Niniejsza praca bada efekty terapeutyczne formuły Bushen-Jianpi-Qingchang oraz jej subformuł w leczeniu zapalenia jelita grubego u szczurów i ujawnia mechanizmy regulacyjne ukierunkowane na oś mikrobiota jelitowa–metabolizm kwasów żółciowych za pomocą analizy multiomicznej.
Artykuł badawczy
Receptura Bushen Jianpi Qingchang łagodzi zapalenie jelita grubego u szczurów poprzez regulację metabolizmu kwasów żółciowych i mikrobioty jelitowej
W tym artykule
Podsumowanie
Streszczenie
Tradycyjna medycyna chińska (TCM) jest szeroko stosowana w leczeniu wrzodziejącego zapalenia jelita grubego (UC) ze względu na potwierdzoną skuteczność i korzystny profil bezpieczeństwa. Główną patogenezę przewlekłego, opornego na leczenie UC stanowią niedobory śledziony i nerek połączone z akumulacją wilgotno-cieplnej patologii w jelitach, a formuła Bushen-Jianpi-Qingchang (BJQF) jest klinicznie zweryfikowaną złożoną recepturą stosowaną w tym stanie. Celem niniejszego badania było zbadanie efektów terapeutycznych BJQF oraz trzech jej rozdzielonych podformuł (formuła Bushen, BSF; formuła Jianpi, JPF; formuła Qingchang, QCF) w modelu zapalenia jelita grubego indukowanego siarczanem dekstranu sodu (DSS) u szczurów, a także charakterystyka ich wpływu regulacyjnego na profile kwasów żółciowych (BA) w kale oraz społeczności mikrobioty jelitowej. Skład bakterii kałowych oraz stężenia BA u szczurów z UC indukowanym DSS określono za pomocą sekwencjonowania genu 16S rRNA oraz cieczowej chromatografii sprzężonej z tandemową spektrometrią mas (LC-MS/MS), a następnie przeanalizowano potencjalny związek między mikrobiotą jelitową a metabolizmem BA. BJQF znacząco złagodziła stan zapalny i owrzodzenie jelita grubego w modelu UC. Między szczurami z zapaleniem jelit a zdrową grupą kontrolną zidentyfikowano wyraźne zmiany w różnorodności i składzie bakterii. Związek między różnicującymi się bakteriami a BA koncentrował się wokół kwasu 23-deoksycholowego (23-DCA) jako kluczowego węzła metabolicznego. Co istotne, kwas taurolitocholowy-3-siarczan (TLCA-3S) oraz kwas litocholowy-3-siarczan (LCA-3S) mogą służyć jako potencjalne biomarkery skuteczności. Podformuła JPF wykazała skuteczność najbardziej zbliżoną do pełnej formuły BJQF. Podawanie BJQF oraz jej rozdzielonych formuł skutecznie łagodzi uszkodzenia histopatologiczne, stan zapalny, dysbiozę mikrobioty jelitowej oraz zaburzenia metaboliczne BA u szczurów z UC, co stanowi podstawę mechanistyczną dla złożonej terapii TCM.
Wprowadzenie
Wrzodziejące zapalenie jelita grubego (UC), główna postać nieswoistej zapalnej choroby jelit (IBD), charakteryzuje się przewlekłym, ciągłym, nieswoistym zapaleniem ograniczonym do błony śluzowej jelita grubego. Pacjenci z UC wykazują objawy kliniczne, takie jak biegunka, ból brzucha, niezamierzona utrata masy ciała oraz krwawe lub ropne stolce, co w znacznym stopniu obniża jakość życia. Patogeneza UC obejmuje czynniki środowiskowe, genetyczne, mikrobiologiczne i immunologiczne. UC rozwija się zazwyczaj w następstwie zaburzenia równowagi mikrobioty jelitowej, a ta dysbioza może wyraźnie przyspieszać progresję UC1. Narastające dowody wskazują na oś metaboliczną mikrobiota jelitowa–kwasy żółciowe (BA) jako kluczowy moduł regulacyjny w patogenezie UC. Dysmetabolizm kwasów żółciowych jest uznaną cechą uszkodzenia błony śluzowej jelit w IBD. Wtórne BA są biosyntetyzowane wyłącznie z pierwotnych BA pochodzących od gospodarza przez mikrobiotę jelitową, która wykazuje ekspresję kluczowych enzymów, takich jak 7α-dehydroksylaza, odpowiedzialnych za tę biotransformację. Zatem pula kwasów żółciowych w kale służy jako idealny odczyt funkcjonalny odzwierciedlający przebudowę mikrobiomu indukowaną leczeniem TCM.
Te wtórne kwasy żółciowe działają jako kluczowe cząsteczki sygnałowe utrzymujące homeostazę immunologiczną jelit, integralność bariery śluzówkowej oraz przeżywalność komórek nabłonkowych2. Nieprawidłowości w tej osi, w tym niedobór wtórnych kwasów żółciowych wywołany dysbiozą mikrobiologiczną oraz zaburzenia sygnalizacji kwasów żółciowych, bezpośrednio wyzwalają prozapalne reakcje jelitowe i dysfunkcję bariery, co czyni ją obiecującym celem terapeutycznym w interwencjach w przypadku wrzodziejącego zapalenia jelita grubego (UC). Mikrobiota jelitowa odgrywa krytyczną rolę w rozwoju UC i wpływa na gospodarza poprzez produkty metaboliczne, takie jak kwasy żółciowe generowane w reakcjach fermentacyjnych. Nieprawidłowe zmiany w mikrobiocie jelitowej i metabolizmie kwasów żółciowych są ściśle powiązane z UC3. Ponieważ mikrobiota jelitowa pośredniczy w produkcji wtórnych kwasów żółciowych, zmiany w składzie i liczebności drobnoustrojów mogą zaburzać metabolizm kwasów żółciowych i przyczyniać się do rozwoju nieswoistych zapaleniach jelit (IBD)4.
TCM została szeroko przyjęta w leczeniu UC ze względu na swoją skuteczność i bezpieczeństwo w terapii długoterminowej, jako alternatywa lub uzupełnienie środków przeciwzapalnych lub immunosupresyjnych5. Rozgrzewanie i tonizowanie śledziony i nerek, oczyszczanie jelit oraz usuwanie wilgoci stanowią kluczowe zasady terapeutyczne w UC6. Zgodnie z teorią TCM, główną patogenezą przewlekłego UC jest niedobór śledziony i nerek (Fu-Zheng, wzmacnianie życiowego qi) połączony z gromadzeniem się wilgoci i gorąca w jelitach (Qu-Xie, eliminacja czynników patogennych), a synergistyczne zastosowanie tych dwóch strategii jest niezbędne dla skutecznego leczenia UC.
Poprzednie badania eksperymentalne potwierdziły, że JPF i QCF, dwie podstawowe podformuły BJQF, wykazują działanie terapeutyczne w przypadku UC. JPF łagodzi stan zapalny błony śluzowej i dysfunkcję bariery nabłonka jelitowego poprzez szlak sygnalizacyjny NF-κB/HIF-1α7, podczas gdy QCF przywraca homeostazę metabolizmu mikrobioty jelitowej, chroni barierę nabłonka jelitowego i reguluje szlak NLRP3/IL-1β8. Aby przeanalizować specyficzny biologiczny wkład modułów funkcjonalnych Fu-Zheng i Qu-Xie w oś mikrobiota jelitowa–BA, badanie to zostało zaprojektowane tak, aby objęło pełną formułę BJQF oraz trzy rozdzielone podformuły: BSF (formuła Bushen, tonizująca śledzionę i nerki, czyste Fu-Zheng), JPF (formuła Jianpi, wzmacniająca śledzionę, rdzeń Fu-Zheng) oraz QCF (formuła Qingchang, usuwająca wilgoć i ciepło z jelit, czyste Qu-Xie). Taki plan eksperymentalny umożliwia rozdzielenie synergistycznych i niezależnych efektów każdego modułu funkcjonalnego w leczeniu UC, co jest kluczowe dla przełożenia złożonych receptur TCM na terapię opartą na dowodach.
Hipoteza robocza zakłada, że BJQF łagodzi zapalenie jelita grubego wywołane przez DSS poprzez przebudowę składu mikrobioty jelitowej i normalizację metabolizmu kwasów żółciowych, a moduł Jianpi pełni rolę głównego komponentu funkcjonalnego napędzającego efekty regulacyjne w obrębie osi mikrobiota jelitowa–BA. Niniejsze badanie zostało zaprojektowane w celu systematycznego przeanalizowania mechanizmu „złożonego preparatu do modułu” (compound-to-module) BJQF. Poprzez ocenę pełnej receptury oraz odpowiadających jej ukierunkowanych fizjologicznych podmodułów, badanie dąży do odkodowania biologicznej synergii tego związku TCM oraz dostarczenia nowoczesnych podstaw farmakologicznych dla leczenia IBD poprzez regulację metabolicznej osi mikrobiota jelitowa–kwasy żółciowe. W niniejszej pracy systematycznie porównano skuteczność terapeutyczną pełnego BJQF oraz trzech rozdzielonych receptur funkcjonalnych w leczeniu UC wywołanego przez DSS. Biorąc pod uwagę kluczową rolę metabolicznej osi mikrobiota jelitowa–kwasy żółciowe w patogenezie UC, praca ta analizuje synergistyczny mechanizm „złożonego preparatu do modułu” BJQF, wyjaśnia specyficzny wkład regulacyjny modułów Bushen, Jianpi i Qingchang oraz charakteryzuje efekty przebudowy składu mikrobioty jelitowej i profilu kwasów żółciowych w kale przez każdy z modułów. Głównymi celami są: ujawnienie nowoczesnych podstaw biologicznych BJQF w łagodzeniu UC, zidentyfikowanie kluczowych celów mikrobiologiczno-metabolicznych dla interwencji TCM oraz dostarczenie referencji mechanistycznych dla racjonalnego stosowania i badań translacyjnych złożonych receptur TCM w IBD.
Protokół
Do badania wykorzystano czterdzieści cztery zdrowe samce szczurów rasy Sprague-Dawley o masie 200 ± 20 g. Wszystkie zwierzęta przetrzymywano w warunkach wolnych od specyficznych patogenów, z wolnym dostępem do standardowej karmy peletowanej oraz wody; przed rozpoczęciem eksperymentu poddano je tygodniowej aklimatyzacji. Wszystkie procedury dotyczące dobrostanu zwierząt i przebiegu eksperymentu przeprowadzono zgodnie z wytycznymi Guide for Care and Use of Laboratory Animals wydanymi przez Ministerstwo Nauki i Technologii Chin. Badanie zostało zatwierdzone przez Komisję Etyki ds. Zwierząt Uniwersytetu Medycyny Chińskiej w Nankinie pod numerem zatwierdzenia 2023DW-029-01. Szczegółowe informacje na temat źródła zwierząt i materiałów wykorzystanych do ich hodowli znajdują się w Tabeli materiałów.
Przygotowanie receptury TCM
Pełna receptura Bushen-Jianpi-Qingchang (BJQF) została opracowana z dziewięciu składników ziołowych w określonych dawkach: 15 g Astragali Radix, 10 g prażonego Atractylodis Macrocephalae Rhizoma, 10 g Scutellariae Radix, 4 g Coptidis Rhizoma, 10 g Sanguisorbae Radix, 6 g Aucklandiae Radix, 5 g Glycyrrhizae Radix, 15 g Psoraleae Fructus oraz 15 g Alpiniae Oxyphyllae Fructus. Wszystkie surowe materiały ziołowe namaczano w soli fizjologicznej przez 1 h, a następnie gotowano przez 1 h, aż uzyskano objętość końcową 1500 mL. Przygotowano trzy rozdzielone pod-receptury, stosując identyczny protokół odwaru. Receptura Bushen (BSF) zawierała 15 g Psoraleae Fructus i 15 g Alpiniae Oxyphyllae Fructus, odgotowane do objętości końcowej 500 mL. Receptura Jianpi (JPF) składała się z 15 g Astragali Radix, 10 g prażonego Atractylodis Macrocephalae Rhizoma oraz 5 g Glycyrrhizae Radix, przy końcowej objętości odwaru 500 mL. Receptura Qingchang (QCF) składała się z 10 g Scutellariae Radix, 4 g Coptidis Rhizoma, 10 g Sanguisorbae Radix oraz 6 g Aucklandiae Radix, również dostosowanych do objętości końcowej 500 mL. Pełne specyfikacje producenta i numery partii wszystkich materiałów ziołowych podano w Tabeli Materiałów. W całym tekście głównym konsekwentnie stosowano ogólną nomenklaturę ziołową, a szczegóły dotyczące producentów ograniczono wyłącznie do Tabeli Materiałów.
Indukcja zapalenia jelita grubego i podział na grupy eksperymentalne
Szczury podzielono losowo na sześć grup eksperymentalnych: grupa kontrolna (n = 6): zwykła woda pitna + wewnątrzżołądkowe podanie soli fizjologicznej. Grupa modelu UC (n = 6): woda pitna z 3,5% (mas/obj) DSS + wewnątrzżołądkowe podanie soli fizjologicznej. Grupa leczona BJQF (n = 8): woda pitna z 3,5% DSS + wewnątrzżołądkowe podanie BJQF (0,6 g/kg masy ciała). Grupa leczona BSF (n = 8): woda pitna z 3,5% DSS + wewnątrzżołądkowe podanie BSF (0,6 g/kg masy ciała). Grupa leczona JPF (n = 8): woda pitna z 3,5% DSS + wewnątrzżołądkowe podanie JPF (0,6 g/kg masy ciała). Grupa leczona QCF (n = 8): woda pitna z 3,5% DSS + wewnątrzżołądkowe podanie QCF (0,6 g/kg masy ciała).
W experimentalne zapalenie jelita grubego indukowano poprzez podawanie 3,5% DSS w wodzie pitnej przez 10 kolejnych dni; grupa kontrolna otrzymywała wodę destylowaną bez DSS. Dawka każdej receptury TCM (0,6 g/kg) została przeliczona z klinicznie skutecznej dawki dla dorosłych na dawkę ekwiwalentną dla szczura przy użyciu metody normalizacji powierzchni ciała (wzór Meeha-Rubnera). Jako badanie w fazie odkrywczej skupione na porównaniu receptur, przyjęto pojedynczą dawkę ekwiwalentną klinicznie. Od 1. dnia każda receptura TCM była podawana doglebowo raz dziennie. Grupy kontrolna i modelowa otrzymywały taką samą objętość soli fizjologicznej (10 mL/kg). W 11. dniu szczury uśmiercono poprzez zwichnięcie stawów szyjnych. Do analizy pobrano surowicę, próbki kału oraz tkanki jelita grubego. Masę ciała mierzono codziennie. Wstępnie dla wszystkich grup zaplanowano n = 8. Podczas indukcji DSS dwa szczury w grupie kontrolnej oraz dwa w grupie modelowej padły z powodu ciężkiego zapalenia jelita grubego, co skutkowało końcową liczbą n = 6 dla tych dwóch grup. Analiza mocy post-hoc potwierdziła, że końcowa liczebność próby zapewnia moc statystyczną ≥ 0,8 dla wszystkich głównych punktów końcowych (wynik histologiczny, kluczowe cytokiny, masa ciała), co spełnia standardowe wymagania statystyczne.
Pomiar stężeń cytokin zapalnych
Poziomy IL-1β, IL-10 oraz TNF-α w surowicy określono ilościowo przy użyciu komercyjnych zestawów ELISA, ściśle według protokołów producenta. Wartości gęstości optycznej odczytano za pomocą automatycznego czytnika mikropłytek. Analiza statystyczna: jednoczynnikowa analiza wariancji (ANOVA) dla ogólnych różnic między grupami, a następnie korekta FDR według metody Benjamini-Hochberga dla post-hoc porównań parami, zgodnie z analizą danych omicznych.
Ocena histopatologiczna
Próbki tkanki okrężnicy utrwalono w 10% formalinie, odwodniono, zatopiono w parafinie, pocięto i zabarwiono hematoksyliną i eozyną (HE). Ocenę histologiczną przeprowadzono z wykorzystaniem zmodyfikowanego systemu oceny zapalenia jelita grubego Coopera, który jest zwalidowanym rubrykatorem półilościowym dla eksperymentalnego zapalenia jelita grubego9. Ocena obejmuje cztery wymiary: naciek zapalny, uszkodzenia struktury krypt, obrzęk błony śluzowej oraz zakres owrzodzeń (całkowita punktacja 0–12). Oświadczenie o zaślepieniu: Przed oceną wszystkie preparaty zdepersonalizowano za pomocą kodów numerycznych. Dwóch niezależnych patologów, nieznających przydziału do grup, oceniało każdy preparat niezależnie. Wynik końcowy stanowił średnią z dwóch ocen; rozbieżności ≥ 2 punkty były rozstrzygane przez trzeciego, starszego patologa. Zastosowano jednoczynnikową analizę wariancji (ANOVA) z korektą FDR według metody Benjamini-Hochberga dla porównań parami, zgodnie z innymi danymi fenotypowymi.
Zbiór próbek i ekstrakcja DNA
Świeże próbki kału szczurów pobrano do sterylnych probówek wirówkowych o pojemności 1 mL, natychmiast zamrożono w temperaturze −80 °C i transportowano w suchym lodzie. Bakteryjne genomiczne DNA z kału wyekstrahowano z 250 mg materiału przy użyciu zestawu DNA Isolation Kit zgodnie z instrukcjami producenta. Stężenie DNA określono za pomocą spektrofotometru, a jego integralność zweryfikowano poprzez elektroforezę w 0,8% żelu agarozowym. Podczas ekstrakcji i kwantyfikacji zastosowano ujemną kontrolę buforową. Ekstrakty przechowywano w temperaturze -20 °C do czasu użycia.
Sekwencjonowanie genu 16S rRNA i analiza bioinformatyczna
Amplifikacja PCR była skierowana na hiperzmienne regiony V3–V4 (338F–806R) genu 16S rRNA. Produkty PCR oczyszczono i zsekwencjonowano na platformie Illumina MiSeq przy użyciu sekwencjonowania par końcowych 2 × 300-bp. Po filtrowaniu jakościowym uzyskano średnio 68 450 ± 28 297 wysokiej jakości czystych odczytów na próbkę (maks. 158 361, min. 28 294). Sekwencje pogrupowano w OTU przy 97% podobieństwie. Obliczono krzywe rzadkości (rarefaction curves), wskaźniki bogactwa oraz wskaźniki różnorodności. Adnotację taksonomiczną wykonano za pomocą RDP Classifier. W programie R przeprowadzono analizę PCoA w oparciu o dystanse UniFrac oraz klasteryzację hierarchiczną w celu oceny podobieństwa społeczności. Analizę LEfSe przeprowadzono na platformie Galaxy, aby zidentyfikować taksony o różnej liczebności (progi: LDA > 3, test Kruskala-Wallisa p < 0,05, test post-hoc Wilcoxona p < 0,05). W przypadku wielokrotnych porównań liczebności mikrobów zastosowano korektę FDR Benjamini-Hochberga; za istotne uznano p(FDR) < 0,05.
Analiza kwasów żółciowych z kału metodą LC-MS/MS
Próbkę kału o masie 20 mg zhomogenizowano z 200 µL metanolu. Po wirowaniu nadsącz zagęszczono, rozpuszczono ponownie w 100 µL 50% wodnego metanolu i poddano analizie LC-MS/MS. System detekcji obejmował system Shimadzu UPLC oraz system Applied Biosystems 6500 QTRAP MS/MS. Analizy jakościowe i ilościowe przeprowadzono z wykorzystaniem krzywych kalibracyjnych standardów kwasów żółciowych. Do oceny rozdzielczości profilu metabolicznego zastosowano analizę PCA. Różnicujące kwasy żółciowe zdefiniowano jako VIP ≥ 1 oraz fold change ≥ 2 lub ≤ 0,5. Do wizualizacji rozkładów różnicujących BA wykorzystano wykresy skrzypcowe. W przypadku porównań wielokrotnych zastosowano korektę FDR metodą Benjamini-Hochberga, zgodnie z zasadami analizy danych mikrobiologicznych.
Analiza statystyczna
Korelację Spearmana obliczono przy użyciu funkcji cor w programie R. Istotność korelacji przetestowano za pomocą funkcji corPvalueStudent z pakietu WGCNA dla programu R. Dane fenotypowe przedstawiono jako średnią ± odchylenie standardowe (Mean ± SD). Dla wszystkich porównań wielogrupowych (fenotypowych, mikrobiologicznych, metabolicznych) zastosowano jednoczynnikową analizę wariancji (ANOVA) z korekcją FDR według metody Benjamini-Hochberga dla testów post-hoc. Za statystycznie istotne uznano skorygowaną wartość p < 0.05. Wszystkie analizy przeprowadzono w programach GraphPad Prism 7.00 i R 4.2.0. Obliczenia mocy dla wielkości próby post-hoc wykonano przy użyciu programu G*Power 3.1.
Wyniki
Formuły TCM łagodzą stan zapalny i uszkodzenia jelita grubego w zapaleniu jelita grubego indukowanym DSS
Działanie ochronne formuł TCM oceniono w pierwszej kolejności na podstawie zmian masy ciała. W porównaniu z grupą kontrolną, w grupie modelu UC odnotowano trwałą utratę masy ciała. BJQF, BSF, JPF oraz QCF znacząco złagodziły utratę masy ciała indukowaną przez DSS (Rycina 1A). Barwienie HE wykazało nienaruszoną błonę śluzową jelita grubego oraz brak stanu zapalnego w grupie kontrolnej. W przeciwieństwie do niej, w tkance jelita grubego grupy modelowej zaobserwowano ciężkie zniekształcenie nabłonka, zniszczenie krypt oraz rozległą infiltrację komórek zapalnych w błonie śluzowej i podśluzowej. Wszystkie terapie TCM wspomagały regenerację tkanek i redukowały stan zapalny, przy czym BJQF wykazało najbardziej wyraźną poprawę (Rycina 1B–C). Ilościowa ocena histologiczna potwierdziła, że TCM znacząco złagodziły uszkodzenia histopatologiczne (p < 0.05).
BJQF, BSF, JPF oraz QCF obniżyły stężenia surowiczego IL-1β (Rysunek 1D) i TNF-α (Rysunek 1F) w różnym stopniu. Poziomy IL-10 w grupach leczonych nie osiągnęły wartości grupy kontrolnej, lecz były znacząco wyższe niż w grupie modelowej (Rysunek 1E). Wyniki te wskazują, że receptury TCM hamują wywołany przez DSS stan zapalny jelit.
Rycina 1: Efekty terapeutyczne BJQF i jego rozbitych podformuł w zapaleniu jelita grubego indukowanym DSS u szczurów. (A) Dynamiczne zmiany stosunku masy ciała do wartości wyjściowej w każdej grupie w ciągu 10-dniowego okresu eksperymentalnego; (B) Ilościowe oceny histologiczne tkanek jelita grubego we wszystkich grupach eksperymentalnych; (C) Reprezentatywne przekroje tkanek jelita grubego barwione hematoksyliną i eozyną (HE) z każdej grupy (pasek skali = 200 µm); (D–F) Stężenia cytokin zapalnych w surowicy w każdej grupie: (D) IL-1β, (E) IL-10, (F) TNF-α. Dane przedstawiono jako średnia ± SD. *p < 0.05, **p < 0.01, ****p < 0.0001. Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.
Leczenie TCM przebudowuje strukturę zbiorowości mikrobiologicznej jelit u szczurów z UC
Po filtrowaniu jakościowym uzyskano średnio 68 450 ± 28 297 wysokiej jakości czystych odczytów na próbkę. Leczenie TCM zmieniło bakteryjną różnorodność α (indeks Chao1, Rysunek 2A). BJQF znacząco zmniejszyło podwyższoną różnorodność α u szczurów z UC (p(FDR) < 0,05). Wśród podformuł JPF znacząco zmniejszyło różnorodność (p(FDR) < 0,05), podczas gdy BSF i QCF nie wykazały istotnego efektu. W przypadku różnorodności β, nieważona analiza PCoA odległości UniFrac wykazała wyraźne oddzielenie grup, co wskazuje, że TCM przekształciło ogólny skład mikrobiologiczny (Rysunek 2B). Grupowanie hierarchiczne dodatkowo wykazało wyraźne klastrowanie między grupą modelową a grupami leczonymi (Rysunek 2C).
Wykryto łącznie 13 typów, 22 klasy, 36 rzędy, 65 rodziny i 158 rodzaje. Na poziomie typu dominowały Firmicutes, Bacteroidetes, Actinobacteria, Verrucomicrobia i Proteobacteria (>99% całkowitej liczebności, Rysunek 2D). Firmicutes dominowały w grupie kontrolnej (86,98%), uległy istotnemu zmniejszeniu w grupie UC (p(FDR) < 0,05) i zostały przywrócone przez TCM (p(FDR) < 0,05), przy czym BJQF wykazało najsilniejszy efekt. Liczebność Bacteroidetes i Proteobacteria była istotnie zwiększona w grupie UC i odwrócona przez wszystkie formuły TCM. Na poziomie rodzaju (liczebność >1%, Rysunek 2E), Lactobacillus dominował w grupie kontrolnej (59,77%), był wyraźnie zredukowany w grupie UC (3,57%, p(FDR) < 0,05) i przywrócony przez TCM (p(FDR) < 0,05). BJQF i JPF wykazały silniejszy wpływ na przywrócenie Lactobacillus. W grupie UC zwiększyła się również liczebność Bacteroides, Ruminococcus_2, Bifidobacterium i Blautia, a zmniejszyła liczebność Enterorhabdus i Corynebacterium_1 — większość tych zmian została odwrócona przez TCM. Ogólnie wszystkie formuły złagodziły dysbiozę mikrobiologiczną powiązaną z UC, przy czym BJQF i JPF wykazały najbardziej wyraźne efekty.
Rycina 2: Skład mikrobioty jelitowej w grupach. (A) Indeks bakterii α różnorodność ocenioną za pomocą wskaźnika Chao 1 (p(FDR) < 0,05 vs Model); (B) PCoA odległości UniFrac w oparciu o skład i liczebność OTU w różnych grupach; (C) Hierarchiczna analiza skupień w oparciu o macierz odległości; (D) Względna liczebność na poziomie typu (p(FDR) < 0,05 vs Model); oraz (E) Względna liczebność na poziomie rodzaju (p(FDR) < 0,05 vs model). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
LEfSe identyfikuje taksony różnicowe związane z UC oraz TCM
Przeprowadzono analizę LEfSe w celu zidentyfikowania taksonów wykazujących różnice w stopniu wzbogacenia pomiędzy grupami (LDA > 3, p < 0.05, Rysunek 3). Taksony wzbogacone w grupie UC obejmowały Bacteroidaceae, Bacteroides, Clostridiales, Clostridia, Bacteroidia, Bacteroidales, Bacteroidetes, Faecalibaculum oraz Ruminococcaceae, pochodzące głównie z typów Bacteroidetes i Firmicutes. Po leczeniu TCM większość taksonów wzbogaconych w grupie BJQF należała do Firmicutes, przy czym jedynie Bifidobacteriaceae, Bifidobacteriales oraz Bifidobacterium pochodziły z typu Actinobacteria. Taksony wzbogacone w grupie BSF również należały głównie do Firmicutes. Taksony wzbogacone w grupie JPF, takie jak Turicibacter i Dorea, należały do Firmicutes. W grupie QCF odnotowano najsilniejsze wzbogacenie Verrucomicrobia (w tym Akkermansia), co wskazuje na wysoką wrażliwość tego typu na interwencję QCF. Ogólnie rzecz biorąc, Firmicutes był typem najbardziej responsywnym na BJQF, BSF oraz JPF.
Rycina 3: LEfSe zidentyfikowało OTU o największych różnicach w liczebności w poszczególnych grupach. Istotne różnice w wynikach LDA (p < 0,05) uzyskano pomiędzy klasami (test Kruskala–Wallisa) oraz podklasami (test Wilcoxona). Taksony różnicujące określono na podstawie progu wyniku LDA > 3 oraz poziomu istotności statystycznej 0,05. (p: typ, c: klasa, o: rząd, f: rodzina, g: rodzaj). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Interwencja TCM normalizuje profile kwasów żółciowych w kale szczurów z UC
Biorąc pod uwagę zaburzenia wchłaniania BA w IBD, autorzy wykorzystali LC-MS/MS do ilościowego oznaczenia BA w kale. Analiza PCA wykazała wyraźne oddzielenie grupy kontrolnej od grupy modelowej, podczas gdy wszystkie grupy leczone skupiały się bliżej grupy kontrolnej, co wskazuje na częściową normalizację metabolizmu BA (Ryc. 4A). Najbardziej zmienionymi BA w grupie modelowej były podwyższone LCA-3S oraz obniżone GDCA (Ryc. 4B). Po leczeniu najbardziej wzrosły poziomy BA dla ILCA (BJQF), GCDCA (BSF), DLCA (JPF) i GCDCA (QCF); natomiast największy spadek poziomu BA odnotowano dla TLCA-3S (BJQF), LCA-3S (BSF), LCA-3S (JPF) i TLCA-3S (QCF) (Ryc. 4C–F). Wykresy skrzypcowe zilustrowały wspólne różnice w poziomach BA pomiędzy grupami (Ryc. 5). Warto zauważyć, że wszystkie formuły TCM zwiększyły poziom 23-DCA, 3-oxo-DCA i DLCA oraz zmniejszyły poziom HCA, LCA-3S, TCA i TLCA-3S.
Rysunek 4: Formuły TCM regulowały zaburzenia kwasów żółciowych indukowane DSS w modelu UC. (A) Wykres PCA kwasów żółciowych w grupach Kontrolnej, Modelu, BJQF, BSF, JPF oraz QCF. (B) Wykres słupkowy krotności zmiany w grupie Modelu w porównaniu z grupą Kontrolną. (C) Wykres słupkowy krotności zmiany w grupie BJQF w porównaniu z Modelem. (D) Wykres słupkowy krotności zmiany w grupie BSF w porównaniu z Modelem. (E) Wykres słupkowy krotności zmiany w grupie JPF w porównaniu z Modelem, oraz (F) Wykres słupkowy krotności zmiany w grupie QCF w porównaniu z Modelem. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rycina 5: Wykres skrzypcowy różnicowych BAs w każdej grupie porównawczej. (A) Różnicowe BAs w BJQF w porównaniu do Model. (B) Różnicowe BAs w BSF w porównaniu do Model. (C) Różnicowe BAs w JPF w porównaniu do Model oraz (D) Różnicowe BAs w QCF w porównaniu do Model. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Korelacja między kwasami żółciowymi w kale a liczebnością mikrobioty jelitowej
Przeprowadzono analizę korelacji Spearmana między różnicującymi się typami bakterii a różnicującymi się kwasami żółciowymi (BAs) (Rysunek 6A–F, Rysunek 7A–D). Wykresy chordowe przedstawiają korelacje dla |r| ≥ 0,8 (Rysunek 6B, 6D, 6F). W porównaniu grupy modelowej z kontrolną 23-DCA korelował dodatnio z Saccharibacteria i Firmicutes oraz ujemnie z Proteobacteria i Bacteroidetes (Rysunek 6B). W porównaniu grupy BJQF z modelową Proteobacteria wiązały się z TLCA-3S, LCA-3S, TCA, α-MCA, 6,7-DKLCA, HCA, CDCA oraz THCA (Rysunek 6D). W porównaniu grupy BSF z modelową Proteobacteria korelowały dodatnio z TDCA, 6,7-DKLCA oraz LCA-3S, natomiast Saccharibacteria korelowały dodatnio z GUDCA i 23-DCA (Rysunek 6F).
Rysunek 6: Korelacje między różnicującymi się kwasami żółciowymi (BAs) w kale a liczebnością różnicujących się bakterii na poziomie typu. (A, C, E) Analizy korelacji Spearmana odpowiednio dla grup: Kontrolnej vs Model, BJQF vs Model oraz BSF vs Model. (B, D, F) Odpowiadające im wykresy Chord ilustrujące silne korelacje (|r| ≥ 0.8) odpowiednio dla grup: Kontrolnej vs Model, BJQF vs Model oraz BSF vs Model. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Wykresy kołowe (chord charts) przedstawiają korelacje o wartości |r| ≥ 0,8 (Rysunek 7B, 7D). W porównaniu modelu JPF vs. Saccharibacteria wykazały negatywną korelację z TLCA-3S, LCA-3S oraz HCA, a korelację dodatnią z 23-DCA (Rysunek 7B). W porównaniu modelu QCF z modelem, Saccharibacteria wykazywał ujemną korelację z HCA, CA, LCA-3S, THCA i TLCA-3S oraz dodatnią korelację z 23-DCA (Rycina 7D). Wyniki te wskazują, że różne receptury TCM modulują sieć oddziaływań bakterie–kwasy żółciowe poprzez odmienne wzorce.
Rysunek 7: Korelacje między różnicowymi kwasami żółciowymi (BAs) w kale a obfitością różnicowych bakterii. (A, C) Analizy korelacji Spearmana odpowiednio dla grup JPF vs. Model oraz QCF vs. Model. (B, D) Odpowiadające im wykresy chordowe ilustrujące silne korelacje (|r| ≥ 0.8) odpowiednio dla grup JPF vs. Model oraz QCF vs. Model. Kolor czerwony oznacza korelacje dodatnie, natomiast niebieski oznacza korelacje ujemne. p < 0.05, p < 0.01. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.
DOSTĘPNOŚĆ DANYCH:
Wszystkie surowe dane zostały przesłane do bazy danych NCBI Sequence Reads Archive (SRA) (numer dostępu: PRJNA749732). https://www.ncbi.nlm.nih.gov/bioproject/PRJNA749732
Dyskusja
Niniejsze badanie analizuje mechanizm terapeutyczny BJQF oraz jego rozdzielonych podformuł w łagodzeniu UC indukowanego DSS za pośrednictwem osi metabolicznej mikrobiota jelitowa–kwasy żółciowe. Ta analiza multiomiczna sugeruje, że BJQF wykazuje działanie przeciwzapalne w zapaleniu jelita grubego poprzez przywrócenie dysbiozy mikrobiologicznej związanej z UC i normalizację puli BA w kale. Jego podformuły wykazują odmienne efekty regulacyjne specyficzne dla modułów, przy czym JPF wykazuje skuteczność najbardziej zbliżoną do pełnej formuły, co ujawnia kluczową rolę strategii Jianpi. Autorzy zidentyfikowali również 23-DCA jako kluczowy węzeł BA łączący przebudowę mikrobiologiczną z poprawą stanu UC, a TLCA-3S/LCA-3S jako potencjalne biomarkery skuteczności.
Przywrócenie równowagi mikrobiologicznej zapobiegające dysbiozie za pośrednictwem BJQF jest potencjalnie związane z normalizacją puli kwasów żółciowych (BA) oraz redukcją stanu zapalnego. Wrzodziejące zapalenie jelita grubego (UC) jest napędzane przez rozregulowanie sieci odpornościowo-mikrobiotyczno-metabolicznej, a zaburzenie równowagi głównych typów bakterii jest typową cechą zarówno u pacjentów, jak i w modelach zwierzęcych10. Wyniki te potwierdzają, że u szczurów z UC indukowanym DSS obserwuje się zmniejszenie liczebności Firmicutes i Lactobacillus oraz zwiększenie liczebności Bacteroidetes i Proteobacteria — co jest zgodne z klinicznymi profilami UC11. BJQF i JPF najskuteczniej odwracały te nieprawidłowości, podczas gdy BSF i QCF wykazały umiarkowane działanie. Biorąc pod uwagę, że taksony Firmicutes, takie jak Lactobacillus i Clostridium, są dobrze udokumentowane jako posiadające podstawowy aparat enzymatyczny do biosyntezy wtórnych BA12, sugeruje to potencjalny związek asocjacyjny: BJQF, a zwłaszcza jego moduł Jianpi, przywraca liczebność Firmicutes o zdolności biosyntetycznej do produkcji BA, co może nasilać biotransformację wtórnych BA i korygować zaburzenia metaboliczne. Na poziomie rodzaju BJQF i JPF odwróciły również zmiany indukowane przez UC w obrębie Bacteroides, Ruminococcus_2, Enterorhabdus i Corynebacterium_1, dodatkowo naprawiając dysbiozę i funkcje związane z syntezą BA.
Przywrócenie równowagi w mikrobiomie może przyczyniać się do normalizacji puli BA, co stanowi kluczowy mechanizm metaboliczny efektów przeciwzapalnych w zapaleniu jelita grubego. Metabolizm BA jest w dużym stopniu zależny od aktywności drobnoustrojów, a wtórne BA są krytyczne dla homeostazy immunologicznej i integralności bariery jelitowej13. Dane z LC-MS/MS wykazują, że u szczurów z UC występuje zmniejszona ilość ochronnych wtórnych BA (23-DCA, 3-oxo-DCA, DLCA) oraz nagromadzenie siarczanowych BA (TLCA-3S, LCA-3S) — co jest zgodne z wcześniejszymi doniesieniami dotyczącymi dysregulacji BA związanej z UC14. Siarczanowe BA charakteryzują się niską wchłanialnością jelitową i nie mogą włączyć się do krążenia wątrobowo-jelitowego15, a ich gromadzenie odzwierciedla upośledzony metabolizm BA i jest powiązane z aktywacją szlaków prozapalnych16. Wszystkie preparaty odwróciły to zaburzenie, przy czym BJQF i JPF wykazały najsilniejsze efekty.
Analiza korelacji potwierdza, że 23-DCA jest kluczowym węzłem BA związanym ze zmianami w głównych typach bakterii: wykazuje korelację dodatnią z Firmicutes i ujemną z Proteobacteria. Jako wtórna BA o działaniu przeciwzapalnym i ochronnym dla bariery jelitowej17, zwiększenie poziomu 23-DCA pod wpływem BJQF/JPF można potencjalnie przypisać wzbogaceniu Firmicutes i zwiększonej biosyntezie, co koreluje ze zmniejszeniem poziomu cytokin i poprawą obrazu histologicznego. Na podstawie tych wyników korelacyjnych autorzy proponują hipotetyczny model mechanistyczny: BJQF przywraca liczebność Firmicutes > zwiększa mikrobiologiczną biosyntezę wtórnych BA > zwiększa poziom ochronnego 23-DCA > hamuje stan zapalny jelit. Model ten wymaga jeszcze walidacji w badaniach funkcjonalnych.
Niniejsze badanie łączy teorię TCM z nowoczesną biologią molekularną poprzez mapowanie modułów funkcjonalnych BJQF na konkretne zmiany mikrobiologiczne i metaboliczne. Centralnym ogniwem jest koncepcja Jianpi. Zgodnie z teorią TCM dotyczącą „wzajemnego wzmacniania śledziony i nerek”18, w BSF zaobserwowano umiarkowane wzbogacenie w Firmicutes oraz upregulację 23-DCA. QCF wzbogacała głównie Verrucomicrobia (Akkermansia) i regulowała metabolizm ksenobiotyków, co odzwierciedla efekt „usuwania wilgoci i ciepła”. Pełna formuła wykazuje efekty synergistyczne przewyższające każdy pojedynczy moduł, co potwierdza racjonalność projektowania złożonych preparatów TCM w oparciu o różnicowanie zespołów.
Analiza korelacji dodatkowo ujawnia odrębne sieci interakcji między bakteriami a BA kształtowane przez każdą z formuł. Różnice te odzwierciedlają specyficzne dla modułów cechy regulacyjne i stanowią podstawę do zindywidualizowanego zastosowania klinicznego: JPF w przypadku UC z dominującym niedoborem śledziony i dysbiozą skoncentrowaną na Firmicutes, QCF w przypadku UC z dominującą wilgocią i ciepłem oraz uszkodzeniem bariery śluzowej, a pełną BJQF w klasycznym zespole mieszanym. Zgodnie z tymi wynikami, niedawne badania potwierdzają również, że oś mikrobiota jelitowa–kwasy żółciowe stanowi kluczowy cel terapeutyczny w leczeniu UC i interwencjach TCM19,20,21,22. Niedobór wtórnych BA napędzany przez dysbiozę mikrobiologiczną jest kluczową cechą aktywnego UC, a przywrócenie homeostazy BA może skutecznie łagodzić stan zapalny i uszkodzenia błony śluzowej23.
Niniejsze badanie posiada kilka ograniczeń. Po pierwsze, wszystkie powiązania między przebudową mikrobioty a normalizacją BA opierają się na korelacyjnej analizie multiomicznej; związki przyczynowo-skutkowe nie zostały potwierdzone w eksperymentach funkcjonalnych, takich jak przeszczep mikrobioty jelitowej. Po drugie, wielkość próby jest stosunkowo umiarkowana, co może ograniczać moc statystyczną i możliwość generalizacji wyników. Po trzecie, ilościowo określono jedynie BA w kale; nie zmierzono profili BA w surowicy i błonie śluzowej, które odzwierciedlają krążenie jelitowo-wątrobowe. Po czwarte, nie zidentyfikowano konkretnych aktywnych fitochemikaliów odpowiedzialnych za regulację mikrobioty i BA. W przyszłych pracach związki przyczynowo-skutkowe zostaną zweryfikowane za pomocą FMT oraz eksperymentów na zwierzętach wolnych od drobnoustrojów, zidentyfikowane zostaną kluczowe aktywne składniki BJQF, a następnie przeprowadzone zostaną pilotażowe badania kliniczne w celu potwierdzenia wartości translacyjnej.
Oświadczenia
Autorzy nie zgłaszają żadnych konfliktów interesów.
WKŁAD AUTORÓW:
Hongyu Chen przyczynił się do konceptualizacji, opracowania metodologii, walidacji, analizy formalnej, badania, wizualizacji oraz napisania pierwotnego szkicu manuskryptu. Song Zhao przyczynił się do opracowania metodologii, administracji projektem, badania, wizualizacji, pozyskania funduszy oraz napisania pierwotnego szkicu. Luzhou Xu przyczynił się do konceptualizacji, zapewnienia zasobów, recenzji i redakcji manuskryptu, administracji projektem oraz ogólnego nadzoru nad badaniem.
Podziękowania
Niniejsza praca była wspierana przez Narodową Fundację Nauk Naturalnych Chin (81774243).
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Probówki PCR 0,2 mL | Axygen | PCR-02-C | Do reakcji amplifikacji PCR genu 16S rRNA |
| Sterylne probówki wirówkowe 1,5 mL | Axygen | MCT-150-C | Sterylne pojemniki do pobierania, przechowywania i wirowania próbek |
| 10% neutralna formalina buforowana | Solarbio Science & Technology | 1008128 | Do utrwalania preparatów tkanki okrężnicy |
| System 6500 QTRAP MS/MS | Sciex | 5009065 | Do ilościowego profilowania kwasów żółciowych w kale w oparciu o MRM |
| Zamrażarka niskotemperaturowa -80 ºC | Thermo Fisher Scientific | 702-UR | Do krio konserwacji próbek kału i preparatów biologicznych |
| Agaroza | Sigma-Aldrich | A9539 | Do wykrywania integralności DNA za pomocą elektroforezy w żelu |
| Alpiniae Oxyphyllae Fructus | Nanjing TCM Co., Ltd. | Batch 20230321 | Surowiec roślinny, 15 g na dawkę, stosowany w BJQF i BSF |
| Astragali Radix | Nanjing TCM Co., Ltd. | Batch 20230312 | Surowiec roślinny, 15 g na dawkę, stosowany w BJQF i JPF |
| Aucklandiae Radix | Nanjing TCM Co., Ltd. | Batch 20230217 | Surowiec roślinny, 6 g na dawkę, stosowany w BJQF i QCF |
| Mieszanina wzorcowa kwasów żółciowych | Sigma-Aldrich | B4893 | Do kalibracji jakościowej i ilościowej kwasów żółciowych w kale |
| Coptidis Rhizoma | Nanjing TCM Co., Ltd. | Batch 20230118 | Surowiec roślinny, 4 g na dawkę, stosowany w BJQF i QCF |
| Dextran sulfate sodium (DSS, 36–50 kDa) | MP Biomedicals | 160110 | Do indukcji UC u szczurów, przygotowany jako 3,5% (mas/obj) roztwór do picia przez 10 kolejnych dni |
| Glycyrrhizae Radix | Nanjing TCM Co., Ltd. | Batch 20230411 | Surowiec roślinny, 5 g na dawkę, stosowany w BJQF i JPF |
| GraphPad Prism | GraphPad Software | v7.00 | Do analizy statystycznej, testowania istotności i tworzenia wykresów naukowych |
| Zestaw do barwienia hematoksyliną i eozyną (H&E) | Beyotime Biotechnology | C0105S | Do barwienia przekrojów tkanki okrężnicy, obserwacji histopatologicznych i oceny stopnia stanu zapalnego |
| Szybka wirówka chłodząca | Eppendorf | 5810R | Do wirowania próbek podczas ekstrakcji kwasów nukleinowych i przygotowania do metabolomiki |
| Methanol klasy HPLC | Merck KGaA | 1.06007.4008 | Do przygotowania próbek LC-MS/MS i przygotowania fazy ruchomej |
| Platforma sekwencjonowania Illumina MiSeq | Illumina Inc. | SY-410-1003 | Do wysokoprzepustowego sekwencjonowania genu 16S rRNA i profilowania mikrobioty jelitowej |
| Baza danych KEGG | Kanehisa Laboratories | Release 107.0 | Do adnotacji funkcjonalnych szlaków mikrobiologicznych |
| Samce szczurów SD klasy SPF | Shanghai Xipu-Bikai Experimental Animal Co., Ltd. | / | 44 szczury o masie 200 ± 20 g, do konstrukcji modelu UC i eksperymentów kontrolnych |
| Czytnik mikropłytek Multiskan™ GO | Thermo Fisher Scientific Oy | 51119080 | Do odczytu absorbancji ELISA i ilościowego oznaczania cytokin |
| Spektrofotometr NanoDrop 2000 | Thermo Fisher Scientific | ND-2000 | Do ilościowego oznaczenia i oceny czystości genomowego DNA bakterii kałowych |
| Kasety do zatapiania w parafinie | Leica Biosystems | 3801520 | Do odwadniania tkanki okrężnicy i zatapiania w parafinie |
| Zestaw do izolacji DNA PowerFecal® | MoBio (Qiagen) | 12830-50 | Do ekstrakcji i oczyszczania genomowego DNA bakterii kałowych |
| Psoraleae Fructus | Nanjing TCM Co., Ltd. | Batch 20230129 | Surowiec roślinny, 15 g na dawkę, stosowany w BJQF i BSF |
| Środowisko statystyczne R | R Foundation for Statistical Computing | v4.2.0 | Do analizy bioinformatycznej i obliczeń statystycznych |
| Zestaw ELISA do IL-10 u szczura | Lun Chang Shuo Biotech | YD-30194 | Do ilościowego oznaczania stężenia IL-10 w surowicy |
| Zestaw ELISA do IL-1β u szczura | Lun Chang Shuo Biotech | YD-30206 | Do ilościowego oznaczania stężenia IL-1β w surowicy |
| Zestaw ELISA do TNF-α u szczura | Lun Chang Shuo Biotech | YD-31063 | Do ilościowego oznaczania stężenia TNF-α w surowicy |
| Sanguisorbae Radix | Nanjing TCM Co., Ltd. | Batch 20230309 | Surowiec roślinny, 10 g na dawkę, stosowany w BJQF i QCF |
| Scutellariae Radix | Nanjing TCM Co., Ltd. | Batch 20230407 | Surowiec roślinny, 10 g na dawkę, stosowany w BJQF i QCF |
| System Shim-pack UFLC UPLC | Shimadzu Corporation | CBM-20A | Do rozdzielania chromatograficznego próbek kwasów żółciowych z kału |
| Smażony Atractylodis Macrocephalae Rhizoma | Nanjing TCM Co., Ltd. | Batch 20230225 | Surowiec roślinny, 10 g na dawkę, stosowany w BJQF i JPF |
Bibliografia
- Gilbert JA, et al. Current understanding of the human microbiome. Nat Med. 2018;24(4):392-400.
- Fiorucci S, et al. Bile acid signaling in inflammatory bowel diseases. Dig Dis Sci. 2021;66(3):674-693.
- Sinha SR, et al. Dysbiosis-induced secondary bile acid deficiency promotes intestinal inflammation. Cell Host Microbe. 2020;27(4):659-670.e5.
- Zhan K, et al. Gut microbiota-bile acid crosstalk in diarrhea-irritable bowel syndrome. Biomed Res Int. 2020;2020:3828249.
- Zhang C, Jiang M, Lu A. Considerations of traditional Chinese medicine as adjunct therapy in the management of ulcerative colitis. Clin Rev Allergy Immunol. 2013;44(3):274-283.
- Zhang S, et al. Consensus on Chinese medical diagnosis and treatment of ulcerative colitis (2009). Chin J Integr Tradit West Med. 2010;30(5):527-532.
- Chen YL, et al. Systems pharmacology approach reveals protective mechanisms of Jian-Pi Qing-Chang decoction on ulcerative colitis. World J Gastroenterol. 2019;25(21):2603-2622.
- Hu J, et al. Qingchang Huashi Formula attenuates DSS-induced colitis in mice by restoring gut microbiota-metabolism homeostasis and goblet cell function. J Ethnopharmacol. 2021;266:113394.
- Cooper HS, et al. Clinicopathologic study of dextran sulfate sodium experimental murine colitis. Lab Invest. 1993;69(2):238-249.
- Zuo T, Ng SC. The gut microbiota in the pathogenesis and therapeutics of inflammatory bowel disease. Front Microbiol. 2018;9:2247.
- Kobayashi T, et al. Ulcerative colitis. Nat Rev Dis Primers. 2020;6(1):74.
- Wahlström A, Sayin SI, Marschall HU, Bäckhed F. Intestinal crosstalk between bile acids and microbiota and its impact on host metabolism. Cell Metab. 2016;24(1):41-50.
- Joyce SA, Gahan CGM. Bile acid-microbiota crosstalk in inflammatory bowel disease. Nat Rev Gastroenterol Hepatol. 2020;17(11):694-707.
- Duboc H, et al. Connecting dysbiosis, bile-acid dysmetabolism and gut inflammation in inflammatory bowel diseases. Gut. 2013;62(4):531-539.
- Alnouti Y. Bile acid sulfation: A pathway of bile acid elimination and detoxification. Toxicol Sci. 2009;108(2):225-246.
- Ungaro R, et al. Ulcerative colitis. Lancet. 2017;389(10080):1756-1770.
- Tang Y, Li Y, Zhang L, et al. 23-Deoxycholic acid ameliorates colitis by regulating gut microbiota and activating FXR signaling. J Ethnopharmacol. 2022;298:115463.
- Lu YH, Cong LL, Zhang Y. TCM syndrome classification and its correlation with gut microbiota in ulcerative colitis. Chin J Integr Tradit West Med. 2020;40(7):867-871.
- Zhang Y, Li X, Wang H. Traditional Chinese medicine for inflammatory bowel disease: From empirical therapy to mechanism-based treatment. J Ethnopharmacol. 2022;296:115347.
- Li J, Wang Y, Zhang L, et al. Targeting the gut microbiota-bile acid axis: a novel strategy for TCM compound prescriptions in treating chronic inflammatory diseases. Pharmacol Res. 2023;192:106589.
- Abdo W, et al. Gut Microbiota and Bile Acid Metabolism in Inflammatory Bowel Disease: Pathophysiological Links and Therapeutic Implications. Arch Med Res. 2023;54(8):789-801.
- Liu M, et al. Traditional Chinese Medicine Targeting Gut Microbiota-Bile Acid Axis for Ulcerative Colitis: A Systematic Review. Arch Med Res. 2022;53(6):542-553.
- Chen L, et al. Secondary Bile Acids as Key Mediators of Intestinal Mucosal Barrier Protection in Inflammatory Bowel Disease. Arch Med Res. 2023;54(2):189-200.