Les journaux alimentaires traditionnels sont imparfaits – maintenant, les scientifiques peuvent analyser l'ADN des selles pour suivre ce que vous mangez avec précision, débloquant de nouvelles perspectives sur l'alimentation et la maladie.
Étude: Estimation métagénomique de l'apport alimentaire à partir de selles humaines. Crédit d'image: Princer Lights / Shutterstock
Dans une étude récente publiée dans la revue Métabolisme de la natureles chercheurs ont présenté une méthode pour quantifier l'acide désoxyribonucléique dérivé des aliments (ADN) dans les métagénomes des selles humaines en utilisant une stratégie de cartographie efficace et efficace et aérée à un leurre.
La nutrition et l'apport alimentaire sont des déterminants de la croissance, du développement, de la santé et du risque de maladie. En outre, le régime alimentaire façonne la composition du microbiote intestinal et, à son tour, l'écologie intestinale influence les effets alimentaires de l'hôte. Les schémas d'apport alimentaire peuvent aggraver ou atténuer diverses conditions de maladie tout au long de la durée de vie d'un individu.
L'apport alimentaire et nutritif est généralement évalué à l'aide de méthodes d'auto-déclaration, telles que les dossiers alimentaires et les questionnaires nutritionnels, qui nécessitent la conformité des participants et souffrent de biais de rapports. D'un autre côté, le séquençage du fusil de fusil métagénomique (MG) de l'ADN fécal pourrait être exploité pour capturer les données d'admission alimentaire.
L'étude et les résultats
Dans la présente étude, les chercheurs ont présenté une estimation métagénomique de l'apport alimentaire (MEDI) pour quantifier l'ADN dérivé des aliments dans les selles humaines. Contrairement aux approches de cartographie traditionnelles, Medi incorpore un processus de filtrage de leurre pour minimiser les affectations faussement positives à partir de l'ADN bactérien et humain, améliorant la précision. Ils ont cartographié les produits alimentaires aux génomes RefSeq au niveau de l'espèce ou du genre, conduisant à un ensemble de 459 aliments cartographiés à 331 assemblages du génome. Ensuite, ils ont recherché la base de données National National Center Full Center pour la base de données de nucléotides Biotechnology Information (NCBI) pour identifier les assemblages partiels (génomes) pour les aliments sans assemblage de référence complet.
Cette approche a identifié 98 assemblages partiels pour 102 aliments supplémentaires. La base de données résultante comprenait 489 milliards de paires de bases englobant tous les principaux phyla de composants alimentaires. La plupart des données génomiques provenaient de la Phyla Streptophyta et des chordates, qui se composent respectivement de la plupart des aliments à base de plantes et d'animaux.
Étant donné que la taille de la base de données du génome alimentaire a dépassé celle des bases de données pour classer les bactéries, les virus et les génomes d'Archaea, les chercheurs ont développé Medi, une méthode de calcul basée sur le schéma de cartographie Kraken 2, optimisé pour le traitement de grands ensembles de données. La quantification des aliments MEDI était basée sur des abondances de lecture relatives sans correction de la taille du génome. L'équipe a testé Medi sur un ensemble de données au sol avec des lectures simulées.
Ils ont généré des profils d'abondance moyens d'organismes de leurre dans des échantillons fécaux de 365 personnes du projet de microbiome humain intégratif (IHMP). Des contrôles positifs ont été générés en introduisant 10% de lectures alimentaires de 10 aliments aléatoires dans chaque échantillon. De plus, quatre échantillons d'arrière-plan dépourvus de lectures de nourriture servaient de contrôles négatifs.
L'équipe a noté que MEDI a quantifié les séquences dérivées de la nourriture dans tous les échantillons. Aucune des lectures dans les échantillons négatives alimentaires n'a été classée comme dérivée des aliments. Cependant, les chercheurs ont reconnu que Medi fonctionne mieux pour les aliments entiers qui conservent plus d'ADN par la digestion, tandis que les aliments hautement transformés, tels que les huiles raffinées et les sucres ajoutés, sont souvent sous-représentés dans les données de séquençage. Medi était très sensible et avait plus de 80% de puissance pour détecter un aliment avec une abondance aussi faible que 10 lectures par million. Ensuite, Medi a été appliqué aux données métagénomiques de deux études (MBD et chemin).
Dans l'étude MBD, les participants ont consommé un régime en amplificateur de microbiome (MBD) ou un régime occidental (WD). Les estimations de MEDI ont révélé des différences significatives dans la diversité bêta entre WD et MBD. Il y avait une abondance relative à environ six fois plus élevée de lectures alimentaires dans le MBD que dans le WD. De plus, MBD a également pu révéler un enrichissement spécifique de composants MBD connus, notamment le quinoa, le seigle, la fraise et les épinards.
De plus, les participants à l'étude de PATH ont reçu des repas quotidiens contenant 90% des mêmes ingrédients dans les groupes d'étude. Le groupe d'intervention a reçu des repas quotidiens avec un grand avocat quotidiennement, mais le groupe témoin a reçu des repas sans lui. Une analyse d'abondance différentielle par Medi n'a identifié que les avocats comme les aliments qui différaient en abondance.
De plus, les journaux alimentaires quotidiens de l'étude de chemin ont permis la comparaison des estimations MEDI de la composition des nutriments dans les échantillons fécaux aux données globales d'admission. Les chercheurs ont noté l'accord entre les données d'admission et les estimations de MEDI lorsque des échantillons fécaux ont été obtenus dans les 24 à 48 heures après l'apport alimentaire. De plus, la médication a estimé avec précision l'apport alimentaire pour les protéines, l'énergie, les glucides, le cholestérol et le potassium. Cependant, il a eu du mal à quantifier l'apport total des graisses et des fibres alimentaires, probablement en raison de la dégradation de l'ADN dans les aliments hautement transformés.
Ensuite, l'équipe a appliqué Medi pour estimer la fréquence des lectures d'origine alimentaire à différentes étapes de vie. En tant que tels, les données MGS ont été dérivées d'une cohorte de 60 nourrissons âgés de 1 à 253 jours. En outre, des échantillons adultes ont été obtenus à partir de 351 sujets de l'IHMP. Attendus, les échantillons de nourrissons avaient une prévalence plus faible de lectures dérivées de nourriture; Cependant, la prévalence des échantillons (nourrissons) avec des lectures dérivées d'aliments a augmenté régulièrement après l'introduction d'aliments solides (vers le jour 160).
En revanche, des lectures dérivées de nourriture ont été détectées dans 98% des échantillons adultes. Alors que les abondances métagénomiques relatives des lectures humaines ou bactériennes sont restées stables, les lectures alimentaires présentaient une grande variabilité entre les individus et dans le temps, renforçant l'importance du temps d'échantillonnage et de la diversité alimentaire dans l'interprétation des données. Notamment, les régimes médicaux concordants avec les données du questionnaire sur la fréquence des aliments (FFQ) des adultes et des nourrissons.
Résultats de la santé et du syndrome métabolique
Enfin, l'équipe a évalué si Medi pouvait saisir des modèles alimentaires liés aux états de santé et de maladie. À cette fin, ils ont appliqué MEDI à 274 individus en bonne santé et 259 sujets avec des manifestations variables du syndrome métabolique (METS) dans l'étude Metacardis. Les patients atteints des MET comprenaient 134 sujets recevant des médicaments et 125 sujets non traités. Le cacao, le blé, l'avoine, le lin, l'hibiscus et le porc étaient les aliments les plus courants détectés dans cette cohorte.
L'apport métabolite et le macronutriment médic-inférieur était très variable entre les individus. Une analyse d'abondance différentielle a été réalisée pour identifier les caractéristiques associées aux MetS par rapport aux sujets sains. Les échantillons de sujets MetS avaient 69% de poulet en plus et 121% de porc plus que ceux de personnes en bonne santé.
En revanche, les échantillons de sujets sains avaient une abondance accrue de tomate, d'ananas et d'ADN de pomme. Les MetS étaient associés à une abondance inférieure de Streptophyta et à une abondance légèrement plus élevée de chordates. De plus, des taux élevés de cholestérol et de bêta-lactose ont été identifiés chez les sujets MetS, s'alignant avec des recherches antérieures reliant ces composants à un dysfonctionnement métabolique. Les régimes médicaux de personnes en bonne santé ont montré une abondance de sucres, d'acide ellagique et de myoinositol plus élevée. Cependant, les chercheurs ont noté que Medi ne distingue pas entre les sucres naturels (par exemple, des fruits) et les sucres ajoutés, qui sont souvent absorbés plus tôt dans la digestion.
Conclusions et limitations
Les chercheurs ont développé une méthode basée sur les données pour estimer l'apport nutritionnel et alimentaire à partir de l'ADN alimentaire dans les métagénomes des selles humaines. Medi fournit une alternative pour mesurer l'apport alimentaire qui pourrait être appliqué aux données fécales humaines existantes et existantes dépourvues d'informations alimentaires. De plus, Medi sera précieux pour les études métagénomiques passées, présentes ou futures pour lesquelles les estimations de l'apport alimentaire s'avéreraient utiles.
Malgré ses forces, l'étude reconnaît plusieurs limitations: (1) Medi sous-représenter les aliments transformés en raison de la dégradation de l'ADN, (2) la détection de l'ADN alimentaire est très variable entre les individus et les repas, (3) la base de données du génome alimentaire est biaisée vers les régimes occidentaux, limitant la limitation, la limitation La précision des populations mondiales et (4) certains aliments à faible abondance, tels que les crustacés, peuvent tomber en dessous du seuil de détection de Medi.
