristol y datos demográficos (es decir, edad, sexo, raza, origen étnico). Los criterios de inclusión fueron: diagnóstico actual de EP (criterios del banco de cerebros del Reino Unido, estadios 1 a 4 de H&Y inclusive)63, edad (>30) y capacidad de dar su consentimiento. Los criterios de exclusión incluyeron: (1) resección intestinal, (2) antecedentes de enfermedad gastrointestinal excepto hernia de hiato, ERGE o hemorroides, (3) enfermedad renal grave definida por creatinina más de 2,5 veces lo normal, (4) función hepática anormal definida por ALT/AST > 4 veces lo normal o bilirrubina elevada, (5) uso de antibióticos dentro de las 12 semanas anteriores a la inscripción, (6) consumo de probióticos, prebióticos o simbióticos dentro de las cuatro semanas anteriores a la inscripción, (7) consumo de un medicamento no Dieta estándar (p. ej., vegana, vegetariana, sin gluten, paleo).

Cada participante tuvo una visita inicial y una visita de seguimiento después de 10 días de la intervención prebiótica. Los participantes consumieron los prebióticos en forma de barra que contenía almidón resistente, cerebro de arroz, maltodextrina resistente e inulina durante 10 días (una barra = 10 g de fibra). Se consumió una barra diariamente durante los primeros tres días y luego una barra dos veces al día durante siete días adicionales. Se indicó a los participantes que consumieran la barra prebiótica por la mañana durante los primeros tres días, luego por la mañana y por la tarde durante la semana siguiente (no se les indicó que la tomaran por separado de las comidas). La mezcla prebiótica era una fórmula patentada desarrollada por los Dres. Keshavarzian, Hamaker y Cantu-Jungles. La barra prebiótica fue creada por los Dres. Keshavarzian, Hamaker, Cantu-Jungles, Sedghi y Rasmussen y fue producido por una empresa empacadora autorizada: Gramercy Bakery, LLC. Los ingredientes de la barra eran orgánicos, generalmente reconocidos como ingredientes seguros y de calidad alimentaria.

Se utilizaron la UPDRS y H&Y para evaluar las características de la EP. La calidad de la dieta se evaluó al inicio del estudio mediante el instrumento de evaluación de adherencia a la dieta mediterránea (MEDAS)64 validado de 14 ítems y se pidió a los participantes que continuaran con su dieta habitual durante el estudio de 10 días. Se creó un cuestionario para evaluar la tolerabilidad y viabilidad del consumo de la barra. Las preguntas incluyeron: satisfacción con el sabor, la porción y la textura, si disminuyó el apetito, si les gustó la barra, si querían más o continuarían tomándola durante 6 a 12 meses, y la facilidad para tomar de 1 a 3 barras por día, que se calificaron según una escala de 0 a 10. Los participantes completaron el cuestionario NIH Patient-Reported Outcomes Measurement Information Systems (PROMIS)65 para evaluar el impacto de la intervención prebiótica en los síntomas gastrointestinales, incluidas las deposiciones, la consistencia de las heces, el malestar/dolor abdominal, la hinchazón y la flatulencia en una escala del 1 (mejor) al 10 (peor).

Los participantes recolectaron heces en casa 12 a 24 h antes de las visitas iniciales y finales del estudio utilizando un kit de recolección anaeróbico (BD Gaspak, Becton Dickinson and Company, Sparks, MD)66. La sangre se recogió al inicio y al final del estudio y se procesó para obtener suero y plasma dentro de una hora después de la recolección y se almacenó a -80 °C hasta el análisis.

El microbioma de las heces se evaluó mediante secuenciación de metagenomas de escopeta no dirigida y perfiles de genes taxonómicos y funcionales. El ADN total se extrajo de muestras de heces (250 mg) utilizando el kit de giro para suelos FastDNA (MP Biomedicals, Solon, OH, EE. UU.) y se verificó con cuantificación fluorométrica (Qubit 3.0, Life Technologies, Grand Island, NY). La preparación de la biblioteca se realizó utilizando un kit de biblioteca de ADN Swift 2 Turbo (Swift Biosciences, Ann Arbor, MI) con 50 ng de ADN de entrada y cinco ciclos de PCR para indexación con índices duales únicos. Las bibliotecas se secuenciaron en un instrumento Illumina NovaSeq6000 que emplea una celda de flujo SP (lecturas de 2 × 150 bases de extremo emparejado). Las bibliotecas se crearon en la Instalación Central de Genómica y Microbioma del Centro Médico de la Universidad Rush, y la secuenciación se realizó en el Laboratorio de Servicios de ADN de la Universidad de Illinois en Urbana-Champaign. Se verificó la calidad de los archivos FASTQ sin procesar utilizando FastQC (v 0.11.9). Las lecturas de secuencia se filtraron y recortaron por calidad utilizando el algoritmo bbduk (Department of Energy Joint Genome Institute)67. Se volvió a comprobar la calidad de los datos filtrados y recortados utilizando FastQC (v 0.11.9). El perfil taxonómico se generó con MetaPhlAn3 (v3.0.7) y el perfil funcional se realizó utilizando el paquete de software HUMAnN3 (v3.0.0.α.3) que se asigna al catálogo UniRef90 (versión UniRef 2019_01)68. Las matrices de observación biológica (BIOM) de rutas genéticas taxonómicas y funcionales se proporcionan en el archivo de datos de origen. Las tablas de abundancia relativa de UniRef90 se reagruparon en las siguientes organizaciones de nivel superior: vías MetaCyc, ortología KEGG y familias de genes UniProt. Todo el procesamiento de datos posteriores (es decir, diversidad alfa, diversidad beta, vías funcionales, PERMANOVA, correlaciones de Spearman y gráficos NMDS basados ​​en centroides) se realizaron utilizando paquetes de código abierto dentro del lenguaje de programación R. Los datos de secuencia sin procesar (archivos FASTQ) se depositaron en el Archivo de lectura de secuencias (SRA) del Centro Nacional de Información Biotecnológica (NCBI), con el identificador de BioProject PRJNA756556.

Los análisis de SCFA se realizaron en el Centro de Proteómica y Metabolómica de la Universidad Estatal de Colorado (Fort Collins, CO) mediante cromatografía de gases-espectrometría de masas (GC-MS)69. Se añadió plasma (200 µl) a 30 µl de solución estándar interna fría que contenía 50 µg/ml de acetato de 13C2 en HCl 2 N. Las muestras se agitaron (30 s), seguido de la adición de 0,35 ml de metil terc-butil éter (MTBE) frío, y se agitaron nuevamente (15 s). Las muestras se centrifugaron (3000 x g, 10 min, 4 °C) y la capa superior de MTBE se recuperó y almacenó a -20 °C hasta el análisis. El extracto de MTBE (1 μL) se inyectó en un GC Trace 1310 acoplado a un Thermo ISQ-LT MS, en una proporción de división de 5:1 de Thermo Fisher Scientific (Waltham, MA). La entrada se mantuvo a 240 °C. La separación de SCFA se logró en una columna DB-WAXUI de 30 m (J&W, 0,25 mm de diámetro interior, 0,25 µm de espesor de película). La temperatura del horno se mantuvo a 100 °C durante 0,5 min, se aumentó a 10 °C/min hasta 175 °C, luego se aumentó a 240 °C a 40 °C/min y se mantuvo a 240 °C durante 3 min. El flujo de gas portador de helio se mantuvo a 1,2 ml/min. Las temperaturas de la línea de transferencia y de la fuente de iones se mantuvieron a 250 °C. El modo SIM se utilizó para escanear los iones 45, 60, 62, 73, 74, 88 a una velocidad de 10 escaneos/s en modo de impacto electrónico. El procesamiento de datos se completó utilizando el software Chromeleon (v 7.3.1, Thermo Fisher Scientific). Los tiempos de retención se utilizaron para diferenciar el acetato, el butirato y el propionato de otros metabolitos (p. ej., ácidos grasos de cadena ramificada, ácido isobutírico, ácido isovalérico, isopropionato)69. El rango del límite de detección (LOD) fue de 0,3 a 0,6 µg/ml para acetato y de 0,03 a 0,12 µg/ml para propionato y butirato.

La calprotectina en heces es un marcador fiable y ampliamente utilizado para evaluar la inflamación intestinal, incluso en la EP29,46,52. Existe una correlación directa entre los niveles de calprotectina y la inflamación intestinal evaluada mediante endoscopia e histología70 y la calprotectina es el estándar de oro utilizado para monitorear la inflamación intestinal y evaluar la respuesta al tratamiento en pacientes con enfermedad inflamatoria intestinal (EII)71. Se utilizó ELISA para examinar la calprotectina en heces (BÜHLMANN fCAL® ELISA-EK-CAL; BUHLMANN Diagnostics Corp, Amherst, NH, rango: 30–1800 μg/g, las muestras se analizaron por duplicado según las instrucciones del fabricante y todos los datos estaban dentro de el rango del ensayo).

La zonulina modula la barrera intestinal y se propone como marcador de la integridad de la barrera intestinal, está relacionada con la inflamación intestinal y se informa que aumenta en pacientes con EP24,29,46,50,52,72,73. Además, los niveles de zonulina aumentan en pacientes con enfermedades inflamatorias crónicas que se sabe que han alterado la integridad de la barrera intestinal (es decir, COVID-19, diabetes, síndrome del intestino irritable (SII))73,74,75,76. Se utilizó un kit ELISA disponible comercialmente para evaluar la zonulina plasmática (MBS706368, MyBioSource, rango: 0,625–40 ng/ml, todas las muestras se analizaron por duplicado y los datos estuvieron dentro del rango del ensayo).

La proteína de unión a lipopolisacárido (LPS) (LBP) se usa ampliamente como marcador de translocación bacteriana y respuesta inflamatoria a la exposición al LPS (es decir, el LPS se une a LBP para formar un complejo que posteriormente se une a CD14 para provocar una respuesta inmune)77,78 ,79,80. Los niveles de dolor lumbar en suero aumentan durante la sepsis y los niveles de dolor lumbar están regulados positivamente en enfermedades asociadas con inflamación crónica de bajo grado inducida por disbiosis de la microbiota y disfunción de la barrera intestinal, incluso en pacientes con EP47,48,49,81. El dolor lumbar se evaluó en este estudio mediante ELISA (HK3151, Hycult Biotech, rango: 4,4–50 ng/ml, muestras diluidas 1:1500, todas las muestras se analizaron por duplicado y los datos estuvieron dentro del rango del ensayo).

Las citocinas inflamatorias séricas se evaluaron utilizando el kit humano V-PLEX Pro-inflamatorio Panel 1 que incluye interferón gamma (IFN-γ), interleucina (IL) -6, IL-8, IL-10 y factor de necrosis tumoral alfa (TNF). -α) (K15049D, Meso Scale Diagnostics, LLC, Rockville, MD, EE. UU., rango: IFN-γ: 0,37–938 pg/ml, IL-6: 0,06–488 pg/ml, IL-8: 0,07–375 pg /ml, IL-10: 0,04–233 pg/ml, TNF-α: 0,04–248 pg/ml, todas las muestras se analizaron por duplicado y los datos estaban dentro del rango del ensayo).

La proteína C reactiva (PCR) es una proteína de fase aguda que se utiliza de manera confiable para evaluar la inflamación y fue evaluada por Labcorp (Labcorp, Dublin OH, (rango 0 a 10 mg/L).

Se examinó la proteína sérica del grupo de alta movilidad de la caja 1 (HMGB-1) como biomarcador neuroinflamatorio (ELISA NBP2-62766, NOVUS Biological, rango: 0,031–2 ng/mL, muestras diluidas 1:500, todas las muestras se analizaron por duplicado y los datos estaban dentro del rango del ensayo)82.

El factor neurotrófico derivado del cerebro (BDNF) es un factor neurotrófico que apoya la supervivencia y función de las neuronas y se evaluó el BDNF sérico (K1516WK, U-PLEX, Meso Scale Diagnostics, LLC, rango: 0,72–2000 pg/mL, muestras diluidas 1 :4, las muestras se analizaron por duplicado, cuatro muestras estaban por encima del límite de detección más alto del ensayo (2000 pg/ml) y se establecieron en el máximo del ensayo de 2000 pg/ml para el análisis)83,84.

La cadena ligera de neurofilamento sérico (NfL) se evaluó como un biomarcador de neurodegeneración (F217X, R-PLEX, Meso Scale Diagnostics, LLC, rango: 5,5–50 000 pg/ml, todas las muestras se analizaron por duplicado y los datos estuvieron dentro del rango de ensayo)85,86.

Los datos demográficos, incluida la edad, el sexo, el estado del tratamiento de la EP, la UPDRS, el estadio H&Y y la duración de la enfermedad, se resumieron mediante estadísticas descriptivas. Los resultados de este estudio de prueba de concepto fueron la tolerabilidad y viabilidad, la seguridad y los síntomas gastrointestinales, y los resultados biológicos. Este estudio no tuvo el poder para evaluar los síntomas motores de la EP. Los cambios en los síntomas gastrointestinales y los efectos secundarios (p. ej., hinchazón, diarrea) desde el inicio hasta después de la intervención prebiótica se evaluaron con una prueba t pareada de dos colas o una prueba de rangos con signos de Wilcoxon. Se realizó un análisis de regresión para los cambios en los síntomas gastrointestinales con el grupo, la edad, la duración de la enfermedad y la dosis equivalente de levodopa que se incluyeron en el modelo. Se utilizaron análisis exploratorios para comparar las puntuaciones motoras de la UPDRS entre el inicio y después de la intervención prebiótica mediante una prueba t pareada de dos colas. Los resultados biológicos (es decir, SCFA, integridad de la barrera intestinal, inflamación, NfL, etc.) se analizaron mediante una prueba t pareada de dos colas o una prueba de rangos con signos de Wilcoxon de dos colas para evaluar los cambios entre el inicio y después de la intervención prebiótica. . Los análisis se realizaron utilizando el software GraphPad Prism (v9.0, GraphPad Software LLC, San Diego, CA). Se consideró significativo un valor de AP <0,05. Antes de realizar los análisis se realizó la prueba de normalidad de Shapiro-Wilks. Los ajustes para comparaciones múltiples (valores q) se aplicaron como se indica.

El perfil microbiano de muestras de heces fermentadas utilizando la secuenciación del amplicón del gen 16 S rRNA y el análisis de datos SCFA se realizaron de la siguiente manera. Las lecturas de secuencia del gen 16 S rRNA demultiplexadas y preprocesadas se suministraron como archivos de secuencia FASTQ sin procesar de extremos emparejados. Los archivos sin formato se importaron y procesaron utilizando el paquete de software QIIME287 (q2) versión 2020-2. Se generaron variantes de secuencia de amplicones (ASV) utilizando DADA2 con secuencias recortadas en 153 pares de bases. La alineación de secuencias y la construcción de un árbol de filogenia se obtuvieron utilizando el canal QIIME2 align-to-tree-mafft-fasttree y la asignación taxonómica se llevó a cabo utilizando el complemento q2-feature-classifier contra la base de datos de referencia de ARNr SILVA SSU88 con un 99 % de similitud específica para la región V4 16 S. El número de lecturas de cada muestra se redujo a 5563 secuencias/muestra para el análisis posterior. Se obtuvieron abundancias relativas colapsando ASV enrarecidos a nivel taxonómico de género para los diferentes fermentos de sustrato. Las diferencias entre los grupos microbianos se visualizaron mediante agrupamiento jerárquico y análisis de mapas de calor, utilizando el algoritmo de Ward y fusionando grupos basados ​​en distancias euclidianas a través de la herramienta web MicrobiomeAnalyst (https://www.microbiomeanalyst.ca/)89,90. El análisis de datos de SCFA de la fermentación de heces se realizó para cada SCFA y la producción total de SCFA usando ANOVA unidireccional seguido de la prueba post hoc de Tukey, con valores de P ajustados para comparaciones múltiples usando el software GraphPad Prism (v9.0, GraphPad Software LLC, San Diego, California).

Por separado, se realizó un análisis de los datos de la secuencia del metagenoma de la escopeta del microbioma fecal de los participantes con EP. Se utilizaron análisis de diversidad alfa y beta para examinar los cambios en la estructura de la comunidad microbiana entre el inicio y después de la intervención prebiótica. También se realizaron análisis de subgrupos de participantes con EP recién diagnosticados, no medicados y tratados. Las métricas de diversidad alfa (es decir, índice de Shannon, índice de Simpson, riqueza y uniformidad) se calcularon a partir de conjuntos de datos enrarecidos (1 millón de secuencias/muestra) a nivel taxonómico de especies. Las comparaciones de grupos se realizaron con una prueba pareada de rangos con signo de Wilcoxon de dos colas en GraphPad Prism (v9.0, GraphPad Software LLC, San Diego, CA). Se utilizaron el Análisis de Varianza Multivariado de Permutación (PERMANOVA)91 y el Análisis Permutacional de Dispersiones Multivariadas (PERMDISP)92 para comparar la estructura de la comunidad microbiana antes y después de la intervención prebiótica a nivel taxonómico de especies. La importancia de los valores de PERMANOVA y PERMDISP se determinó mediante 9999 permutaciones y se corrigió mediante el método de Benjamini-Hochberg. La visualización de la estructura de la comunidad microbiana de referencia de los participantes con EP recién diagnosticados, no medicados y tratados se realizó mediante un análisis de coordenadas principales (PCoA) basado en una matriz de distancias de disimilitud de Bray-Curtis dentro del paquete de software QIIME287. Se utilizaron gráficos de escala multidimensional no métrica (NMDS) de la comunidad de especies bacterianas para visualizar datos desde el inicio y después de la intervención prebiótica. Cada muestra se conectó a un centroide que representaba la media del grupo (es decir, al inicio o después del prebiótico). Se utilizó la prueba de rangos con signo de Wilcoxon para identificar características significativamente diferenciales y abundantes (es decir, taxones, genes/vías) entre el inicio y después de la intervención prebiótica. Los resultados se corrigieron mediante el método de Benjamini-Hochberg. Se evaluó la importancia de las diferencias en la abundancia relativa de taxones individuales y genes/vías funcionales con una abundancia relativa superior al 0,1%. El coeficiente de correlación de rangos de Spearman se generó y corrigió, utilizando el método de Benjamini-Hochberg, entre la abundancia relativa de especies, medidas experimentales y parámetros clínicos. Los datos utilizados para el análisis de correlación se transformaron utilizando el cambio Log2 veces desde el inicio.

Más información sobre el diseño de la investigación está disponible en el Resumen del informe de Nature Portfolio vinculado a este artículo.

Los datos de los participantes individuales que subyacen a los resultados de este artículo después de la desidentificación, así como el código analítico, estarán disponibles inmediatamente después de la publicación de forma indefinida en los enlaces que se proporcionan a continuación para cualquier persona que desee acceder a los datos para cualquier propósito. Todas las lecturas de secuenciación generadas en este estudio se han depositado en la base de datos BioProject del Centro Nacional de Información Biotecnológica (NCBI) con los números de acceso PRJNA852512 (16 S rRNA) y PRJNA756556 (Metagenomics). La base de datos de ARNr SILVA 16 S utilizada para la alineación está disponible en https://data.qiime2.org/2022.2/common/silva-138-99-515-806-nb-classifier.qza. Los datos y análisis generados en este estudio están disponibles en dos archivos de datos fuente: secuenciación de ARNr 16 S: https://github.com/ThaisaJungles/prebioticmixPD y metagenómica de escopeta: https://zenodo.org/record/7327971. Los datos originales se proporcionan con este documento.

El código personalizado utilizado para generar cifras y comparaciones estadísticas está disponible para datos de secuenciación de ARNr 16 S (https://github.com/ThaisaJungles/prebioticmixPD) y datos metagenómicos de escopeta (https://zenodo.org/record/7327971).

Zheng, D., Liwinski, T. y Elinav, E. Interacción entre la microbiota y la inmunidad en la salud y la enfermedad. Resolución celular. 30, 492–506 (2020).

Artículo PubMed PubMed Central Google Scholar

Bullich, C., Keshavarzian, A., Garssen, J., Kraneveld, A. y Perez-Pardo, P. Vibraciones intestinales en la enfermedad de Parkinson: el eje microbiota-intestino-cerebro. Mov. Desorden. Clínico. Pr. 6, 639–651 (2019).

Artículo de Google Scholar

Park, J. & Kim, CH Regulación de trastornos neurológicos comunes mediante metabolitos microbianos intestinales. Exp. Mol. Medicina. 53, 1821–1833 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Castillo-Alvarez, F. & Marzo-Sola, ME Papel de la microbiota intestinal en el desarrollo de diversas enfermedades neurológicas. Neurología 37, 492–498 (2019).

Google Académico

Keshavarzian, A., Engen, P., Bonvegna, S. y Cilia, R. El microbioma intestinal en la enfermedad de Parkinson: ¿culpable o espectador? Prog. Res. cerebral. 252, 357–450 (2020).

Artículo PubMed Google Scholar

Lubomski, M. y col. La enfermedad de Parkinson y el microbioma gastrointestinal. J. Neurol. 267, 2507–2523 (2019).

Artículo PubMed Google Scholar

Nuzum, ND y cols. Diferencias de la microbiota intestinal entre adultos mayores sanos e individuos con enfermedad de Parkinson: una revisión sistemática. Neurociencias. Biocomportamiento. Rev. 112, 227–241 (2020).

Artículo PubMed Google Scholar

Hirayama, M. & Ohno, K. Enfermedad de Parkinson y microbiota intestinal. Ana. Nutrición. Metab. 77, 28–35 (2021).

Artículo CAS PubMed Google Scholar

Keshavarzian, A. y col. Composición bacteriana del colon en la enfermedad de Parkinson. Mov. Desorden. 30, 1351-1360 (2015).

Artículo CAS PubMed Google Scholar

Scheperjans, F. y col. La microbiota intestinal está relacionada con la enfermedad de Parkinson y el fenotipo clínico. Mov. Desorden. 30, 350–358 (2015).

Artículo PubMed Google Scholar

Li, C. y col. La microbiota intestinal difiere entre los pacientes con enfermedad de Parkinson y los controles sanos en el noreste de China. Frente. Mol. Neurociencias. 12, 171 (2019).

Artículo CAS PubMed PubMed Central Google Scholar

Aho, TEV y cols. Microbiota intestinal en la enfermedad de Parkinson: estabilidad temporal y relaciones con la progresión de la enfermedad. EBioMedicine 44, 691–707 (2019).

Artículo PubMed PubMed Central Google Scholar

Hill-Burns, EM et al. La enfermedad de Parkinson y los medicamentos para la enfermedad tienen firmas distintas del microbioma intestinal. Mov. Desorden. 32, 739–749 (2017).

Artículo CAS PubMed PubMed Central Google Scholar

Huang, Y. et al. Revisión: el papel de la disbiosis intestinal en la enfermedad de Parkinson. Frente. Infección celular. Microbiol. 11, 615075 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Sun, MF & Shen, YQ Disbiosis de la microbiota intestinal y metabolitos microbianos en la enfermedad de Parkinson. Envejecimiento Res. Rev. 45, 53–61 (2018).

Artículo CAS PubMed Google Scholar

Martin-Gallausiaux, C., Marinelli, L., Blottiere, HM, Larraufie, P. & Lapaque, N. SCFA: mecanismos e importancia funcional en el intestino. Proc. Nutrición. Soc. 80, 37–49 (2021).

Artículo CAS PubMed Google Scholar

Bárbara, G. et al. Regulación inflamatoria y relacionada con la microbiota de la barrera epitelial intestinal. Frente. Nutrición. 8, 718356 (2021).

Artículo PubMed PubMed Central Google Scholar

Brown, GC La hipótesis de las endotoxinas de la neurodegeneración. J. Neuroinflamación 16, 180 (2019).

Artículo PubMed PubMed Central Google Scholar

Lively, S. & Schlichter, LC Respuestas de Microglia a estímulos proinflamatorios (LPS, IFNgamma+TNFalpha) y reprogramación mediante la resolución de citoquinas (IL-4, IL-10). Frente. Neurociencias celulares. 12, 215 (2018).

Artículo PubMed PubMed Central Google Scholar

Cantu-Jungles, TM, Rasmussen, HE y Hamaker, BR Potencial de las fibras butirógenas prebióticas en la enfermedad de Parkinson. Frente. Neurol. 10, 663 (2019).

Artículo PubMed PubMed Central Google Scholar

Rose, DJ, DeMeo, MT, Keshavarzian, A. y Hamaker, BR Influencia de la fibra dietética en la enfermedad inflamatoria intestinal y el cáncer de colon: importancia del patrón de fermentación. Nutrición. Rev. 65, 51–62 (2007).

Artículo PubMed Google Scholar

Kaur, A. y col. La inaccesibilidad física de un almidón resistente desplaza la microbiota intestinal del ratón a firmicutes butirógenos. Mol. Nutrición. Res. alimentaria. 63, e1801012 (2019).

Artículo PubMed Google Scholar

Hamaker, BR & Tuncil, YE Una perspectiva sobre la complejidad de las estructuras de la fibra dietética y su efecto potencial sobre la microbiota intestinal. J. Mol. Biol. 426, 3838–3850 (2014).

Artículo CAS PubMed Google Scholar

Aho, TEV y cols. Relaciones entre la microbiota intestinal, los ácidos grasos de cadena corta, la inflamación y la barrera intestinal en la enfermedad de Parkinson. Mol. Neurodegenerador. 16, 6 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Unger, MM et al. Los ácidos grasos de cadena corta y la microbiota intestinal difieren entre los pacientes con enfermedad de Parkinson y los controles de la misma edad. Relacionado con el parkinsonismo. Desorden. 32, 66–72 (2016).

Artículo PubMed Google Scholar

Grabitske, HA & Slavin, JL Efectos gastrointestinales de los carbohidratos de baja digestión. Crítico. Rev. Ciencia de los alimentos. Nutrición. 49, 327–360 (2009).

Artículo CAS PubMed Google Scholar

Marteau, P. & Flourie, B. Tolerancia a los carbohidratos de baja digestión: sintomatología y métodos. Hno. J. Nutr. 85, 17-21 (2001).

Artículo de Google Scholar

Mao, L. et al. Estudio transversal sobre el microbioma intestinal de pacientes con enfermedad de Parkinson en el centro de China. Frente. Microbiol. 12, 728479 (2021).

Artículo PubMed PubMed Central Google Scholar

Dumitrescu, L. et al. Los marcadores séricos y fecales de inflamación intestinal y permeabilidad de la barrera intestinal están elevados en la enfermedad de Parkinson. Frente. Neurociencias. 15, 689723 (2021).

Artículo PubMed PubMed Central Google Scholar

Toledo, ARL y cols. El eje intestino-cerebro como diana patológica y terapéutica para los trastornos neurodegenerativos. En t. J. Mol. Ciencia. 23, 1184 (2022).

Artículo CAS PubMed PubMed Central Google Scholar

Cannon, T. & Gruenheid, S. Microbios y enfermedad de Parkinson: de las asociaciones a los mecanismos. Tendencias Microbiol. 30, 749–760 (2022).

Artículo CAS PubMed Google Scholar

Moustafa, SA et al. Eje intestino-cerebro: una visión del papel de la microbiota en la enfermedad de Parkinson. Metab. Enfermedad cerebral. 36, 1545-1557 (2021).

Artículo PubMed Google Scholar

Qin, L. y col. El LPS sistémico causa neuroinflamación crónica y neurodegeneración progresiva. Glia 55, 453–462 (2007).

Artículo PubMed PubMed Central Google Scholar

Sampson, T. El impacto de los microbios autóctonos en la enfermedad de Parkinson. Neurobiol. Dis. 135, 104426 (2019).

Artículo PubMed Google Scholar

Abramov, AY, Potapova, EV, Dremin, VV y Dunaev, AV Interacción del estrés oxidativo y proteínas mal plegadas en el mecanismo de la neurodegeneración. Vida 10, 101 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Gao, HM y cols. La neuroinflamación y la disfunción de la alfa-sinucleína se potencian mutuamente, impulsando la progresión crónica de la neurodegeneración en un modelo de ratón de la enfermedad de Parkinson. Reinar. Perspectiva de salud. 119, 807–814 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Nam, GE y col. Síndrome metabólico y riesgo de enfermedad de Parkinson: un estudio de cohorte a nivel nacional. PLoS Med. 15, e1002640 (2018).

Artículo PubMed PubMed Central Google Scholar

De Pablo-Fernandez, E., Goldacre, R., Pakpoor, J., Noyce, AJ & Warner, TT Asociación entre diabetes y enfermedad de Parkinson posterior: un estudio de cohorte de vinculación de registros. Neurología 91, e139 – e142 (2018).

Artículo PubMed Google Scholar

Lee, HS, Lobbestael, E., Vermeire, S., Sabino, J. & Cleynen, I. Enfermedad inflamatoria intestinal y enfermedad de Parkinson: vínculos fisiopatológicos comunes. Instinto 70, 408–417 (2021).

CAS PubMed Google Académico

Stirpe, P., Hoffman, M., Badiali, D. & Colosimo, C. Estreñimiento: ¿un factor de riesgo emergente para la enfermedad de Parkinson? EUR. J. Neurol. 23, 1606-1613 (2016).

Artículo CAS PubMed Google Scholar

Van Laar, T., Boertien, JM & Herranz, AH Trasplante fecal, probióticos y prebióticos en la enfermedad de Parkinson; esperanza o exageración? J. Enfermedad de Parkinson. 9, S371–S379 (2019).

Artículo PubMed PubMed Central Google Scholar

Hutkins, RW y cols. Prebióticos: por qué son importantes las definiciones. actual. Opinión. Biotecnología. 37, 1–7 (2016).

Artículo CAS PubMed Google Scholar

Clairembault, T. y col. Alteraciones estructurales de la barrera epitelial intestinal en la enfermedad de Parkinson. Acta Neuropathol. Comunitario. 3, 12 (2015).

Artículo PubMed PubMed Central Google Scholar

van, ISCD & Derkinderen, P. La barrera intestinal en la enfermedad de Parkinson: estado actual del conocimiento. J. Enfermedad de Parkinson. 9, S323–S329 (2019).

Artículo de Google Scholar

Forsyth, CB y cols. El aumento de la permeabilidad intestinal se correlaciona con la tinción de alfa-sinucleína de la mucosa sigmoidea y los marcadores de exposición a endotoxinas en las primeras etapas de la enfermedad de Parkinson. MÁS UNO 6, e28032 (2011).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Schwiertz, A. y col. Los marcadores fecales de inflamación intestinal y permeabilidad intestinal están elevados en la enfermedad de Parkinson. Relacionado con el parkinsonismo. Desorden. 50, 104-107 (2018).

Artículo PubMed Google Scholar

Hasegawa, S. y col. Disbiosis intestinal y proteína de unión a lipopolisacáridos sérica reducida en la enfermedad de Parkinson. MÁS UNO 10, e0142164 (2015).

Artículo PubMed PubMed Central Google Scholar

Chen, SJ, Chi, YC, Ho, CH, Yang, WS y Lin, CH La proteína de unión a lipopolisacáridos plasmáticos refleja el riesgo y la progresión de la enfermedad de Parkinson. J. Enfermedad de Parkinson. 11, 1129-1139 (2021).

Artículo CAS PubMed Google Scholar

Pal, GD y cols. Proteína fijadora de lipopolisacáridos anormal como marcador de inflamación gastrointestinal en la enfermedad de Parkinson. Frente. Neurociencias. 9, 306 (2015).

Artículo PubMed PubMed Central Google Scholar

Fasano, A. Enigma de la medición de Zonulin: agregar confusión a la confusión no conduce a la claridad. Tripa 70, 2007-2008 (2021).

Artículo PubMed Google Scholar

Massier, L., Chakaroun, R., Kovacs, P. y Heiker, JT Desdibujando el panorama en la investigación del intestino permeable: cómo las deficiencias de la zonulina como biomarcador engañan al campo de la permeabilidad intestinal. Tripa 70, 1801–1802 (2021).

Artículo PubMed Google Scholar

Mulak, A., Koszewicz, M., Panek-Jeziorna, M., Koziorowska-Gawron, E. & Budrewicz, S. La calprotectina fecal como marcador de la activación del sistema inmunológico intestinal está elevada en la enfermedad de Parkinson. Frente. Neurociencias. 13, 992 (2019).

Artículo PubMed PubMed Central Google Scholar

Palermo, G. et al. Diferentes contextos clínicos de uso de la proteína de cadena ligera de neurofilamentos sanguíneos en el espectro de enfermedades neurodegenerativas. Mol. Neurobiol. 57, 4667–4691 (2020).

Artículo CAS PubMed Google Scholar

van Kessel, SP et al. Las tirosina descarboxilasas bacterianas intestinales restringen los niveles de levodopa en el tratamiento de la enfermedad de Parkinson. Nat. Comunitario. 10, 310 (2019).

Artículo ADS PubMed PubMed Central Google Scholar

Maini Rekdal, V., Bess, EN, Bisanz, JE, Turnbaugh, PJ y Balskus, EP Descubrimiento e inhibición de una vía bacteriana intestinal entre especies para el metabolismo de la levodopa. Ciencia 364, 364 (2019).

Artículo de Google Scholar

Jameson, KG y Hsiao, EY Una nueva vía para el metabolismo microbiano de la levodopa. Nat. Medicina. 25, 1195-1197 (2019).

Artículo CAS PubMed PubMed Central Google Scholar

Tuncil, YE et al. Retraso en la utilización de algunas fibras dietéticas solubles de rápida fermentación por parte de la microbiota intestinal humana cuando se presentan en una mezcla. J. Función. Alimentos 32, 347–357 (2017).

Artículo CAS Google Scholar

Cantú-Jungles, TM et al. La fermentación in vitro de glucanos de Cookeina speciosa estimula de forma específica el crecimiento del grupo butirógeno Clostridium XIVa. Carbohidrato. Polimero. 183, 219–229 (2018).

Artículo CAS PubMed Google Scholar

Naqib, A. y col. Creación y secuenciación de bibliotecas de amplicones del gen de ARN ribosómico 16S de alto rendimiento y altamente multiplexadas mediante un protocolo de PCR flexible de dos etapas. Métodos Mol. Biol. 1783, 149-169 (2018).

Artículo PubMed Google Scholar

Moonsamy, PV y cols. Genotipado de HLA de alto rendimiento mediante secuenciación 454 y el sistema Fluidigm Access Array para una preparación simplificada de la biblioteca de amplicones. Antígenos tisulares 81, 141-149 (2013).

Artículo CAS PubMed Google Scholar

Fahn, S., Elton, R. y miembros del Comité de Desarrollo de la UPDRS. Escala unificada de calificación de la enfermedad de Parkinson. en Desarrollo reciente en la enfermedad de Parkinson (eds Fahn, S. et al.) 153–164 (Macmillan Health Care Information, 1987).

Hoehn, MM & Yahr, MD Parkinsonismo: inicio, progresión y mortalidad. Neurología 17, 427–442 (1967).

Artículo CAS PubMed Google Scholar

Hughes, AJ, Daniel, SE, Kilford, L. y Lees, AJ Precisión del diagnóstico clínico de la enfermedad de Parkinson idiopática: un estudio clínico-patológico de 100 casos. J. Neurol. Neurocirugía. Psiquiatría 55, 181–184 (1992).

Artículo CAS PubMed PubMed Central Google Scholar

Schroder, H. y col. Un cribado breve es válido para evaluar la adherencia a la dieta mediterránea entre hombres y mujeres españoles de mayor edad. J. Nutr. 141, 1140-1145 (2011).

Artículo CAS PubMed Google Scholar

Spiegel, BM y cols. Desarrollo de las escalas de síntomas gastrointestinales del sistema de información de medición de resultados informados por los pacientes (PROMIS) de los NIH. Soy. J. Gastroenterol. 109, 1804–1814 (2014).

Artículo PubMed PubMed Central Google Scholar

Engen, PA y cols. Estudio de un solo brazo, no aleatorizado, de serie temporal y de un solo sujeto sobre el trasplante de microbiota fecal en la esclerosis múltiple. Frente. Neurol. 11, 978 (2020).

Artículo PubMed PubMed Central Google Scholar

Andrews, S. FastQC: una herramienta de control de calidad para datos de secuencia de alto rendimiento. https://www.bioinformatics.babraham.ac.uk/projects/fastqc/.

Beghini, F. y col. Integración de perfiles taxonómicos, funcionales y a nivel de cepa de diversas comunidades microbianas con bioBakery 3. eLife 10, e65088 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Yao, L. et al. Análisis cuantitativo de ácidos grasos de cadena corta en plasma y suero humanos mediante GC-MS. Anal. Bioanal. Química. 414, 4391–4399 (2022).

Artículo CAS PubMed Google Scholar

Theede, K. y col. El nivel de calprotectina fecal se correlaciona con la inflamación endoscópica e histológica e identifica a los pacientes con curación de la mucosa en la colitis ulcerosa. Clínico. Gastroenterol. Hepatol. 13, 1929-1936 y 1921 (2015).

Artículo CAS PubMed Google Scholar

Ricciuto, A. & Griffiths, AM Valor clínico de la calprotectina fecal. Crítico. Rev. Clin. Ciencia de laboratorio. 56, 307–320 (2019).

Artículo CAS PubMed Google Scholar

Fasano, A. Zonulin, regulación de uniones estrechas y enfermedades autoinmunes. Ana. N. y Acad. Ciencia. 1258, 25–33 (2012).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Sturgeon, C. & Fasano, A. Zonulin, un regulador de las funciones de barrera epitelial y endotelial, y su participación en enfermedades inflamatorias crónicas. Barreras tisulares 4, e1251384 (2016).

Artículo PubMed PubMed Central Google Scholar

Girón, LB et al. Marcadores plasmáticos de alteración de la permeabilidad intestinal en pacientes graves con COVID-19. Frente. Inmunol. 12, 686240 (2021).

Artículo CAS PubMed PubMed Central Google Scholar

Demir, E. et al. Niveles plasmáticos de zonulina como biomarcador no invasivo de permeabilidad intestinal en mujeres con diabetes mellitus gestacional. Biomoléculas 9, 24 (2019).

Artículo PubMed PubMed Central Google Scholar

Singh, P. y col. La zonulina sérica está elevada en el SII y se correlaciona con la frecuencia de las deposiciones en el SII-D. Estados Unidos Gastroenterol. J. 7, 709–715 (2019).

Artículo de Google Scholar

Gutsmann, T. y col. Doble función de la proteína de unión a lipopolisacárido (LPS) en la neutralización de LPS y la mejora de la activación de células mononucleares inducida por LPS. Infectar. Inmune. 69, 6942–6950 (2001).

Artículo CAS PubMed PubMed Central Google Scholar

Ryu, JK y cols. La reconstrucción de la cascada de transferencia de LPS revela determinantes estructurales dentro de LBP, CD14 y TLR4-MD2 para el reconocimiento y la transferencia eficiente de LPS. Inmunidad 46, 38–50 (2017).

Artículo CAS PubMed Google Scholar

Schumann, RR y cols. La proteína de unión a lipopolisacáridos es una proteína secretora de fase aguda de clase 1 cuyo gen se activa transcripcionalmente por APRF/STAT/3 y otras proteínas nucleares inducibles por citoquinas. Mol. Biol celular. 16, 3490–3503 (1996).

Artículo CAS PubMed PubMed Central Google Scholar

Zhou, Z., Xu, MJ & Gao, B. Hepatocitos: un tipo de célula clave para la inmunidad innata. Molino celular. Inmunol. 13, 301–315 (2016).

Artículo CAS PubMed Google Scholar

Chen, KF y cols. Precisión diagnóstica de la proteína fijadora de lipopolisacáridos como biomarcador de sepsis en pacientes adultos: una revisión sistemática y un metanálisis. MÁS UNO 11, e0153188 (2016).

Artículo PubMed PubMed Central Google Scholar

Paudel, YN et al. HMGB1: un biomarcador común y objetivo potencial para TBI, neuroinflamación, epilepsia y disfunción cognitiva. Frente. Neurociencias. 12, 628 (2018).

Artículo PubMed PubMed Central Google Scholar

Jiang, L. y col. Nivel sérico de factor neurotrófico derivado del cerebro en la enfermedad de Parkinson: un metanálisis. Prog. Neuropsicofarmacol. Biol. Psiquiatría 88, 168-174 (2019).

Artículo CAS PubMed Google Scholar

Cohen-Cory, S., Kidane, AH, Shirkey, NJ y Marshak, S. Factor neurotrófico derivado del cerebro y desarrollo de la conectividad neuronal estructural. Desarrollo. Neurobiol. 70, 271–288 (2010).

CAS PubMed PubMed Central Google Académico

Bacioglu, M. et al. Cadena ligera de neurofilamentos en sangre y LCR como marcador de progresión de enfermedades en modelos de ratón y en enfermedades neurodegenerativas. Neurona 91, 494–496 (2016).

Artículo CAS PubMed Google Scholar

Mollenhauer, B. y col. Validación de la cadena ligera de neurofilamentos séricos como biomarcador de la progresión de la enfermedad de Parkinson. Mov. Desorden. 35, 1999-2008 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Estaki, M. et al. QIIME 2 permite un análisis integral de extremo a extremo de diversos datos de microbiomas y estudios comparativos con datos disponibles públicamente. actual. Protocolo. Bioinformación. 70, e100 (2020).

Artículo de Google Scholar

Quast, C. y col. El proyecto de base de datos de genes de ARN ribosómico SILVA: procesamiento de datos mejorado y herramientas basadas en web. Ácidos nucleicos res. 41, D590-D596 (2013).

Artículo CAS PubMed Google Scholar

Dhariwal, A. y col. MicrobiomeAnalyst: una herramienta basada en web para el metanálisis estadístico, visual y completo de datos del microbioma. Ácidos nucleicos res. 45, W180–W188 (2017).

Artículo CAS PubMed PubMed Central Google Scholar

Chong, J., Liu, P., Zhou, G. y Xia, J. Uso de MicrobiomeAnalyst para un metanálisis estadístico, funcional y completo de datos del microbioma. Nat. Protocolo. 15, 799–821 (2020).

Artículo CAS PubMed Google Scholar

Kelly, BJ y cols. Estimación de potencia y tamaño de muestra para estudios de microbioma utilizando distancias por pares y PERMANOVA. Bioinformática 31, 2461–2468 (2015).

Artículo CAS PubMed PubMed Central Google Scholar

Anderson, MJ Pruebas basadas en distancia para la homogeneidad de dispersiones multivariadas. Biometría 62, 245–253 (2006).

Artículo MathSciNet PubMed MATH Google Scholar

Descargar referencias

Este estudio fue financiado por la Consolidated Anti-Aging Foundation, Christine y John Bakalar, un donante anónimo, NIH R24 AA026801 (AK) y NIH R01 AG056653 (RMV). AK desea agradecer la financiación filantrópica de la Sra. Barbara y el Sr. Larry Field, la Sra. Ellen y el Sr. Philip Glass, la Sra. Marcia y el Sr. Silas Keehn, y la familia Sklar. Los patrocinadores no desempeñaron ningún papel en el diseño del estudio, la recopilación y el análisis de datos ni en la redacción del manuscrito. BetterBiotics Inc proporcionó las barras prebióticas. El equipo del estudio también desea agradecer a los participantes del estudio. El Programa Rush de Enfermedad de Parkinson y Trastornos del Movimiento es un Centro Clínico de Excelencia de la Fundación Parkinson.

Estos autores contribuyeron igualmente: Deborah A. Hall, Robin M. Voigt.

Departamento de Ciencias Neurológicas, Centro Médico de la Universidad Rush, Chicago, IL, EE. UU.

Deborah A. Hall, Bichun Ouyang y Christopher G. Goetz

Departamento de Medicina Interna, Centro Médico de la Universidad Rush, Chicago, IL, EE. UU.

Robin M. Voigt, Stefan J. Green, Christopher B. Forsyth, Richard Manfready y Ali Keshavarzian

Rush Medical College, Centro Rush para la Investigación Integrada de Microbioma y Cronobiología, Centro Médico de la Universidad Rush, Chicago, IL, EE. UU.

Robin M. Voigt, Thaisa M. Cantu-Jungles, Bruce Hamaker, Phillip A. Engen, Maliha Shaikh, Shohreh Raeisi, Stefan J. Green, Ankur Naqib, Christopher B. Forsyth, Heather E. Rasmussen y Ali Keshavarzian

Departamento de Anatomía y Biología Celular, Centro Médico de la Universidad Rush, Chicago, IL, EE. UU.

Robin M. Voigt, Ankur Naqib, Christopher B. Forsyth y Ali Keshavarzian

Centro Whistler para la Investigación de Carbohidratos, Departamento de Ciencias de los Alimentos, Universidad Purdue, West Lafayette, IN, EE. UU.

Thaisa M. Cantu-Jungles, Bruce Hamaker y Tingting Chen

Centro Central de Genómica y Microbioma, Centro Médico de la Universidad Rush, Chicago, IL, EE. UU.

Stefan J. Verde

Laboratorio estatal clave de ciencia y tecnología de los alimentos, Universidad de Nanchang, Nanchang, China

Chen hormigueo

Departamento de Nutrición y Ciencias de la Salud, Universidad de Nebraska, Lincoln, NE, EE. UU.

Heather Rasmussen

Departamento de Medicina, Mercer University, Macon, GA, EE. UU.

Shahriar Sedghi

Departamento de Fisiología, Centro Médico de la Universidad Rush, Chicago, IL, EE. UU.

Ali Keshavarzian

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

DAH: diseño del estudio, reclutamiento de pacientes, evaluación de pacientes, análisis/interpretación de datos y redacción del primer borrador del manuscrito; RMV: conceptualización de la hipótesis y el estudio, diseño del estudio, análisis de datos, interpretación de datos, redacción, revisión y edición del manuscrito y revisiones del manuscrito; TMCJ: conceptualización de la mezcla prebiótica, estudios de fermentación realizados, mediciones de SCFA en heces, análisis de datos e interpretación de los estudios de fermentación, revisión y edición del manuscrito; BH: conceptualización de la mezcla prebiótica, estudios de fermentación supervisados, análisis de datos e interpretación de los estudios de fermentación, y revisión y edición del manuscrito; PAE: muestras biológicas procesadas, muestras biológicas almacenadas en un repositorio, interrogatorio supervisado del microbioma realizado, análisis e interpretación de datos del microbioma, y ​​revisión y edición del manuscrito; MS: mediciones de laboratorio en sangre supervisadas, análisis de datos de medidas de laboratorio en sangre y revisión y edición del manuscrito; SR: realizó mediciones de laboratorio en sangre, análisis de datos de medidas de laboratorio en sangre y revisión y edición del manuscrito; TC: realizó fermentación de heces de PD con diferentes tipos de fibra, y revisión y edición del manuscrito; SJG: interrogatorio supervisado del microbioma, análisis e interpretación de datos del microbioma, conceptualización de la barra prebiótica y revisión y edición del manuscrito; AN: realizó análisis bioinformático de microbiomas, revisión y edición del manuscrito; CBF: diseño del estudio, análisis/interpretación de datos y revisión y edición del manuscrito; RM: análisis/interpretación de datos, revisión y edición del manuscrito; BO: análisis estadístico y revisión y edición del manuscrito; ELLA: conceptualización de la barra prebiótica, análisis dietético y revisión y edición del manuscrito; SS: conceptualización de la barra prebiótica y revisión y edición del manuscrito; CGG: diseño del estudio, reclutamiento de pacientes, evaluación de pacientes, análisis/interpretación de datos y revisión y edición del manuscrito; AK: conceptualización de la hipótesis y del estudio, coautor del primer borrador del manuscrito, conceptualización de la mezcla prebiótica y la barra prebiótica; diseño del estudio, interpretación de datos y revisión y edición del manuscrito.

Correspondencia a Ali Keshavarzian.

La barra prebiótica fue proporcionada por BetterBiotics Inc, que es copropiedad de los Dres. Keshavarzian, Hamaker y Sedghi. Está pendiente una patente provisional para la mezcla prebiótica utilizada en la barra (Solicitante de patente: Purdue Research Foundation, Inventores: Drs. Hamaker, Cantu-Jungles, Keshavarzian, Número de solicitud: 69548-02, Estado: Pendiente, La patente cubre el uso de prebióticos para mejorar la salud). Dres. Keshavarzian, Hamaker, Sedghi y Cantu-Jungles no participaron en el reclutamiento de sujetos, las evaluaciones de sujetos ni el análisis estadístico de los datos. Los demás autores no declaran tener intereses en competencia.

Nature Communications agradece a Sabine Hazan, Robert Kleeman, George Savva y los demás revisores anónimos por su contribución a la revisión por pares de este trabajo. Los informes de los revisores pares están disponibles.

Nota del editor Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Hall, DA, Voigt, RM, Cantu-Jungles, TM et al. Un estudio abierto y no aleatorizado que evalúa una intervención con fibra prebiótica en una pequeña cohorte de participantes con enfermedad de Parkinson. Nat Comuna 14, 926 (2023). https://doi.org/10.1038/s41467-023-36497-x

Descargar cita

Recibido: 20 de febrero de 2022

Aceptado: 02 de febrero de 2023

Publicado: 18 de febrero de 2023

DOI: https://doi.org/10.1038/s41467-023-36497-x

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

npj Enfermedad de Parkinson (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.