Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Ekstrakt z Lycopus lucidus poprawia eksperymentalny zespół policystycznych jajników poprzez przebudowę mikrobioty jelitowej i metabolomu

100 wyświetleń

⸱

DOI:

10.3791/71084

⸱

28 sierpnia 2026

 ,  ,  , 
1Department of Gynecology, Cangzhou Hospital of Integrated Traditional Chinese and Western Medicine, Hebei Province, 2Department of Gynecology, Heilongjiang Provincial Institute of Traditional Chinese Medicine Science

W tym artykule

Podsumowanie

Ekstrakt ZeLan poprawił fenotypy endokrynne i metaboliczne u szczurów z PCOS indukowanym przez DHEA. Zintegrowane sekwencjonowanie 16S rRNA i metabolomika surowicy wykazały częściowe przywrócenie alfa-różnorodności mikrobioty jelitowej, zmieniony skład mikrobiologiczny oraz zmiany w metabolitach obejmujące hormony steroidowe, kwasy żółciowe i krótkołańcuchowe kwasy tłuszczowe.

Streszczenie

Niniejsze badanie miało na celu zbadanie efektów terapeutycznych ekstraktu z ZeLan w zespole policystycznych jajników (PCOS) oraz ocenę jego związku z przebudową mikrobioty jelitowej i metabolomu. Dwadzieścia cztery samice szczurów Sprague-Dawley podzielono losowo na grupę kontrolną, grupę modelu PCOS indukowanego dehydroepiandrosteronem (DHEA) oraz grupę leczoną ZeLan (n = 8 w każdej grupie). Po 28 dniach interwencji zmierzono poziomy hormonów w surowicy za pomocą metody ELISA; skład mikrobioty jelitowej przeanalizowano przy użyciu sekwencjonowania genu 16S rRNA, a profile metaboliczne surowicy scharakteryzowano za pomocą UHPLC-Q-TOF-MS. Przeprowadzono analizę korelacji Spearmana z kontrolą wielokrotnych testów w celu zbadania powiązań między mikrobiotą a metabolomem. ZeLan znacząco poprawił fenotypy związane z PCOS, redukując masę ciała, poziom testosteronu (0,92 vs 1,85 ng/mL, P < 0,05), stosunek LH/FSH oraz poziomy insuliny w porównaniu z grupą modelu. Sekwencjonowanie wykazało, że ZeLan częściowo przywrócił alfa-różnorodność mikrobiologiczną (indeks Shannona: 5,79 vs 4,19) i obniżył stosunek Firmicutes do Bacteroidetes. ZeLan wiązał się z wzbogaceniem Lactobacillus i Ruminococcus oraz niższą liczebnością Bacteroides, Prevotella i Escherichia. Metabolomika zidentyfikowała 52 zmienione cechy metaboliczne, przy czym kluczowe zmiany dotyczyły hormonów steroidowych, kwasów żółciowych, takich jak kwas litocholowy, oraz krótkołańcuchowych kwasów tłuszczowych, takich jak kwas masłowy. Wyniki te sugerują, że ZeLan łagodzi zaburzenia endokrynne i metaboliczne związane z PCOS oraz wiąże się z przebudową profilu mikrobiologicznego jelit i metabolicznego surowicy.

Wprowadzenie

Zespół policystycznych jajników (PCOS) stanowi jedno z najczęstszych zaburzeń endokrynnych dotykających kobiety w wieku rozrodczym, a jego globalna rozpowszechnienie szacuje się na od 6% do 20%, w zależności od zastosowanych kryteriów diagnostycznych1. To złożone zaburzenie metaboliczne i rozrodcze charakteryzuje się zespołem objawów klinicznych, w tym hiperandrogenizmem, dysfunkcją owulacyjną oraz policystyczną morfologią jajników, co łącznie prowadzi do istotnych konsekwencji w zakresie reprodukcji, metabolizmu i zdrowia psychicznego2. Poza bezpośrednim wpływem na płodność, PCOS jest coraz częściej rozpoznawany jako stan systemowy związany z długofalowymi powikłaniami zdrowotnymi, takimi jak cukrzyca typu 2, choroby układu sercowo-naczyniowego oraz rak endometrium, co nakłada znaczne obciążenia zarówno na poszczególnych pacjentek, jak i na systemy opieki zdrowotnej na całym świecie3. Patofizjologia PCOS pozostaje nie w pełni poznana, choć powszechnie przyjmuje się, że obejmuje ona złożone interakcje między predyspozycjami genetycznymi, czynnikami środowiskowymi a uwarunkowaniami dotyczącymi stylu życia, które kulminują w charakterystycznych zaburzeniach hormonalnych i metabolicznych obserwowanych u osób dotkniętych tym zespołem4.

Współczesne podejścia terapeutyczne w leczeniu PCOS koncentrują się przede wszystkim na łagodzeniu objawów poprzez interwencje farmakologiczne, w tym stosowanie doustnych środków antykoncepcyjnych w celu regulacji miesiączki, metformin w celu zwiększenia wrażliwości na insulinę oraz leków antyandrogennych w celu opanowania hirsutyzmu5. Jednakże konwencjonalne metody leczenia często zapewniają niepełną ulgę w objawach i są często związane z działaniami niepożądanymi, które ograniczają ich długoterminowe zastosowanie, szczególnie u kobiet planujących macierzyństwo6. W związku z tym rośnie zainteresowanie badaniem podejść medycyny komplementarnej i alternatywnej, w szczególności tradycyjnej medycyny chińskiej (TCM), która zgromadziła wielowiekowe doświadczenie empiryczne w leczeniu zaburzeń ginekologicznych poprzez holistyczne mechanizmy regulacyjne7. Wśród licznych leków roślinnych badanych pod kątem leczenia PCOS, Lycopus lucidus Turcz. (znany w medycynie chińskiej jako ZeLan) przyciągnął znaczną uwagę ze względu na tradycyjne zastosowania w promowaniu krążenia krwi, usuwaniu zastojów i regulacji miesiączki8. Opublikowane badania fitochemiczne wskazują, że L. lucidus zawiera polifenole oraz frakcje bogate we flawonoidy o działaniu antyoksydacyjnym i przeciwzapalnym8,9. Dlatego w niniejszym badaniu zestandaryzowana całkowita zawartość flawonoidów została przyjęta jako wskaźnik chemicznej kontroli jakości ekstraktu, choć identyfikacja konkretnych aktywnych monomerów odpowiedzialnych za regulację mikrobioty i metabolizmu będzie wymagała w przyszłości ukierunkowanej analizy fitochemicznej.

Mikrobiota jelitowa wyłoniła się jako kluczowy regulator metabolizmu i funkcji endokrynnych gospodarza, a narastające dowody potwierdzają jej udział w patogenezie różnych zaburzeń metabolicznych, w tym PCOS10. Koncepcja osi jelito-jajnik została zaproponowana w celu opisania dwukierunkowej komunikacji między mikroorganizmami jelitowymi a funkcją jajników, pośredniczonej przez metabolity mikrobiologiczne, sygnalizację immunologiczną oraz szlaki neuroendokrynne11. U kobiet z PCOS konsekwentnie wykazuje się dysbiozę jelitową charakteryzującą się zmniejszoną różnorodnością mikrobiologiczną, zmienionym stosunkiem Firmicutes do Bacteroidetes oraz obniżoną liczebnością korzystnych bakterii, takich jak gatunki Lactobacillus i Bifidobacterium12. Uważa się, że te zaburzenia mikrobiologiczne przyczyniają się do patofizjologii PCOS poprzez wiele mechanizmów, w tym zwiększoną przepuszczalność jelitową, systemowy stan zapalny o niskim nasileniu oraz zaburzony metabolizm kwasów żółciowych i krótkołańcuchowych kwasów tłuszczowych (SCFA), co w konsekwencji wpływa na wrażliwość na insulinę i biosyntezę androgenów13. Co istotne, interwencje celowane w mikrobiotę jelitową, w tym probiotyki, prebiotyki i modyfikacje dietetyczne, przyniosły obiecujące rezultaty w łagodzeniu objawów PCOS, co wspiera uznanie osi jelito-jajnik za cel terapeutyczny14.

Metabolomika, obejmująca kompleksową analizę małocząsteczkowych metabolitów w systemach biologicznych, stanowi potężne narzędzie do charakteryzowania zaburzeń metabolicznych związanych ze stanami chorobowymi oraz do oceny biochemicznych efektów interwencji terapeutycznych15. Integracja sekwencjonowania genu 16S rRNA w celu profilowania mikrobiomu z metabolomiką niecelowaną umożliwia systematyczne badanie zależności między mikrobiotą jelitową a metabolizmem gospodarza, dostarczając wiedzy na temat interakcji mikrobiota-metabolom, które mogą towarzyszyć zarówno patogenezie choroby, jak i odpowiedziom na leczenie. Pomimo teoretycznych przesłanek wskazujących na celowanie w oś jelita-jajniki w leczeniu PCOS oraz tradycyjnego zastosowania ZeLan w zaburzeniach ginekologicznych, do tej pory nie przeprowadzono żadnych badań, które systematycznie analizowałyby, czy ekstrakt z ZeLan moduluje interfejs mikrobiota-metabolom jelit w PCOS. Luka w wiedzy ta ogranicza nasze rozumienie biologicznych odpowiedzi związanych z ZeLan i utrudnia racjonalną optymalizację tej interwencji botanicznej w leczeniu PCOS.

Niniejsze badanie zostało zaprojektowane w celu zbadania skuteczności terapeutycznej ekstraktu z ZeLan w modelu PCOS u szczurów indukowanym przez DHEA oraz oceny związanych z tym zmian w mikrobiocie jelitowej i metabolomie poprzez zintegrowaną analizę sekwencjonowania 16S rRNA i nietargetowanej metabolomiki. W szczególności oceniliśmy wpływ ekstraktu z ZeLan na fenotypy związane z PCOS, w tym masę ciała, poziom testosteronu w surowicy, stosunek hormonu lutenizującego do hormonu folikulstimulatingiego (LH/FSH) oraz poziom insuliny; scharakteryzowaliśmy zmiany w składzie mikrobioty jelitowej i różnorodności alfa po zastosowaniu ekstraktu z ZeLan; zidentyfikowaliśmy różnicowe cechy metabolitów surowiczych oraz wzbogacone szlaki metaboliczne powiązane z interwencją z użyciem ZeLan; oraz zbadaliśmy korelacje między konkretnymi taksonami drobnoustrojów jelitowych a kluczowymi metabolitami. Realizując te cele, dążyliśmy do dostarczenia dowodów z zakresu multiomiki na powiązanie modulacji osi jelito-jajnik przez ZeLan w przebiegu PCOS.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wszystkie procedury eksperymentalne w niniejszym badaniu zostały przeprowadzone zgodnie z wytycznymi National Institutes of Health Guide for the Care and Use of Laboratory Animals i zostały zatwierdzone przez Instytucjonalny Komitet Opieki i Wykorzystania Zwierząt (numer zatwierdzenia IACUC-2023-0156).

Zwierzęta

Samice szczurów Sprague-Dawley (n = 24, w wieku 6 tygodni, masa ciała 180–200 g) pozyskano z Centrum Zwierząt Laboratoryjnych jednostki afiliowanej i utrzymywano w kontrolowanych warunkach środowiskowych (temperatura 22 ± 2°C, wilgotność 50 ± 10%, 12-godzinny cykl światła/ciemności) z dostępem ad libitum do standardowej karmy dla gryzoni i oczyszczonej wody. Po tygodniowym okresie aklimatyzacji zwierzęta randomly przydzielono do trzech grup eksperymentalnych (n = 8 na grupę): grupy kontrolnej, grupy modelu PCOS oraz grupy leczonej ZeLan. Wielkość próby określono na podstawie wcześniejszych badań nad zmianami mikrobioty jelitowej w modelach PCOS, przy czym analiza mocy wykazała, że 8 zwierząt na grupę zapewni 80% mocy do wykrycia 1,5-krotnej różnicy w indeksach różnorodności alfa przy α = 0,05.

Ustanowienie modelu PCOS i protokół leczenia

Model PCOS został ustanowiony zgodnie z dobrze zwalidowanym protokołem, obejmującym codzienne podskórne wstrzyknięcia dehydroepiandrosteronu (DHEA; Sigma-Aldrich, USA) rozpuszczonego w oleju sezamowym w okolicy grzbietowej karku w dawce 6 mg/100 g masy ciała przez 21 kolejnych dni. Zwierzęta kontrolne otrzymywały równoważne objętości nośnika w postaci oleju sezamowego. Cały harmonogram eksperymentu obejmował 7 dni aklimatyzacji, 21 dni indukcji modelu oraz 28 dni interwencji, z pobraniem próbek końcowych w 56. dniu protokołu, wliczając okres aklimatyzacji (Rysunek 1). Ekstrakt ZeLan przygotowano z uwierzytelnionego ziela Lycopus lucidus Turcz. poprzez ekstrakcję wodną i zestandaryzowano tak, aby zawartość całkowitych flawonoidów wynosiła nie mniej niż 2,5% w badaniu wysokosprawnej chromatografii cieczowej, co stanowiło kryterium chemicznej kontroli jakości ekstraktu roślinnego. Po zakończeniu ustanawiania modelu indukowanego DHEA, szczury w grupie ZeLan otrzymywały codziennie przez 28 kolejnych dni ekstrakt ZeLan podawany przez zgłębnik do żołądka w dawce 200 mg/kg masy ciała, natomiast grupy Kontrolnej i Modelu otrzymywały równoważne objętości wody destylowanej. Dawka 200 mg/kg została wybrana jako eksploracyjna dawka farmakologiczna w oparciu o wcześniejsze doświadczenia z użyciem ekstraktów roślinnych u zwierząt oraz wstępne rozważania dotyczące tolerancji; formalna ocena zależności dawka-odpowiedź nie była częścią obecnego projektu. Masę ciała rejestrowano co tydzień przez cały okres eksperymentu. W tym projekcie eksperymentalnym pomyślne ustanowienie modelu PCOS oceniano na podstawie protokołu indukcji DHEA wraz z końcowymi fenotypami endokrynologicznymi i metabolicznymi, w tym masą ciała, poziomem testosteronu w surowicy, stosunkiem LH/FSH oraz poziomem insuliny na czczo. Badanie histopatologiczne jajników, liczenie pęcherzyków, kwantyfikacja ciał żółtych oraz seryjne monitorowanie cyklu rujowego nie zostały uwzględnione jako punkty końcowe potwierdzające model, w związku z czym interpretacja dysfunkcji jajników opierała się na odczytach endokrynologicznych i metabolicznych, a nie na bezpośredniej ocenie na poziomie tkanki.

Pobieranie i przetwarzanie próbek

Próbki (surowica i kał) pobrano od wszystkich trzech grup (n = 8 na grupę) do późniejszych analiz biochemicznych, mikrobioty i metabolomicznych. Pobrania końcowe przeprowadzono rano po nocnym poście, aby ograniczyć zmienność związaną z rytmem dobowym i karmieniem. Próbki krwi pobrano z aorty brzusznej w znieczuleniu i wirowano przy 3,000 × g przez 15 minut w temperaturze 4°C w celu uzyskania surowicy, którą rozdzielono na alykwouty i przechowywano w -80°C do czasu analiz hormonów i metabolomiki. Świeże próbki kału pobrano bezpośrednio z kątnicy w warunkach aseptycznych do sterylnych probówek kriogenicznych, transportowano w suchym lodzie, zamrażano gwałtownie w ciekłym azocie w ciągu 10 minut od pobrania i przechowywano w -80°C do czasu sekwencjonowania genu 16S rRNA.

Pomiary poziomu hormonów w surowicy

Stężenia testosteronu, hormonu luteinizującego (LH), hormonu folikulotropowego (FSH) oraz insuliny w surowicy oznaczono przy użyciu dostępnych komercyjnie zestawów do testów ELISA (Cusabio Biotech, Wuhan, Chiny) zgodnie z instrukcjami producenta. Stosunek LH/FSH obliczono jako złożony wskaźnik zaburzeń gonadotropin charakterystyczny dla PCOS. Wszystkie próbki analizowano w dubletach, a pomiary z współczynnikiem zmienności dubletów przekraczającym 15% powtarzano. Wymagano, aby współczynniki zmienności wewnątrz- i międzyseryjnej pozostawały odpowiednio poniżej 10% i 15%. Potencjalne wartości odstające weryfikowano z zapisami źródłowymi i informacjami o wydajności testu; żadna wartość nie została wykluczona wyłącznie na podstawie statystycznej bez udokumentowanej przyczyny technicznej.

Sekwencjonowanie genu 16S rRNA i analiza bioinformatyczna

Całkowite bakteryjne DNA genomowe wyekstrahowano z treści kąkielnika za pomocą zestawu QIAamp DNA Stool Mini Kit (Qiagen, Niemcy) zgodnie z protokołem producenta. Jakość i ilość DNA oceniono za pomocą spektrofotometrii NanoDrop oraz elektroforezy w żelu agarozowym, a ekstrakty DNA przechowywano w temperaturze -80°C przed przygotowaniem biblioteki. Regiony hiperzmienne V3-V4 genu 16S rRNA amplifikowano przy użyciu uniwersalnych starterów 338F (5'-ACTCCTACGGGAGGCAGCA-3') i 806R (5'-GGACTACHVGGGTWTCTAAT-3') z sekwencjami adapterów Illumina. Biblioteki amplikonów zostały przygotowane, oczyszczone, skwantyfikowane, połączone w stężeniach ekimolarnych i zsekwencjonowane na platformie Illumina NovaSeq 6000 (Novogene, Pekin, Chiny) z wykorzystaniem odczytów par końcowych 250 bp.

Surowe odczyty sekwencjonowania przetworzono przy użyciu potoku QIIME2 (wersja 2022.2). Odczyty parzyste zostały poddane demultipleksowaniu, scaleniu oraz filtracji jakościowej z progiem wyniku Phred wynoszącym co najmniej 20, a następnie przetworzone programem DADA2 w celu usunięcia sekwencji chimerycznych i wygenerowania wariantów sekwencji amplikonów (ASVs). Klasyfikację taksonomiczną przeprowadzono w oparciu o bazę referencyjną SILVA 138 przy użyciu naiwnego klasyfikatora Bayesa. W celu oceny różnorodności i bogactwa wewnątrzpróbek obliczono wskaźniki alfa-różnorodności, w tym indeks Shannon, indeks Simpson oraz estymator Chao1. Wyniki głębokości sekwencjonowania, w tym podsumowania odczytów, tabele liczebności ASV, pokrycie Good's oraz pliki krzywych rzadkości, potraktowano jako część zbioru danych mikrobiomu opisanego w sekcji Dostępność danych. Do identyfikacji taksonów związanych z chorobą w porównaniu grupy Kontrolnej z grupą Modelową wykorzystano analizę wielkości efektu dyskryminanta liniowego (LEfSe), stosując próg wyniku LDA większy niż 2.0 oraz P < 0.05; odwrócenie efektów związane z ZeLan oceniono poprzez porównanie kierunku zmian w liczebności taksonów w grupie ZeLan w stosunku do grupy Modelowej.

Niespecyficzna analiza metabolomiczna

Profilowanie metabolomiczne surowicy wykonano przy użyciu ultraszybkiej chromatografii cieczowej sprzężonej z tandemową spektrometrią mas z analizatorem czasu przelotu i quadrupolem (UHPLC-Q-TOF-MS; Agilent 1290 Infinity II/6550, USA). Próbki surowicy (100 μL) zmieszano z 400 μL zimnego roztworu metanol:acetonitryl (1:1, v/v) zawierającego standardy wewnętrzne, wymieszano w wortexie i inkubowano w temperaturze -20°C przez 1 godzinę w celu wytrącenia białek. Po wirowaniu przy 14 000 × g przez 15 minut nadfiltrات wysuszono w strumieniu azotu i rozpuszczono ponownie w 100 μL roztworu acetonitryl:woda (1:1, v/v) do analizy. Rozdział chromatograficzny przeprowadzono na kolumnie ACQUITY UPLC HSS T3 (2,1 × 100 mm, 1,8 μm) utrzymywanej w temperaturze 40°C, stosując wodę zawierającą 0,1% kwasu mrówkowego jako fazę ruchomą A oraz acetonitryl zawierający 0,1% kwasu mrówkowego jako fazę ruchomą B przy przepływie 0,30 mL/min. Do rozdziału metabolitów zastosowano program gradientowy zwiększający udział fazy organicznej od 5% do 95%, a następnie płukanie i reekswilibrację kolumny. Dane spektrometryczne zbierano w trybach dodatniej i ujemnej jonizacji z rozpylaniem elektrostatycznym w zakresie m/z 50–1200; parametry źródła obejmowały: napięcie kapilary 3,5 kV, przepływ gazu osuszającego 10 L/min, temperaturę gazu osuszającego 325°C, ciśnienie nebulizatora 35 psi oraz napięcie fragmentatora 120 V.

Surowe pliki danych przekonwertowano do formatu mzXML i przetworzono przy użyciu pakietu XCMS w programie R w celu detekcji piku, wyrównania czasów retencji oraz całkowania pól pod pikami. Próbki kontroli jakości, przygotowane poprzez połączenie równych alikwotów wszystkich ekstraktów surowicy, wprowadzano w całej sekwencji analitycznej w celu monitorowania stabilności instrumentu. Cechy z nadmierną liczbą brakujących danych lub niestabilną powtarzalnością w próbkach kontroli jakości zostały usunięte przed modelowaniem statystycznym. Identyfikację metabolitów przeprowadzono poprzez dopasowanie dokładnej masy, czasu retencji oraz wzorców fragmentacji MS/MS do bazy danych Human Metabolome Database (HMDB), METLIN oraz wewnętrznych bibliotek spektralnych. Wielowymiarowe analizy statystyczne wykonano za pomocą oprogramowania MetaboAnalyst 5.0. Cechy metabolitów zakwalifikowane do dalszego raportowania zostały wyłonione na podstawie kryterium łączonego, obejmującego wielowymiarowy wkład dyskryminacyjny, kierunek zmiany krotności (fold-change) oraz dowody statystyczne; wartości P skorygowano metodą Benjamini-Hochberg, aby uwzględnić wielokrotne testowanie. Pełna tabela z adnotacjami, zawierająca 52 cechy metabolitów, została przedstawiona jako Supplementary Table 1. Analizę wzbogacenia szlaków przeprowadzono z wykorzystaniem bazy danych Kyoto Encyclopedia of Genes and Genomes (KEGG).

Analiza statystyczna

Wszystkie analizy statystyczne przeprowadzono przy użyciu programu SPSS w wersji 26.0 (IBM Corporation, Armonk, NY, USA) oraz oprogramowania R (wersja 4.2.1). Dane ciągłe przedstawiono jako średnią ± odchylenie standardowe (SD), a przed przeprowadzeniem testów inferencyjnych oceniono ich rozkład pod kątem normalności za pomocą testu Shapiro-Wilka. W przypadku danych o rozkładzie normalnym do porównań wielogrupowych zastosowano jednoczynnikową analizę wariancji (ANOVA), a następnie test post hoc Tukeya; w przypadku danych o rozkładzie nienormalnym zastosowano test Kruskala-Wallisa z testem post hoc Dunna. Korelacje między taksonami mikrobioty jelitowej a metabolitami surowicy oceniano za pomocą współczynnika korelacji rang Spearmana i wizualizowano w formie hierarchicznie klastrowanych map ciepła (heatmaps). Wartości P dla korelacji skorygowano pod kątem wielokrotnych porównań metodą kontrolowania współczynnika odkryć fałszywych Benjamini-Hochberga i interpretowano jedynie korelacje, które były spójne pod względem kierunku oraz istotne statystycznie. Dwustronną wartość P < 0,05 uznano za statystycznie istotną, chyba że określono inny próg skorygowanej wartości P.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Wpływ ekstraktu z ZeLan na fenotypy kliniczne PCOS

Podawanie DHEA wywołało u szczurów fenotypy endokrynne i metaboliczne przypominające PCOS, co objawiło się znacznymi wzrostami masy ciała, stężenia testosteronu w surowicy, stosunku LH/FSH oraz poziomu insuliny na czczo w porównaniu z grupą kontrolną (wszystkie P < 0,05). Ocena rozkładu z wykorzystaniem testu Shapiro-Wilka potwierdziła zasadność analizy parametrycznej dla głównych punktów końcowych dotyczących masy ciała i ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Niniejsze badanie dostarcza dowodów na to, że ekstrakt z ZeLan łagodzi fenotypy endokrynne i metaboliczne związane z PCOS w modelu szczurzym indukowanym DHEA oraz że efekty te są powiązane z korzystnymi zmianami w składzie mikrobioty jelitowej i profilach metabolicznych surowicy. Zintegrowane podejście multiomiczne wykazało, że leczenie ZeLan poprawiło hiperandrogenemię, podwyższony stosunek LH/FSH oraz insulinooporność, jednocześnie częściowo przywracając alfawersję różnorodności mikrobiomu jelitowego, przywracając równ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie deklarują żadnych konfliktów interesów.

Podziękowania

Badanie to zostało sfinansowane przez Hebei Provincial Administration of Traditional Chinese Medicine Scientific Research Planning Project (grant nr 2021316).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
AcetonitrylFisher Chemical / Thermo Fisher ScientificA955-4Klasa Optima LC-MS, 4 L; faza ruchoma i rekonstytucja próbek
Kolumna ACQUITY UPLC HSS T3Waters Corporation186003539100 Å, 1.8 μm, 2.1 × 100 mm; rozdział UHPLC
System elektroforezy w żelu agarozowymBio-Rad Laboratories1704486Horyzontalny system elektroforezy Mini-Sub Cell GT; ocena jakości DNA
Agilent 1290 Infinity II/6550 UHPLC-Q-TOF-MSAgilent TechnologiesG7120A/G7167B/G7116B/G6550BZestaw modułów 1290 Infinity II UHPLC sprzężony z 6550 iFunnel Q-TOF MS; platforma do niecelowanej metabolomiki surowicy
Algorytm DADA2BioconductorWersja 1.24.0Generowanie ASV i usuwanie chimer; wersja dobrana do przepływu pracy R 4.2.1/Bioconductor 3.15
Dehydroepiandrosteron (DHEA)Sigma-Aldrich / MilliporeSigmaD4000Indukcja modelu PCOS; 6 mg/100 g masy ciała; CAS 53-43-0
Woda destylowanaInvitrogen / Thermo Fisher Scientific10977015UltraPure woda destylowana wolna od DNaz/RNaz; nośnik do gavage'u doustnego w grupach kontrolnej i modelowej
Kwas mrówkowyFisher Chemical / Thermo Fisher ScientificA117-50Klasa Optima LC-MS, 50 mL; dodatek 0.1% do faz ruchomych LC-MS
Human Metabolome DatabaseUniversity of Alberta / HMDBHMDB 5.0Baza danych do adnotacji metabolitów
Platforma Illumina NovaSeq 6000Illumina20012850System sekwencjonowania wykorzystany przez dostawcę usług sekwencjonowania do sekwencjonowania 16S rRNA metodą paired-end 250 bp
Ziele Lycopus lucidus Turcz.Beijing Tongrentang Chinese Medicine Co., Ltd.Partia ZL-20230315Uwierzytelniony surowiec roślinny do wodnego ekstraktu ZeLan
MetanolFisher Chemical / Thermo Fisher ScientificA456-4Klasa Optima LC-MS, 4 L; wytrącanie białek w metabolomice surowicy
Baza danych METLINScripps ResearchMETLIN Classic 2023Baza danych do adnotacji mas-spektralnych metabolitów
Spektrofotometr NanoDropThermo Fisher ScientificND-ONE-WMikroobjętościowy spektrofotometr UV-Vis NanoDrop One; ocena ilości i czystości DNA
Zestaw QIAamp Fast DNA Stool Mini KitQiagen51604Ekstrakcja DNA z treści kątnicy; zestaw do izolacji DNA z kału, 50 preparacji
QIIME2QIIME2 development teamWersja 2022.2Przetwarzanie sekwencji 16S rRNA
Oprogramowanie RR FoundationWersja 4.2.1Analiza statystyczna i przetwarzanie XCMS
Zestawy ELISA do oznaczania testosteronu, LH, FSH i insuliny w surowicyCusabio BiotechCSB-E05100r; CSB-E12654r; CSB-E06869r; CSB-E05070rZestawy ELISA dla szczurów do ilościowego oznaczania testosteronu, LH, FSH i insuliny w surowicy
Olej sezamowySigma-Aldrich / MilliporeSigmaS3547Nośnik do iniekcji DHEA
Pentobarbital sodowySigma-Aldrich / MilliporeSigmaP3761Znieczulenie; 50 mg/kg domięśniowo
Oprogramowanie SPSSIBM CorporationWersja 26.0Analiza statystyczna
Uniwersalne startery 16S rRNA 338F/806RSangon Biotech (Shanghai) Co., Ltd.Synteza na zamówienie: 338F/806RAmplifikacja regionów V3-V4; 338F ACTCCTACGGGAGGCAGCAG, 806R GGACTACHVGGGTWTCTAAT
Pakiet XCMSBioconductor / RWersja 3.18.0Detekcja pików, wyrównanie czasu retencji i integracja
Ekstrakt ZeLanWłasny ekstrakt wodnyPartia ZLE-20230402Leczenie przez gavage doustny; standaryzowana zawartość całkowitych flawonoidów ≥2.5%

Bibliografia

  1. Joham AE, Norman RJ, Stener-Victorin E, et al. Polycystic ovary syndrome. Lancet Diabetes Endocrinol. 2022;10(9):668-680.
  2. Islam H, Masud J, Islam YN, et al. An update on polycystic ovary syndrome: a review of the current state of knowledge in diagnosis, genetic etiology, and emerging treatment options. Womens Health (Lond). 2022;18:17455057221117966.
  3. Azziz R, Carmina E, Chen Z, et al. Polycystic ovary syndrome. Nat Rev Dis Primers. 2016;2:16057.
  4. Fahs D, Salloum D, Nasrallah M, et al. Polycystic ovary syndrome: pathophysiology and controversies in diagnosis. Diagnostics (Basel). 2023;13(9):1559.
  5. Conway G, Dewailly D, Diamanti-Kandarakis E, et al. The polycystic ovary syndrome: a position statement from the European Society of Endocrinology. Eur J Endocrinol. 2014;171(4):P1-P29.
  6. Huddleston HG, Dokras A. Diagnosis and treatment of polycystic ovary syndrome. JAMA. 2022;327(3):274-275.
  7. Zhang J, Xin X, Zhang H, et al. The efficacy of Chinese herbal medicine in animal models of polycystic ovary syndrome: a systematic review and meta-analysis. Evid Based Complement Alternat Med. 2022;2022:4892215.
  8. Chen J, Na E, Lim SY. Effect of fractions from Lycopus lucidus Turcz. leaves on genomic DNA oxidation and matrix metalloproteinase activity. Comb Chem High Throughput Screen. 2022;25(10):1778-1784.
  9. Ślusarczyk S, Hajnos M, Skalicka-Woźniak K, et al. Antioxidant activity of polyphenols from Lycopus lucidus Turcz. Food Chem. 2009;113(1):134-138.
  10. Qi X, Yun C, Sun L, et al. Gut microbiota-bile acid-interleukin-22 axis orchestrates polycystic ovary syndrome. Nat Med. 2019;25(8):1225-1233.
  11. He FF, Li YM. Role of gut microbiota in the development of insulin resistance and the mechanism underlying polycystic ovary syndrome. J Ovarian Res. 2020;13(1):73.
  12. Chadchan SB, Singh V, Kommagani R. Female reproductive dysfunctions and the gut microbiota. J Mol Endocrinol. 2022;69(3):R81-R94.
  13. Puspitasari VD, Lestari ES, Pramono N. Testosterone induced Wistar rat model for gut microbiota dysbiosis of polycystic ovarian syndrome research. J Indones Med Assoc. 2024;74(3):132-140.
  14. Zhang J, Sun Z, Jiang S, et al. Probiotic Bifidobacterium lactis V9 regulates the secretion of sex hormones in polycystic ovary syndrome patients. mSystems. 2019;4(2):e00017-19.
  15. Xuan Y, Hong X, Zhou X, et al. The vaginal metabolomics profile with features of polycystic ovary syndrome: a pilot investigation in China. PeerJ. 2024;12:e18194.
  16. Hu M, Zhang Y, Guo X, et al. Hyperandrogenism and insulin resistance induce gravid uterine defects in association with mitochondrial dysfunction and aberrant ROS production. Endocrinology. 2019;160(9):2208-2223.
  17. Moini Jazani A, Nasimi Doost Azgomi H, Nasimi Doost Azgomi A, et al. A comprehensive review of clinical studies with herbal medicine on polycystic ovary syndrome (PCOS). DARU J Pharm Sci. 2019;27(2):863-877.
  18. McCartney CR, Marshall JC. Polycystic ovary syndrome. N Engl J Med. 2016;375(1):54-64.
  19. Cui Y, Zhang C, Li X, et al. Systematic review and meta-analysis of animal experiments on Bushen formulas for the treatment of polycystic ovary syndrome. Sci Rep. 2025;15(1):7648.
  20. Thackray VG. Sex, microbes, and polycystic ovary syndrome. Trends Endocrinol Metab. 2019;30(1):54-65.
  21. Torres PJ, Siakowska M, Banaszewska B, et al. Gut microbial diversity in women with polycystic ovary syndrome correlates with hyperandrogenism. J Clin Endocrinol Metab. 2018;103(4):1502-1511.
  22. Insenser M, Murri M, Del Campo R, et al. Gut microbiota and the polycystic ovary syndrome: influence of sex, sex hormones, and obesity. J Clin Endocrinol Metab. 2018;103(7):2552-2562.
  23. Guo Y, Qi Y, Yang X, et al. Association between polycystic ovary syndrome and gut microbiota. PLoS One. 2016;11(4):e0153196.
  24. Liu R, Zhang C, Shi Y, et al. Dysbiosis of gut microbiota associated with clinical parameters in polycystic ovary syndrome. Front Microbiol. 2017;8:324.
  25. Jobira B, Frank DN, Pyle L, et al. Obese adolescents with PCOS have altered biodiversity and relative abundance in gastrointestinal microbiota. J Clin Endocrinol Metab. 2020;105(6):e2134-e2144.
  26. Bai X, Ma J, Wu X, et al. Impact of visceral obesity on structural and functional alterations of gut microbiota in polycystic ovary syndrome (PCOS): a pilot study using metagenomic analysis. Diabetes Metab Syndr Obes. 2023;16:1-14.
  27. Rizk MG, Thackray VG. Intersection of polycystic ovary syndrome and the gut microbiome. J Endocr Soc. 2021;5(2):bvaa177.
  28. He S, Li H, Yu Z, et al. The gut microbiome and sex hormone-related diseases. Front Microbiol. 2021;12:711137.
  29. Chu W, Han Q, Xu J, et al. Metagenomic analysis identified microbiome alterations and pathological association between intestinal microbiota and polycystic ovary syndrome. Fertil Steril. 2020;113(6):1286-1298.
  30. Yurtdaş G, Akdevelioğlu Y. A new approach to polycystic ovary syndrome: the gut microbiota. J Am Coll Nutr. 2020;39(4):371-382.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Leczenie ZeLansekwencjonowanie 16S rRNAmetabolomika surowicyUHPLC-Q-TOF-MSróżnorodność mikrobiologicznahormony steroidowe
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.