Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

Влияние трансплантации фекальной микробиоты на характеристики кишечной микробиоты и клинические фенотипы у пациентов с болезнью Паркинсона

129 просмотров

⸱

DOI:

10.3791/72702

⸱

14 августа 2026 г.

 ,  , 
1Department of Neurology, The Second Affiliated Hospital of Nanjing Medical University, 2Department of Geriatrics, The Second Affiliated Hospital of Nanjing Medical University

В этой статье

Краткое содержание

В данном поисковом исследовании шести пациентов с болезнью Паркинсона, перенесших трансплантацию фекальной микробиоты, наблюдались временные изменения разнообразия кишечной микробиоты, таксономического состава и прогнозируемых функциональных профилей наряду с улучшением моторных и немоторных симптомов. Эти результаты предоставляют предварительные данные, обосновывающие дальнейшее изучение интервенций на основе микробиоты.

Аннотация

Изменения в микробиоте кишечника связывают с болезнью Паркинсона (БП), однако лонгитюдные изменения микробиома после трансплантации фекальной микробиоты (ТФМ) и их клинические связи остаются недостаточно изученными. В данном одноцентровом ретроспективном обсервационном исследовании приняли участие 6 пациентов с БП, разделенных на подгруппы с высокой и низкой степенью тяжести в зависимости от продолжительности заболевания (>6 лет против ≤6 лет). Тридцать шесть образцов кала были собраны перед ТФМ и ежемесячно в течение пяти месяцев после нее. Микробное разнообразие, структура сообщества, таксономический состав и прогнозируемые функциональные профили оценивали с помощью секвенирования гена 16S рибосомальной РНК. Анализы включали альфа- и бета-разнообразие, таксономическую численность, эффект линейного дискриминантного анализа (LEDA), функциональное прогнозирование на основе Tax4Fun2 и корреляции по рангам Спирмена между характеристиками микробиома и клиническими показателями. Дескриптивный анализ выявил различия в богатстве, разнообразии, структуре сообщества и прогнозируемых функциях микробиома между подгруппами разной степени тяжести, а также в разные временные точки после ТФМ. В исходном состоянии в подгруппе с низкой степенью тяжести наблюдались более высокое богатство и разнообразие микробиома по сравнению с подгруппой с высокой степенью тяжести, с относительно более высокой численностью таких таксонов, как Bifidobacterium и Lactobacillus. Через один месяц после ТФМ в подгруппе с высокой степенью тяжести богатство и разнообразие увеличились по сравнению с исходным уровнем, что сопровождалось изменениями в таксономическом составе. В обеих подгруппах после ТФМ наблюдались временные вариации микробного разнообразия и прогнозируемого обогащения путей Киотской энциклопедии генов и геномов (KEGG). Прогнозируемые функции включали метаболизм углеводов и аминокислот, биосинтез вторичных метаболитов, мембранный транспорт и передачу сигнала. Несколько операционных таксономических единиц коррелировали с показателями двигательных нарушений, запоров, качества сна, функционального статуса и нейропсихиатрических симптомов. Таким образом, ТФМ была связана с лонгитюдными изменениями разнообразия, состава и прогнозируемых функций микробиоты кишечника, а специфические характеристики микробиома были связаны с моторными и немоторными показателями. Учитывая малый размер ретроспективной когорты, данные результаты являются предварительными и требуют подтверждения в более крупных контролируемых исследованиях. В будущих работах следует определить, являются ли эти микробные изменения воспроизводимыми, сохраняются ли они более пяти месяцев, отражают ли приживление донорской микробиоты и соответствуют ли они измеримому клиническому улучшению после трансплантации при БП.

Введение

Болезнь Паркинсона (БП) представляет собой распространенное прогрессирующее нейродегенеративное заболевание, характеризующееся брадикинезией, ригидностью, тремором покоя и постуральной неустойчивостью1. Хотя ее патогенез остается выясненным не полностью, в возникновении и прогрессировании заболевания implicated множество факторов, включая нейровоспаление, воздействие факторов окружающей среды и генетическую предрасположенность2. Эпидемиологические данные свидетельствуют о том, что БП относится к числу наиболее распространенных неврологических расстройств у пожилых людей и сопровождается значительным уровнем инвалидизации, причем ее распространенность увеличивается с возрастом3. Современные методы лечения, в частности заместительная терапия дофамином, могут в определенной степени облегчить моторные симптомы, однако их влияние на прогрессирование заболевания и многие немоторные симптомы остается ограниченным, а ответ на лечение варьирует у разных пациентов4. Таким образом, дальнейшее изучение биологических изменений, связанных с БП, и поиск потенциальных терапевтических мишеней сохраняют свою клиническую значимость.

Микробное сообщество кишечника играет важную роль в поддержании целостности кишечного барьера, регулировании иммунных ответов и поддержании метаболического гомеостаза5. Трансплантация фекальной микробиоты (ТФМ) предполагает перенос фекальной микробиоты от здорового донора реципиенту для восстановления микробного баланса в кишечнике6,7. Многочисленные исследования на животных показали, что трансплантация микробиоты кишечника может влиять на нейроповеденческие фенотипы8,9. Учитывая, что микробиота пациентов с депрессией или тревожностью может вызывать соответствующие поведенческие изменения у мышей, микробиота здоровых доноров может улучшить поведенческие результаты10. Кроме того, предварительные клинические наблюдения сообщили об улучшении симптомов после ТФМ у некоторых пациентов с болезнью Паркинсона и аутизмом, что указывает на потенциальную значимость вмешательств на основе микробиоты при неврологических и нейропсихиатрических расстройствах11,12. Тем не менее, механизмы, лежащие в основе этих эффектов, остаются неясными, и необходимы клинические исследования для установления безопасности и эффективности ТФМ при болезни Паркинсона.

Несмотря на то, что предыдущие исследования указывали на связь между микробиотой кишечника и БП, лонгитюдные изменения в составе кишечной микробиоты после ТФМ и их ассоциации с клиническими характеристиками остаются недостаточно изученными. До сих пор неясно, проявляют ли пациенты с различной степенью тяжести клинического течения заболевания разные микробные ответы после ТФМ.

В данном одноцентровом ретроспективном обсервационном исследовании мы проанализировали данные пациентов с БП, которым проводилась ФМТ в рамках рутинной клинической практики. Были изучены клинические показатели до и после ФМТ, а доступные образцы кала были дополнительно проанализированы с помощью секвенирования гена 16S рРНК для исследования разнообразия микробиоты кишечника, таксономического состава, прогнозируемых функциональных профилей и их корреляции с клиническими показателями. Целью данного исследования была характеристика клинических исходов и профилей микробиоты кишечника после ФМТ при БП, а также получение предварительных данных для будущих проспективных контролируемых исследований.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Исследование было проведено в соответствии с Хельсинкской декларацией, и протокол был одобрен комитетом по этике Второй аффилированной больницы Нанкинского медицинского университета (номер одобрения: 2021-KY-100-01). От всех участников было получено письменное информированное согласие.

Данное одноцентровое ретроспективное обсервационное исследование проводилось на базе отделения неврологии Второй аффилированной больницы Нанкинского медицинского университета. В период с января 2022 года по декабрь 2023 года было включено в общей сложности 32 пациента с первичной БП, соответствовавших Диагностическим критериям болезни Паркинсона (издание 2020 года). В конечном итоге в последующий анализ были включены шесть пациентов, которые соответствовали строгим критериям отбора и прошли все процедуры исследования. Подробная информация о скрининге, исключении и последующем наблюдении представлена на Дополнительном рисунке 1.

Сбор образцов фекалий и анализ микробного сообщества

Фекальная микробиота была получена от здоровых добровольцев. Процесс отбора доноров проводился строго в соответствии с Китайским экспертным консенсусом по клиническому применению трансплантации фекальной микробиоты. Критерии включения доноров: возраст 18–40 лет, отсутствие хронических заболеваний в анамнезе; отсутствие желудочно-кишечных заболеваний, метаболических нарушений, аутоиммунных или психических расстройств; отсутствие приема антибиотиков, пробиотиков, иммунодепрессантов или ингибиторов протонной помпы в течение последних 3 месяцев; отсутствие поездок в эпидемические зоны, переливаний крови или хирургических вмешательств в течение последних 6 месяцев. Скрининг крови и кала для исключения инфекционных заболеваний и патогенов включал: вирус иммунодефицита человека (HIV), вирус гепатита B (HBV), вирус гепатита C (HCV), Treponema pallidum, Clostridium difficile, Salmonella, Shigella, Campylobacter, патогенные Escherichia coli, кишечные вирусы и паразиты. Объем одного подходящего образца кала должен составлять не менее 50 g. С помощью автоматизированной системы очистки фекальной микробиоты (см. Таблицу материалов) к каждым 100 g свежего кала добавляли 500 mL стерильного физиологического раствора, проводили три цикла стандартизированного центрифугирования и промывки (700 × g, 3 min), после чего немедленно выполняли инокуляцию, приготовив суспензию со стерильным физиологическим раствором в объемном соотношении 1:2. Испытуемые получали однократную инъекцию 150 mL суспензии, содержащей приблизительно 5 × 10^13 жизнеспособных бактерий13.

Все реципиенты получили FMT посредством колоноскопии, при этом эндоскоп вводили до слепой и восходящей ободочной кишки; суспензию медленно и равномерно вводили через биопсийный канал для обеспечения преимущественной колонизации правой половины ободочной кишки. После инфузии пациенты оставались в правом боковом положении в течение не менее 2 h. В предоперационном периоде в течение 3 дней соблюдалась диета с низким содержанием клетчатки, затем в течение 24 h перед процедурой — полноценная жидкая диета, при этом голодание в отношении твердой пищи соблюдалось за 6 h, а в отношении жидкостей — за 2 h до инфузии. Накануне вечером перед трансплантацией проводилась стандартная полная очистка кишечника электролитным раствором полиэтиленгликоля до получения прозрачного эффлюента, не содержащего каловых масс. Ограничения по лекарственным препаратам включали отмену системных антибиотиков минимум за 72 h до FMT и их исключение в течение 1 week после процедуры. Прием ингибиторов протонной помпы (ИПП) прекращали за 24–48 h до процедуры, а прием слабительных средств и пробиотиков приостанавливали в день трансплантации.

В ходе процедуры проводился непрерывный мониторинг частоты сердечных сокращений, артериального давления и сатурации кислорода, а также наблюдение за любыми симптомами, такими как вздутие живота, боль или тошнота; при возникновении сильной боли в животе или гипотонии инфузия немедленно прекращалась. В течение первых 7 дней после трансплантации проводилось ежедневное наблюдение для регистрации частоты стула, консистенции кала и всех нежелательных явлений, включая боли в животе, диарею, лихорадку и гематохезию. Долгосрочное наблюдение продолжалось до 5 месяцев и включало плановый отбор проб кала для анализа микробиоты кишечника, клиническую оценку с использованием Унифицированной шкалы оценки болезни Паркинсона (UPDRS) и шкалы запоров Векснера, а также документирование изменений симптомов и применения сопутствующих лекарственных препаратов для комплексной оценки эффективности и безопасности.

Образцы фекалий собирали в шести временных точках: перед FMT, а также через 1, 2, 3, 4 и 5 месяцев после FMT. Все участники получили стандартизированные инструкции по сбору образцов кала. С помощью стерильного пинцета собирали примерно 10–20 g средней порции кала, которую помещали в стерильные контейнеры для сбора. Образцы доставляли в лабораторию в течение 2–3 h после сбора, где обученные исследователи в асептических условиях распределяли их по стерильным микроцентрифужным пробиркам объемом 1.5 mL (см. Table of Materials). Все аликвоты немедленно хранили при −80 °C до проведения дальнейшего анализа.

После сбора образцов фекалий все пробы транспортировались на сухом льду коммерческому поставщику услуг по секвенированию (см. Таблицу материалов) для секвенирования гена 16S рРНК. Подготовка библиотек, секвенирование и первичный контроль качества проводились в соответствии со стандартным протоколом поставщика. Из каждого образца фекалий экстрагировали геномную ДНК, после чего гипервариабельные регионы V3–V4 бактериального гена 16S рРНК амплифицировали с помощью полимеразной цепной реакции (ПЦР) с использованием праймеров 341F и 805R. Секвенирование выполняли на настольной платформе для короткого прочтения (см. Таблицу материалов) с использованием химии парноконцевого чтения 2 × 300 bp для характеристики профилей микробиоты кишечника пациентов до FMT и в различные временные точки последующего наблюдения после FMT. После секвенирования необработанные чтения подвергали процессингу для получения высококачественных последовательностей для последующего микробиологического анализа. Таксономическая классификация проводилась с использованием коммерческого пакета для таксономического назначения 16S и соответствующей базы данных идентификации микроорганизмов (см. Таблицу материалов). Полученные таксономические профили использовались для последующего анализа микробного разнообразия, состава сообщества, дифференциального обилия и прогнозируемой функции микробиоты.

Клинические оценки и аналитические метки

Пациенты с БП были разделены на две группы в зависимости от степени тяжести заболевания, определяемой продолжительностью болезни: группу с высокой степенью тяжести (>6 лет, обозначенную как «_H») и группу с низкой степенью тяжести (≤6 лет, обозначенную как «_L»). Образцы кала, собранные до ТФМ, были определены как исходные образцы и помечены как FB_H или FB_L в соответствии с соответствующей группой тяжести. Образцы, собранные через 1, 2, 3, 4 и 5 месяцев после ТФМ, были помечены как FP1M_H, FP2M_H, FP3M_H, FP4M_H и FP5M_H для группы с высокой степенью тяжести, и как FP1M_L, FP2M_L, FP3M_L, FP4M_L и FP5M_L для группы с низкой степенью тяжести. Оцениваемые клинические параметры включали шкалу запоров Векснера, шкалу немоторных симптомов (NMSS), опросник немоторных симптомов (NMSQ), нейропсихиатрический реестр (NPI), стадию по Хен-Яру, шкалу повседневной активности (ADL), Питтсбургский индекс качества сна (PSQI), оригинальную шкалу (UPDRS I–VI) и общий балл по UPDRS. Для анализа изменений клинических показателей пациентов с БП в группе с высокой степенью тяжести (группа _H) и группе с низкой степенью тяжести (группа _L) в шести временных точках использовалась комбинация методов описательной и инференциальной статистики. Для предварительного изучения межгрупповых различий во всех временных точках распределения показателей между группами _H и _L в каждой временной точке сравнивались с помощью критерия суммы рангов Уилкоксона, а также применялась более строгая линейная смешанная модель (LMM) с индивидуальными случайными перехватами для каждого пациента. Из-за ограниченного размера выборки результаты модели со смешанными эффектами представлены только в качестве предварительных данных. Первичной конечной точкой этого поискового исследования было изменение разнообразия и состава кишечной микробиоты от исходного уровня до временных точек после трансплантации фекальной микробиоты, а клинические изменения оценивались в качестве вторичных конечных точек.

Кластеризация OTU, анализ разнообразия и таксономическое обилие

Для обобщения состава микробного сообщества использовались операционные таксономические единицы (ОТЕ), при этом последовательности с сходством ≥97% объединялись в одну ОТЕ. Глубина секвенирования оценивалась с помощью кривых разрежения на основе индекса Шеннона; выход кривых на плато свидетельствовал об общем достаточном покрытии для последующего анализа разнообразия.

Альфа-разнообразие оценивали с помощью индексов Chao1 и ACE (abundance-based coverage estimator) для определения микробного богатства, а также индексов Шеннона и Симпсона для оценки общего разнообразия и выровненности. Бета-разнообразие оценивали с использованием взвешенного и невзвешенного расстояний UniFrac с последующим анализом главных координат (PCoA) для визуализации различий в составе микробных сообществ между группами. Межгрупповые различия в альфа- и бета-разнообразии оценивали с помощью непараметрических тестов и пермутационного многомерного дисперсионного анализа (PERMANOVA) соответственно, как описано в разделе статистического анализа.

Таксономический состав был обобщен на уровнях типа, класса, порядка, семейства и рода на основе данных секвенирования гена 16S рРНК. Используя пакет для анализа экологии сообществ в среде R (см. Таблицу материалов), определите и визуализируйте 10 наиболее представленных таксонов на каждом таксономическом уровне. Таксономические профили были представлены в виде столбчатых диаграмм, а выбранные таксоны были дополнительно сравнены между группами с помощью диаграмм размаха.

Анализ дифференциального обилия микробных таксонов

Таксоны с различным уровнем обилия между предопределенными группами были идентифицированы с помощью линейного дискриминантного анализа размера эффекта (LEfSe). LEfSe объединяет критерий Краскела — Уоллиса, критерий Вилкоксона и линейный дискриминантный анализ (LDA) для выявления таксонов, обладающих как статистической значимостью, так и дискриминационным значением. Таксоны с P < 0.05 и показателем LDA (log10) > 3 считались имеющими различное обилие. Относительное обилие дискриминационных таксонов было визуализировано с помощью таксономических столбчатых диаграмм.

Функциональное прогнозирование и анализ клинической корреляции

Прогнозируемые функциональные профили микробиоты кишечника были выведены из данных секвенирования гена 16S рРНК с помощью Tax4Fun2 и аннотированы в соответствии с базой данных Киотской энциклопедии генов и геномов (KEGG). Дифференциально обогащенные прогнозируемые пути были определены с помощью LEfSe с пороговыми значениями P < 0.05 и показателем LDA (log10) > 3. Поскольку эти функциональные профили были выведены, а не измерены напрямую метагеномными или метаболомными методами, они интерпретировались как прогнозируемые функциональные различия. Для изучения взаимосвязей между микробными признаками и клиническими показателями был проведен корреляционный анализ по рангам Спирмена.

Статистический анализ

Статистический анализ проводили с использованием программного обеспечения R (см. Таблицу материалов). Клинические переменные представлены в виде медиан и диапазонов (минимум–максимум). Индексы альфа-разнообразия сравнивали между группами с помощью критерия суммы рангов Уилкоксона, а бета-разнообразие оценивали с помощью PERMANOVA с 999 перестановками. Дифференциально представленные таксоны и прогнозируемые функциональные пути определяли с помощью LEfSe, при этом порогами значимости служили P < 0.05 и показатель LDA (log10) > 3. Для лонгитюдного анализа дифференциальной представленности применяли смешанную модель с рандомными интерцептами для каждого пациента, с последующим апостериорным попарным сравнением с коррекцией ложноположительных результатов по методу Бенджамини-Хохберга. Для оценки взаимосвязей между характеристиками микробиоты кишечника и клиническими показателями использовали корреляционный анализ по рангам Спирмена с применением коррекции ложноположительных результатов по методу Бенджамини-Хохберга для значений P корреляции. Статистически значимым считалось двустороннее P < 0.05. Для анализа корреляций и таксономической представленности применяли коррекцию на множественные сравнения. Ввиду малого размера выборки и дизайна с повторным лонгитюдным отбором проб статистический анализ рассматривали как поисковый, а результаты интерпретировали с осторожностью.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Отбор пациентов и исходные характеристики

В окончательный анализ были включены шесть пациентов с БП, в том числе трое мужчин и три женщины. Медианный возраст составил 69,0 лет (диапазон: 61–75), а медианный индекс массы тела — 2,6 kg/m2. В когорту вошли два пациента с ригидным, два с тремор-доминирующим и два со смешанным клиническими фенотипами. Исходные клинические характеристики представлены в Таблице 1.

Клинические ха...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

ТФМ — это вмешательство на основе микробиоты, при котором фекальная микробиота здорового донора переносится в кишечник реципиента для восстановления кишечного микробного баланса14. Растущее число данных свидетельствует о том, что микробиота кишечника играет важную роль в поддержании гомеостаза нервной системы15. Данные о двунаправленной оси кишечник-мозг указывают на то, что микробиота кишечника может влиять на воспаление центральной нервной системы, метаболизм нейромедиато...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов.

Благодарности

Мы выражаем благодарность всем коллегам, которые оказали помощь и поддержку в проведении данного исследования. Их сотрудничество и поддержка имели неоценимое значение для нашей работы.

Финансирование: Данное исследование было профинансировано в рамках Ключевой провинциальной программы Цзянсу по охране здоровья пожилых людей (LKZ2022004).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Система MiSeqIllumina, Inc.SY-410-1003Настольная платформа для секвенирования коротких чтений, используемая для анализа V3 16S рРНК–Секвенирование ампликонов участка V4 с помощью 2 × химия парноконцевого секвенирования с длиной прочтения 300 п.н.
Metagenome@KINWorld Fusion Co., Ltd.v2.2.1; https://www.w-fusion.com/metagenomeКоммерческое программное обеспечение, используемое для таксономического назначения 16S рРНК и анализа микробных сообществ.
База данных для идентификации микроорганизмов (бактериальная)TechnoSuruga Laboratory Co., Ltd.DB-BA, база данных v10.0; https://www.tecsrg.co.jp/services/enki/Референсная база данных бактериальной 16S рДНК, используемая для идентификации микроорганизмов.
праймер 341FBGI Genomics Co., Ltd.Синтезированный олигонуклеотид; номер по каталогу отсутствуетПоследовательность прямого праймера: 5′-CCTACGGGNGGCWGCAG-3′.
праймер 805RBGI Genomics Co., Ltd.Синтетический олигонуклеотид; номер по каталогу отсутствуетПоследовательность обратного праймера: 5′-GACTACHVGGGTATCTAATCC-3′.
Услуга по секвенированию гена 16S рРНКBGI Genomics Co., Ltd. (Ухань, Китай)https://www.bgi.com/us/sequencing-services/rna-sequencing-solutions/16s18s-its-sequencing/ Секвенирование 16S/18S/ITS Секвенирование ампликонов 16S/18S/ITS позволяет определять таксономический состав микробных сообществ, обеспечивая глубокий анализ разнообразия и структуры микробиома. С помощью высокоточного секвенирования BGI можно идентифицировать бактерии, археи, грибы и другие микроорганизмы, что делает этот метод незаменимым для исследований в области экологии, медицины, сельского хозяйства и пищевой промышленности. Основные преимущества секвенирования ампликонов в BGI: - Высокая точность и воспроизводимость: использование передовых технологий подготовки библиотек и высокопроизводительных платформ секвенирования. - Широкий охват таксонов: поддержка различных гипервариабельных регионов для точной идентификации различных групп микроорганизмов. - Комплексный биоинформатический анализ: от первичной обработки данных до таксономического профилирования и статистического анализа разнообразия. - Оптимизированные протоколы: проверенные методы экстракции ДНК и амплификации, минимизирующие систематические ошибки. Области применения: - Анализ микробиома человека: изучение кишечного, кожного и орального микробиома для поиска биомаркеров заболеваний. - Сельское хозяйство и почвоведение: оценка здоровья почвы, изучение ризосферных сообществ и мониторинг патогенов растений. - Экологический мониторинг: анализ микробного состава воды, воздуха и экстремальных сред. - Пищевая безопасность: контроль качества продуктов питания и идентификация контаминантов. Секвенируемые мишени: - 16S рРНК: золотой стандарт для идентификации бактерий и архей (например, регионы V3-V4). - 18S рРНК: используется для анализа эукариотических микроорганизмов, включая простейших. - ITS (Internal Transcribed Spacer): основной маркер для идентификации и таксономического анализа грибов. Процесс работы: 1. Подготовка образцов и экстракция ДНК: выделение высококачественной геномной ДНК из различных типов биоматериалов. 2. ПЦР-амплификация: специфическое усиление целевых гипервариабельных регионов с использованием стандартизированных праймеров. 3. Подготовка библиотек: прикрепление адаптеров и индексация образцов для мультиплексного секвенирования. 4. Секвенирование: высокопроизводительное считывание последовательностей на платформах BGI. 5. Биоинформатическая обработка: фильтрация данных, кластеризация последовательностей (OTU или ASV) и присвоение таксономических меток с использованием актуальных баз данных.Коммерческий провайдер услуг по секвенированию; выполнил подготовку библиотек, секвенирование и первичный контроль качества.
Микроцентрифужные пробирки Eppendorf Safe-Lock, Biopur, 1,5 млEppendorf SE'0030121589Стерильные полипропиленовые пробирки, используемые для аликвотирования образцов фекалий для хранения при −80 °С.
LEfSeЛаборатория Сегаты/bioBakeryv1.1.2; https://github.com/SegataLab/lefseПрограммное обеспечение для анализа линейного дискриминантного эффекта (LEfSe), использованное для выявления таксонов с различным уровнем распространенности и прогнозируемых метаболических путей.
Tax4Fun2Команда разработчиков Tax4Fun2v1.1.5; https://github.com/fjossandon/Tax4Fun2Пакет R, используемый для прогнозирования функциональных профилей Kyoto Encyclopedia of Genes and Genomes (KEGG) на основе данных 16S рРНК.
пакет R microecoЧи Лю и соавторыv1.15.0; https://cran.r-project.org/package=microecoПакет для анализа и визуализации экологии сообществ, предназначенный для анализа численности и разнообразия микроорганизмов.
программное обеспечение RR Foundation for Statistical ComputingВерсия не указана; https://www.r-project.org/Среда статистических вычислений, использованная для клинического анализа и анализа микробиома; точная версия должна быть подтверждена авторами.
Автоматизированная система очистки фекальной микробиоты GenFMTerNanjing FMT Medical Co., Ltd.Модель: GenFMTer; https://en.fmtmed.com/Автоматизированная система, используемая для стандартизированного центрифугирования, промывки и подготовки суспензии фекальной микробиоты.

Ссылки

  1. Masuda T, Egawa K, Takeshita Y, Tanaka K. Parkinson's disease bradykinesia, forward posture, and drug-induced Pisa syndrome alleviated with traditional Japanese acupuncture: a case report. Cureus. 2024;16(10):e70860. doi:10.7759/cureus.70860.
  2. Boyd RJ, Avramopoulos D, Jantzie LL, McCallion AS. Neuroinflammation represents a common theme amongst genetic and environmental risk factors for Alzheimer and Parkinson diseases. J Neuroinflammation. 2022;19(1):223. doi:10.1186/s12974-022-02584-x.
  3. Zhong QQ, Zhu F. Trends in prevalence cases and disability-adjusted life-years of Parkinson's disease: findings from the Global Burden of Disease Study 2019. Neuroepidemiology. 2022;56(4):261–70.
  4. Albin RL, Brissenden JA, Lee TG, Leventhal DK. Striatal dopamine actions and movement: inferences from Parkinson disease. J Neurosci. 2025;45(24):e0022252025. doi:10.1523/JNEUROSCI.0022-25.2025.
  5. Panwar S, Sharma S, Tripathi P. Role of barrier integrity and dysfunctions in maintaining the healthy gut and their health outcomes. Front Physiol. 2021;12:715611. doi:10.3389/fphys.2021.715611.
  6. Minkoff NZ, et al. Fecal microbiota transplantation for the treatment of recurrent Clostridioides difficile (Clostridium difficile.). Cochrane Database Syst Rev. 2023;4(4):CD013871. doi:10.1002/14651858.CD013871.pub2.
  7. Wang M, et al. Influence of the gut microbiota, metabolism and environment on neuropsychiatric disorders. Curr Rev Clin Exp Pharmacol. 2025;20(4):334–48.
  8. Ojeda J, Ávila A, Vidal PM. Gut microbiota interaction with the central nervous system throughout life. J Clin Med. 2021;10(6):1299. doi:10.3390/jcm10061299.
  9. Lobo B, et al. The stressed gut: region-specific immune and neuroplasticity changes in response to chronic psychosocial stress. J Neurogastroenterol Motil. 2023;29(1):72–84.
  10. Jang HM, et al. Transplantation of fecal microbiota from patients with inflammatory bowel disease and depression alters immune response and behavior in recipient mice. Sci Rep. 2021;11(1):20406. doi:10.1038/s41598-021-00088-x.
  11. Segal A, et al. Fecal microbiota transplant as a potential treatment for Parkinson's disease—a case series. Clin Neurol Neurosurg. 2021;207:106791. doi:10.1016/j.clineuro.2021.106791.
  12. Scheperjans F, et al. Fecal microbiota transplantation for treatment of Parkinson disease: a randomized clinical trial. JAMA Neurol. 2024;81(9):925–38.
  13. Zhang H, et al. Pilot clinical trial of fecal microbiota transplantation for constipation in Parkinson's disease. J Microbiol Biotechnol. 2025;35:e2509029. doi:10.4014/jmb.2509.09029.
  14. Danne C, Rolhion N, Sokol H. Recipient factors in faecal microbiota transplantation: one stool does not fit all. Nat Rev Gastroenterol Hepatol. 2021;18(7):503–13.
  15. Su X, Gao Y, Yang R. Gut microbiota-derived tryptophan metabolites maintain gut and systemic homeostasis. Cells. 2022;11(15):2296. doi:10.3390/cells11152296.
  16. Góralczyk-Bińkowska A, Szmajda-Krygier D, Kozłowska E. The microbiota–gut–brain axis in psychiatric disorders. Int J Mol Sci. 2022;23(19):11245. doi:10.3390/ijms231911245.
  17. Chen M, et al. Neurotransmitter and intestinal interactions: focus on the microbiota–gut–brain axis in irritable bowel syndrome. Front Endocrinol (Lausanne). 2022;13:817100. doi:10.3389/fendo.2022.817100.
  18. Zheng L, Ji YY, Wen XL, Duan SL. Fecal microbiota transplantation in metabolic diseases: current status and perspectives. World J Gastroenterol. 2022;28(23):2546–60.
  19. Yao L, et al. Constipation in Parkinson's disease: a systematic review and meta-analysis. Eur Neurol. 2023;86(1):34–44.
  20. Figura M, et al. Safety and efficacy of fecal microbiota transplantation in alleviating symptoms of Parkinson's disease: a randomized, placebo-controlled, double-blinded study. Ann Neurol. 2026;100(1):10–21.
  21. Lin SH, et al. Associations between gut microbiota composition and impulse control disorders in Parkinson's disease. Int J Mol Sci. 2025;26(13):6146. doi:10.3390/ijms26136146.
  22. Lin SH, et al. Anxiety-related gut microbiota alterations in Parkinson's disease: distinct associations compared with healthy individuals. Front Cell Infect Microbiol. 2025;15:1594152. doi:10.3389/fcimb.2025.1594152.
  23. Nie S, et al. Inflammatory microbes and genes as potential biomarkers of Parkinson's disease. NPJ Biofilms Microbiomes. 2022;8(1):101. doi:10.1038/s41522-022-00367-z.
  24. Markowiak-Kopeć P, Śliżewska K. The effect of probiotics on the production of short-chain fatty acids by the human intestinal microbiome. Nutrients. 2020;12(4):1107. doi:10.3390/nu12041107.
  25. Li Z, et al. Altered Actinobacteria- and Firmicutes-phylum-associated epitopes in patients with Parkinson's disease. Front Immunol. 2021;12:632482. doi:10.3389/fimmu.2021.632482.
  26. Aghamohammad S, et al. The potential role of Bifidobacterium. spp. as preventive and therapeutic agents in controlling inflammation by affecting inflammatory signalling pathways. Lett Appl Microbiol. 2022;75(5):1254–63.
  27. Chen Y, Cui W, Li X, Yang H. Interaction between commensal bacteria, immune response and the intestinal barrier in inflammatory bowel disease. Front Immunol. 2021;12:761981. doi:10.3389/fimmu.2021.761981.
  28. Valvaikar S, et al. Supplementation with the probiotic Bifidobacterium breve. Bif11 reverses neurobehavioural deficits, inflammatory changes and oxidative stress in a Parkinson's disease model. Neurochem Int. 2024;174:105691. doi:10.1016/j.neuint.2024.105691.
  29. Mao L, et al. Cross-sectional study on the gut microbiome of patients with Parkinson's disease in Central China. Front Microbiol. 2021;12:728479. doi:10.3389/fmicb.2021.728479.
  30. Trigo D, et al. Mitochondria, energy and metabolism in neuronal health and disease. FEBS Lett. 2022;596(9):1095–110.
  31. Masenga SK, Kabwe LS, Chakulya M, Kirabo A. Mechanisms of oxidative stress in metabolic syndrome. Int J Mol Sci. 2023;24(9):7898. doi:10.3390/ijms24097898.
  32. Zhao H, et al. Multiple pathways through which the gut microbiota regulates neuronal mitochondria constitute another possible direction for depression. Front Microbiol. 2025;16:1578155. doi:10.3389/fmicb.2025.1578155.
  33. Ali MZ, Dholaniya PS. Oxidative phosphorylation-mediated pathogenesis of Parkinson's disease and its implications via Akt signaling. Neurochem Int. 2022;157:105344. doi:10.1016/j.neuint.2022.105344.
  34. Zhang J, et al. LPS activates neuroinflammatory pathways to induce depression in a Parkinson's disease-like condition. Front Pharmacol. 2022;13:961817. doi:10.3389/fphar.2022.961817.
  35. Ota E, et al. Incidence and risk factors of bowel dysfunction after minimally invasive rectal cancer surgery and discrepancies between the Wexner score and the low anterior resection syndrome score. Surg Today. 2024;54(7):763–70.
  36. Kataoka H, Sugie K. Association between fatigue and Hoehn–Yahr staging in Parkinson's disease: an eight-year follow-up study. Neurol Int. 2021;13(2):224–31.
  37. Ren XQ, et al. Mediating roles of activities of daily living and depression in the relationship between sleep quality and health-related quality of life. Sci Rep. 2024;14(1):14057. doi:10.1038/s41598-024-65095-0.
  38. Cheng Y, et al. Efficacy of fecal microbiota transplantation in patients with Parkinson's disease: clinical trial results from a randomized, placebo-controlled design. Gut Microbes. 2023;15(2):2284247. doi:10.1080/19490976.2023.2284247.
  39. Hu Y, Wang H, Zhong Y, Sun Y. Retrospective analysis of diet, gut microbiota diversity and clinical pharmacology outcomes in patients with parkinsonism syndrome. Heliyon. 2024;10(21):e38645. doi:10.1016/j.heliyon.2024.e38645.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

Микробиота кишечникамикробное разнообразиесеквенирование 16S рРНКтаксономический составфункциональное прогнозированиеальфа-разнообразиебета-разнообразиемикробное богатство
Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.