Los detalles de todos los animales, dietas, reactivos, kits, instrumentos, software y proveedores de servicios utilizados en este protocolo se proporcionan en la Tabla de Materiales. Todos los estudios con animales se realizaron siguiendo las Directrices para el Cuidado y Uso de Animales de Laboratorio de los Institutos Nacionales de Salud (NIH) y recibieron la aprobación del Comité de Animales Experimentales del Hospital Provincial de Shandong (aprobación ética nº 2022–007, aprobada el 24 de enero de 2022).
PRECAUCIÓN: La sangre animal, las muestras fecales y los tejidos deben manipularse como materiales potencialmente biopeligrosos. Todos los procedimientos que involucren animales vivos, muestras biológicas, objetos punzantes, disolventes orgánicos y reactivos de ensayo químico deben realizarse de acuerdo con las normativas institucionales de bioseguridad, cuidado animal y seguridad química. Los cadáveres animales, tejidos, materiales contaminados con sangre y muestras de heces deben recogerse en contenedores designados para residuos de bioriesgo y ser eliminados a través de la instalación institucional de animales o la oficina de bioseguridad. Las agujas, agujas de gavage, tubos capilares y otros objetos punzantes deben desecharse inmediatamente después de usarlos en recipientes aprobados para objetos punzantes. Los residuos orgánicos de disolventes, incluyendo metanol, acetonitrilo y soluciones que contienen ácido fórmico, deben recogerse en contenedores de residuos químicos etiquetados y eliminarse a través del programa institucional de residuos químicos peligrosos. Los residuos de ensayos bioquímicos y de estrés oxidativo deben recogerse y eliminarse de acuerdo con las fichas de seguridad del fabricante y las normas institucionales de seguridad química.
Animales experimentales
Los ratones machos C57BL/6J de seis semanas (n = 4 por grupo) se mantuvieron bajo condiciones específicas libres de patógenos (SPF) con un ciclo claro/oscuro de 12 horas a 22 ± 2 °C y humedad relativa del 50–60%. Los animales tenían acceso improvisado a comida y agua, con un máximo de cinco ratones alojados por jaula. A los ratones de control se les alimentó con una dieta estándar de chow compuesta en 70% carbohidratos, 20% proteínas y 10% grasas (kcal). Para establecer el modelo murino MASLD, se alimentó a los ratones con una dieta alta en grasas durante 8 semanas que contenía un 20% de carbohidratos, 20% de proteínas y 60% de grasas (kcal). Todas las dietas se almacenaban a 4 °C y se reponían dos veces por semana. Los ratones fueron asignados aleatoriamente a grupos experimentales mediante un generador de números aleatorios, y el tamaño de la muestra (n = 4 por grupo) se determinó basándose en estudios previos que usaban modelos similares inducidos por dietas altas en grasa y experimentos preliminares. Todos los tratamientos se administraron a la misma hora cada día para minimizar la variación circadiana.
El aceite de microalgas fue extraído y purificado por la Academia de Ciencias Agrícolas de Shandong, con una pureza de aproximadamente el 99%. El aceite de microalgas se almacenó a −30 °C protegido de la luz. Antes de la administración, el aceite se preparaba con un emulsionante y se mezclaba cuidadosamente para asegurar la homogeneidad. Concretamente, el aceite de microalgas rico en DHA fue emulsionado en carboximetilcelulosa sódica estéril al 0,5% que contiene 0,5% Tween-80 en solución salina normal. El aceite de microalgas y el vehículo emulsionante se mezclaron en una proporción de 1:9 (v/v) y se vórtizaron durante 2 minutos inmediatamente antes del ataque para obtener una suspensión uniforme. Los ratones del grupo tratado con aceite de microalgas recibían la preparación una vez al día mediante gavage oral usando una aguja estéril de alimentación a una dosis de 10 μL/g de peso corporal. El volumen del gavage se ajustaba diariamente según el peso corporal para asegurar la consistencia de la dosis. Los ratones del grupo de control recibieron un volumen equivalente de solución fisiológica normal estéril bajo las mismas condiciones. La solución salina utilizada fue una inyección de cloruro de sodio al 0,9%.
El tratamiento probiótico consistió en una formulación compuesta que contenía Lactobacillus plantarum (DY-1), Lactobacillus acidophilus (KDB-03), Lactobacillus casei (KDB-LC) y Bacillus coagulans (GIM 1,645). Las cuatro cepas se mezclaron con una proporción igualitaria de celdas viables de 1:1:1:1. Cada cepa aportó 2,5 × 10UFC/mL a la formulación final, dando una concentración bacteriana total de 1 × 108 UFC/mL. La mezcla probiótica fue sintetizada por la Academia de Ciencias Agrícolas de Shandong y no está disponible comercialmente. El tratamiento probiótico consistió en un caldo de fermentación probiótico compuesto que contenía Lactobacillus plantarum DY-1, Lactobacillus acidophilus KDB-03, Lactobacillus casei KDB-LC y Bacillus coagulans GIM 1.645. La concentración bacteriana de la formulación fue de 1 × 108 UFC/mL. El caldo probiótico de fermentación se almacenaba a 4 °C antes de su uso. Los ratones del grupo tratado con probióticos recibieron la formulación probiótica una vez al día mediante gavage oral a una dosis de 0,01 mL/g de peso corporal durante todo el periodo experimental.
Las cepas individuales se cultivaron en condiciones adecuadas y se cosecharon en la fase de crecimiento de la troncaria media (OD₆₀₀ ≈ 0,6), y luego se combinaron en la proporción indicada. Se centrifugaron cultivos bacterianos para eliminar el sobrenadante y los pellets se resuspendieron en solución salina estéril tamponada con fosfato (PBS). La suspensión bacteriana recién preparada se mantuvo en hielo antes de su administración para preservar su viabilidad. La concentración bacteriana final se ajustó a 1 ×10 8 UFC/mL antes de la administración. Los ratones del grupo probiótico recibieron la formulación por gavage oral a una dosis de 0,01 mL/g de peso corporal una vez al día durante todo el periodo experimental. No se aplicó ningún tratamiento previo con antibióticos antes de la administración de probióticos. Para reducir el sesgo experimental, la evaluación de resultados fue realizada por investigadores ciegos cuando era aplicable. La MASLD fue confirmada mediante análisis bioquímicos sanguíneos.
Análisis de sangre
Al final del periodo experimental, los ratones ayunaron durante la noche (12 h) con acceso libre al agua antes de la medición de glucosa y la recogida terminal de sangre. Los ratones fueron profundamente anestesiados con isoflurano utilizando un vaporizador anestésico hasta que se confirmó la pérdida del reflejo pedal. Se recogieron muestras terminales de sangre por hemorragia retroorbital. Tras la extracción de sangre, los ratones fueron sacrificados por luxación cervical bajo anestesia profunda, y la muerte se confirmó por la suspensión de la respiración y el latido cardíaco. La sangre se dejó coagular a temperatura ambiente y luego centrifugó a 3.000 × g durante 10 minutos para obtener el suero. Las muestras de suero se alocaron y almacenaron a −80 °C hasta el análisis. Se midieron la glucosa sérica, el colesterol total (TC), los triglicéridos (TG), el colesterol de lipoproteínas de baja densidad (LDL-c), el colesterol de lipoproteínas de alta densidad (HDL-c), la aspartato aminotransferasa (AST) y la alanina aminotransferasa (ALT) utilizando un analizador bioquímico automático, siguiendo las instrucciones del fabricante. Estos parámetros se cuantificaron mediante ensayos colorimétricos enzimáticos con kits de reactivos estándar integrados en el sistema analizador. Todos los parámetros bioquímicos se normalizaron al volumen sérico y se expresaron en las unidades especificadas por el fabricante.
Ensayos de estrés oxidativo
Se midieron biomarcadores de estrés oxidativo utilizando kits, incluyendo los de malondialdehído, superóxido dismutasa y catalasa. Los ensayos se realizaron siguiendo las instrucciones del fabricante. Brevemente, los tejidos hepáticos se homogeneizaron en un tampón helado y se centrifugaron para obtener sobrenadantes para su análisis. Los niveles de malondialdehído (MDA) se determinaron mediante un ensayo de sustancias reactivas al ácido tiobarbitúrico (TBARS); la actividad de la superóxida dismutasa (SOD) se midió por su capacidad para inhibir reacciones mediadas por superóxido; y la actividad de la catalasa (CAT) se cuantificó monitorizando la tasa de descomposición del peróxido de hidrógeno. Las mediciones se realizaron utilizando un lector de microplacas y los valores se calcularon usando curvas estándar o las fórmulas proporcionadas en los kits. Los marcadores de estrés oxidativo se normalizaron al peso del tejido hepático y se expresaron según las especificaciones del fabricante.
Secuenciación de ARNr16S y análisis del microbioma
Las muestras fecales se recogían al final del periodo experimental directamente de ratones individuales en condiciones estériles, se congelaban inmediatamente en nitrógeno líquido y se almacenaban a −80 °C hasta la extracción de ADN. El ADN microbiano se extrajo utilizando un kit comercial según el protocolo del fabricante. La región V3–V4 del gen bacteriano 16S rRNA se amplificó utilizando cebadores 341F/806R. La amplificación por PCR se realizó en un sistema de reacción de 25 μL que contenía ADN plantilla, 2x mezcla maestra PCR y 0,2 μM de cada cebador. El programa de amplificación consistía en una desnaturalización inicial a 95 °C durante 3 minutos, seguida de 25 ciclos de 95 °C durante 30 s, 55 °C durante 30 s y 72 °C durante 45 s, con una extensión final a 72 °C durante 10 minutos. Las bibliotecas Amplicon se construyeron y secuenciaron en una plataforma Illumina MiSeq usando una estrategia de extremo emparejado de 2 × 250 bp por un proveedor comercial de servicios de secuenciación. La calidad de la biblioteca se evaluó antes de la secuenciación y las bibliotecas agrupadas se cargaron a la densidad de clúster recomendada por el fabricante. Las lecturas de baja calidad con bases ambiguas, longitud insuficiente o una puntuación media de calidad inferior a Q20 fueron eliminadas antes del análisis posterior.
Las lecturas de secuenciación en bruto se procesaron usando QIIME 2 versión 2019.420. En resumen, las lecturas de extremo emparejado se desmultiplexaron, filtraron la calidad, eliminaron ruido, se fusionaron y se filtraron quimeras usando DADA2 con parámetros predeterminados, salvo que se especificara lo contrario. Se conservaron variantes de secuencia de amplicones (ASVs) no individuales para el análisis posterior. La asignación taxonómica se realizó utilizando la versión 13_8 de la base de datos Greengenes implementada en QIIME221. Dadas las limitaciones inherentes de resolución de la secuenciación del gen 16S rRNA, especialmente al utilizar la base de datos Greengenes, las anotaciones taxonómicas se interpretaron exclusivamente a nivel de género. La clasificación a nivel de especie no se consideró fiable y, por tanto, no se utilizó en análisis posteriores, comparaciones estadísticas ni interpretaciones biológicas. Todas las características microbianas se colapsaron al nivel de género antes de la visualización y el análisis.
Se utilizaron métricas de diversidad alfa (Chao1, especies observadas, Shannon, Simpson, PD de Faith y uniforme de Pielou). Se realizaron comparaciones estadísticas de la diversidad alfa entre grupos utilizando pruebas no paramétricas apropiadas (por ejemplo, prueba de Kruskal–Wallis). La distancia de Jaccard y la disimilitud de Bray-Curtis se utilizaron como métricas de diversidad beta. Se utilizaron gráficos de Análisis de Coordenadas Principales (PCoA), escalado multidimensional no métrico (NMDS) y análisis discriminante lineal tamaño del efecto (LEfSe) para ilustrar cambios en las comunidades microbiomáticas, con un umbral de puntuación LDA de 2,0. Se utilizó el análisis multivariante permutacional de la varianza (PERMANOVA) para evaluar la significación estadística en la diversidad beta. La visualización de datos y los análisis estadísticos se realizaron utilizando la plataforma GenesCloud (https://www.genescloud.cn).
Los perfiles funcionales microbianos se infirieron a partir de datos de secuenciación de 16S rRNA en lugar de medirse directamente mediante secuenciación metagenómica o transcriptómica rápida. Basándose en la tabla de abundancia de vías normalizadas o grupos funcionales, las unidades funcionales predichas se mapearon a bases de datos de uso común, incluyendo KEGG, MetaCyc y COG. La abundancia de vías KEGG se resumió según sus categorías funcionales jerárquicas, utilizando clasificaciones de vías de nivel 2 para comparación posterior. La abundancia media de cada categoría de vías se calculó usando el software R.
Análisis metabolómico no dirigido de muestras de hígado
Los tejidos hepáticos se extirparon rápidamente inmediatamente después de la confirmación de la muerte, se congelaron inmediatamente en nitrógeno líquido y se almacenaron a −80 °C antes del análisis. Aproximadamente 50 mg de tejido hepático congelado se homogeneizaron en metanol:agua helada (4:1, v/v) suplementados con estándares internos. La proporción de tejido respecto al disolvente de extracción fue de 1:10 (p/v). Las muestras se vórtizcan durante 1 minuto, se sonicaron sobre hielo durante 10 minutos y luego se incubaron a −20 °C durante 30 minutos para mejorar la precipitación de proteínas. Los homogeneados se mezclaron minuciosamente, se sometieron a sonicación sobre hielo y se centrifugaron a 12.000 × g durante 15 minutos a 4 °C. Los sobrenadantes se recogieron cuidadosamente, se evaporaron bajo un flujo de nitrógeno suave y se reconstituyeron en metanol al 50% para su posterior análisis.
Las muestras de control de calidad (QC) se generaron agrupando volúmenes iguales de cada muestra y se analizaron de forma intermitente durante la ejecución para evaluar la estabilidad y reproducibilidad analíticas. El análisis metabolómico no dirigido se realizó utilizando un sistema de cromatografía líquida de ultra alto rendimiento acoplado a espectrometría de masas de alta resolución, operado por un proveedor comercial de servicios. Los metabolitos se separaron en una columna de C18 en fase inversa utilizando un sistema de disolventes binarios compuesto por agua con 0,1% de ácido fórmico y acetonitrilo con 0,1% de ácido fórmico. El volumen de inyección era de 2 μL, la temperatura de la columna se mantenía en 40 °C y el caudal se fijaba en 0,30 mL/min. Se utilizó un programa de elución por gradiente para lograr una separación amplia de metabolitos. La detección por espectrometría de masas se realizó tanto en modos de ionización por electrospray positivo como negativo en un rango m/z de 70–1.000 para lograr una amplia cobertura de metabolitos. El voltaje de pulverización iónica se ajustó a 3,5 kV en modo positivo y −2,5 kV en modo negativo. La temperatura capilar se mantuvo en 320 °C, y los datos se adquirieron en modo de escaneo completo con adquisición de EM/EM dependiente de datos para la anotación de metabolitos. Los datos en bruto se procesaban utilizando un software dedicado de metabolómica (MassLynx v4.1) para la detección, alineación y normalización de características. La identificación de metabolitos se realizó basándose en masas precisas, tiempo de retención y patrones de fragmentación de EM/EM, comparándola con bases de datos públicas, incluyendo la Human Metabolome Database (HMDB) y la Kyoto Encyclopedia of Genes and Genomes (KEGG) (v2023), cuando correspondía.
Análisis multivariante y de vías
Los datos procesados de metabolómica fueron sometidos a análisis estadísticos multivariantes, incluyendo análisis de componentes principales (PCA) y análisis discriminante de mínimos cuadrados parciales (PLS-DA), para visualizar diferencias metabólicas entre los grupos experimentales. Se identificaron metabolitos diferenciales basándose en una combinación de importancia variable en las puntuaciones de proyección (VIP) (>1,0) y significación estadística (p < 0,05). Los metabolitos identificados se mapearon además en vías metabólicas mediante análisis de enriquecimiento de vías KEGG para dilucidar procesos biológicos asociados a la suplementación con aceite de microalgas rica en DHA.
Análisis estadístico
Los datos se presentaron como media ± SEM y se analizaron mediante análisis unidireccional de la varianza (ANOVA) seguido de la prueba de comparaciones múltiples de Tukey. La significación estadística se definió como p < 0,05. El análisis de enriquecimiento de metabolitos hepáticos se realizó utilizando R (versión 4.4.1). Se analizaron las asociaciones por pares entre géneros microbianos y metabolitos hepáticos utilizando correlaciones de rango de Spearman. Solo correlaciones significativas (tasa de falsos descubrimientos, FDR < 0,05) con |ρ| ≥ 0,6 se incluyeron en los análisis integrativos de red. El procesamiento de datos de microbioma y metabolómica se llevó a cabo como se describió anteriormente, incluyendo el uso de la plataforma GenesCloud y procedimientos de control de calidad.