ഒരു ആന്റിഫംഗൽ ഏജന്റും സാധാരണ ഭക്ഷണ സപ്ലിമെന്റുമായ പ്രൊപ്പിയോണിക് ആസിഡ് (PPA), എലികളിൽ അസാധാരണമായ നാഡീ വികസനത്തിന് കാരണമാകുന്നതായി കണ്ടെത്തിയിട്ടുണ്ട്, അതോടൊപ്പം ഗട്ട് ഡിസ്ബയോസിസ് മൂലമുണ്ടാകുന്ന ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ പ്രവർത്തനരഹിതതയും ഉണ്ടാകാം. ഡയറ്ററി PPA എക്സ്പോഷറും ഗട്ട് മൈക്രോബയോട്ട ഡിസ്ബയോസിസും തമ്മിലുള്ള ബന്ധം നിർദ്ദേശിക്കപ്പെട്ടിട്ടുണ്ട്, പക്ഷേ നേരിട്ട് അന്വേഷിച്ചിട്ടില്ല. ഡിസ്ബയോസിസിലേക്ക് നയിച്ചേക്കാവുന്ന ഗട്ട് മൈക്രോബയോട്ട ഘടനയിലെ PPA-അനുബന്ധ മാറ്റങ്ങൾ ഞങ്ങൾ ഇവിടെ അന്വേഷിച്ചു. ചികിത്സിക്കാത്ത ഭക്ഷണക്രമം (n=9) നൽകുന്ന എലികളുടെ കുടൽ മൈക്രോബയോമുകളും (n=13) സൂക്ഷ്മജീവികളുടെ ഘടനയിലും ബാക്ടീരിയൽ മെറ്റബോളിക് പാതകളിലുമുള്ള വ്യത്യാസങ്ങൾ വിലയിരുത്തുന്നതിന് ദീർഘദൂര മെറ്റാജെനോമിക് സീക്വൻസിംഗ് ഉപയോഗിച്ച് ക്രമീകരിച്ചു. നിരവധി ബാക്ടീരിയോയിഡുകൾ, പ്രീവോടെല്ല, റുമിനോകോക്കസ് സ്പീഷീസുകൾ എന്നിവയുൾപ്പെടെ, PPA ഉൽപാദനത്തിൽ മുമ്പ് ഉൾപ്പെട്ടിട്ടുള്ള അംഗങ്ങൾ ഉൾപ്പെടെ, ഗണ്യമായ ടാക്സയുടെ സമൃദ്ധിയിൽ ഡയറ്ററി PPA-യുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. PPA-സന്നിവേശിപ്പിച്ച എലികളുടെ മൈക്രോബയോമുകൾക്ക് ലിപിഡ് മെറ്റബോളിസവും സ്റ്റിറോയിഡ് ഹോർമോൺ ബയോസിന്തസിസുമായി ബന്ധപ്പെട്ട കൂടുതൽ പാതകളുണ്ടായിരുന്നു. PPA-ക്ക് ഗട്ട് മൈക്രോബയോട്ടയെയും അതിന്റെ അനുബന്ധ മെറ്റബോളിക് പാതകളെയും മാറ്റാൻ കഴിയുമെന്ന് ഞങ്ങളുടെ ഫലങ്ങൾ സൂചിപ്പിക്കുന്നു. ഉപഭോഗത്തിന് സുരക്ഷിതമെന്ന് തരംതിരിച്ചിരിക്കുന്ന പ്രിസർവേറ്റീവുകൾ കുടൽ മൈക്രോബയോട്ടയുടെ ഘടനയെയും മനുഷ്യന്റെ ആരോഗ്യത്തെയും സ്വാധീനിക്കുമെന്ന് ഈ നിരീക്ഷിച്ച മാറ്റങ്ങൾ എടുത്തുകാണിക്കുന്നു.
മനുഷ്യ മൈക്രോബയോമിനെ പലപ്പോഴും "ശരീരത്തിലെ അവസാന അവയവം" എന്ന് വിളിക്കുന്നു, ഇത് മനുഷ്യന്റെ ആരോഗ്യത്തിൽ ഒരു പ്രധാന പങ്ക് വഹിക്കുന്നു (ബാക്വറോയും നോംബെലയും, 2012). പ്രത്യേകിച്ച്, കുടൽ മൈക്രോബയോം അതിന്റെ സിസ്റ്റത്തിലുടനീളമുള്ള സ്വാധീനത്തിനും നിരവധി അവശ്യ പ്രവർത്തനങ്ങളിലെ പങ്കിനും പേരുകേട്ടതാണ്. കോമെൻസൽ ബാക്ടീരിയകൾ കുടലിൽ സമൃദ്ധമാണ്, ഒന്നിലധികം പാരിസ്ഥിതിക ഇടങ്ങൾ കൈവശപ്പെടുത്തുന്നു, പോഷകങ്ങൾ ഉപയോഗിക്കുന്നു, സാധ്യതയുള്ള രോഗകാരികളുമായി മത്സരിക്കുന്നു (ജന്ധ്യാല തുടങ്ങിയവർ, 2015). കുടൽ മൈക്രോബയോട്ടയുടെ വൈവിധ്യമാർന്ന ബാക്ടീരിയ ഘടകങ്ങൾ വിറ്റാമിനുകൾ പോലുള്ള അവശ്യ പോഷകങ്ങൾ ഉത്പാദിപ്പിക്കാനും ദഹനത്തെ പ്രോത്സാഹിപ്പിക്കാനും പ്രാപ്തമാണ് (റോലാൻഡ് തുടങ്ങിയവർ, 2018). ബാക്ടീരിയ മെറ്റബോളിറ്റുകൾ ടിഷ്യു വികസനത്തെ സ്വാധീനിക്കുകയും ഉപാപചയ, രോഗപ്രതിരോധ പാതകൾ മെച്ചപ്പെടുത്തുകയും ചെയ്യുന്നതായി കാണിച്ചിട്ടുണ്ട് (ഹെയ്ജ്റ്റ്സ് തുടങ്ങിയവർ, 2011; യു തുടങ്ങിയവർ, 2022). മനുഷ്യന്റെ കുടൽ മൈക്രോബയോമിന്റെ ഘടന വളരെ വൈവിധ്യപൂർണ്ണമാണ്, കൂടാതെ ഭക്ഷണക്രമം, ലിംഗഭേദം, മരുന്നുകൾ, ആരോഗ്യ നില തുടങ്ങിയ ജനിതക, പാരിസ്ഥിതിക ഘടകങ്ങളെ ആശ്രയിച്ചിരിക്കുന്നു (കുംഭരെ തുടങ്ങിയവർ, 2019).
ഗർഭസ്ഥ ശിശുവിന്റെയും നവജാത ശിശുവിന്റെയും വികാസത്തിൽ മാതൃ ഭക്ഷണക്രമം ഒരു നിർണായക ഘടകമാണ്, കൂടാതെ വളർച്ചയെ സ്വാധീനിച്ചേക്കാവുന്ന സംയുക്തങ്ങളുടെ ഒരു സാധ്യതയുള്ള ഉറവിടവുമാണ് (Bazer et al., 2004; Innis, 2014). ബാക്ടീരിയൽ ഫെർമെന്റേഷനിൽ നിന്നും ഒരു ഫുഡ് അഡിറ്റീവിൽ നിന്നും ലഭിക്കുന്ന ഒരു ഷോർട്ട്-ചെയിൻ ഫാറ്റി ആസിഡ് ഉപോൽപ്പന്നമായ പ്രൊപ്പിയോണിക് ആസിഡ് (PPA) അത്തരമൊരു താൽപ്പര്യമുള്ള സംയുക്തമാണ് (den Besten et al., 2013). PPA-യ്ക്ക് ആൻറി ബാക്ടീരിയൽ, ആന്റിഫംഗൽ ഗുണങ്ങളുണ്ട്, അതിനാൽ ഇത് ഭക്ഷ്യ സംരക്ഷണമായും പൂപ്പൽ, ബാക്ടീരിയ വളർച്ച എന്നിവ തടയുന്നതിന് വ്യാവസായിക ആപ്ലിക്കേഷനുകളിലും ഉപയോഗിക്കുന്നു (Wemmenhove et al., 2016). വ്യത്യസ്ത ടിഷ്യൂകളിൽ PPA-യ്ക്ക് വ്യത്യസ്ത ഫലങ്ങൾ ഉണ്ട്. കരളിൽ, മാക്രോഫേജുകളിലെ സൈറ്റോകൈൻ പ്രകടനത്തെ സ്വാധീനിച്ചുകൊണ്ട് PPA-യ്ക്ക് ആന്റി-ഇൻഫ്ലമേറ്ററി ഇഫക്റ്റുകൾ ഉണ്ട് (Kawasoe et al., 2022). മറ്റ് രോഗപ്രതിരോധ കോശങ്ങളിലും ഈ നിയന്ത്രണ പ്രഭാവം നിരീക്ഷിക്കപ്പെട്ടിട്ടുണ്ട്, ഇത് വീക്കം കുറയ്ക്കുന്നതിലേക്ക് നയിക്കുന്നു (Haase et al., 2021). എന്നിരുന്നാലും, തലച്ചോറിൽ വിപരീത ഫലം നിരീക്ഷിക്കപ്പെട്ടിട്ടുണ്ട്. മുൻ പഠനങ്ങൾ കാണിക്കുന്നത് പിപിഎ എക്സ്പോഷർ എലികളിൽ ഓട്ടിസം പോലുള്ള സ്വഭാവത്തിന് കാരണമാകുമെന്നാണ് (എൽ-അൻസാരി തുടങ്ങിയവർ, 2012). മറ്റ് പഠനങ്ങൾ കാണിക്കുന്നത് പിപിഎയ്ക്ക് ഗ്ലിയോസിസിന് കാരണമാകുമെന്നും തലച്ചോറിലെ വീക്കം തടയുന്ന പാതകളെ സജീവമാക്കുമെന്നും (അബ്ഡെല്ലി തുടങ്ങിയവർ, 2019). പിപിഎ ഒരു ദുർബലമായ ആസിഡായതിനാൽ, കുടൽ എപ്പിത്തീലിയത്തിലൂടെ രക്തപ്രവാഹത്തിലേക്ക് വ്യാപിക്കുകയും അതുവഴി രക്ത-തലച്ചോറിലെ തടസ്സം, പ്ലാസന്റ എന്നിവയുൾപ്പെടെയുള്ള നിയന്ത്രിത തടസ്സങ്ങളെ മറികടക്കുകയും ചെയ്യും (സ്റ്റിൻസൺ തുടങ്ങിയവർ, 2019), ബാക്ടീരിയകൾ ഉൽ‌പാദിപ്പിക്കുന്ന ഒരു റെഗുലേറ്ററി മെറ്റബോളൈറ്റ് എന്ന നിലയിൽ പിപിഎയുടെ പ്രാധാന്യം എടുത്തുകാണിക്കുന്നു. ഓട്ടിസത്തിനുള്ള അപകട ഘടകമായി പിപിഎയുടെ സാധ്യതയുള്ള പങ്ക് നിലവിൽ അന്വേഷണത്തിലാണെങ്കിലും, ഓട്ടിസം ബാധിച്ച വ്യക്തികളിൽ അതിന്റെ ഫലങ്ങൾ ന്യൂറൽ ഡിഫറൻഷ്യേഷൻ ഉണ്ടാക്കുന്നതിനപ്പുറം വ്യാപിച്ചേക്കാം.
വയറിളക്കം, മലബന്ധം തുടങ്ങിയ ദഹനസംബന്ധമായ ലക്ഷണങ്ങൾ നാഡീ വികസന വൈകല്യങ്ങളുള്ള രോഗികളിൽ സാധാരണമാണ് (Cao et al., 2021). ഓട്ടിസം സ്പെക്ട്രം ഡിസോർഡേഴ്സ് (ASD) ഉള്ള രോഗികളുടെ മൈക്രോബയോം ആരോഗ്യമുള്ള വ്യക്തികളിൽ നിന്ന് വ്യത്യസ്തമാണെന്ന് മുൻ പഠനങ്ങൾ തെളിയിച്ചിട്ടുണ്ട്, ഇത് ഗട്ട് മൈക്രോബയോട്ട ഡിസ്ബയോസിസ് സാന്നിധ്യം സൂചിപ്പിക്കുന്നു (ഫൈൻഗോൾഡ് തുടങ്ങിയവർ, 2010). അതുപോലെ, കോശജ്വലന കുടൽ രോഗങ്ങൾ, പൊണ്ണത്തടി, അൽഷിമേഴ്സ് രോഗം മുതലായവയുള്ള രോഗികളുടെ മൈക്രോബയോം സ്വഭാവസവിശേഷതകളും ആരോഗ്യമുള്ള വ്യക്തികളിൽ നിന്ന് വ്യത്യസ്തമാണ് (ടേൺബോ et al., 2009; വോഗ്റ്റ് et al., 2017; ഹെൻകെ et al., 2019). എന്നിരുന്നാലും, ഇന്നുവരെ, ഗട്ട് മൈക്രോബയോമും ന്യൂറോളജിക്കൽ രോഗങ്ങളോ ലക്ഷണങ്ങളോ തമ്മിൽ ഒരു കാര്യകാരണബന്ധവും സ്ഥാപിക്കപ്പെട്ടിട്ടില്ല (യാപ്പ് et al., 2021), എന്നിരുന്നാലും ഈ രോഗാവസ്ഥകളിൽ ചിലതിൽ നിരവധി ബാക്ടീരിയൽ സ്പീഷീസുകൾ ഒരു പങ്കു വഹിക്കുന്നുണ്ടെന്ന് കരുതപ്പെടുന്നു. ഉദാഹരണത്തിന്, ഓട്ടിസം ബാധിച്ച രോഗികളുടെ മൈക്രോബയോട്ടയിൽ അക്കർമാൻസിയ, ബാക്ടീറോയിഡുകൾ, ക്ലോസ്ട്രിഡിയം, ലാക്ടോബാസിലസ്, ഡെസൾഫോവിബ്രിയോ, മറ്റ് ജനുസുകൾ എന്നിവ കൂടുതലായി കാണപ്പെടുന്നു (ടോമോവ തുടങ്ങിയവർ, 2015; ഗോലുബേവ തുടങ്ങിയവർ, 2017; ക്രിസ്റ്റ്യാനോ തുടങ്ങിയവർ, 2018; സുരിറ്റ തുടങ്ങിയവർ, 2020). ശ്രദ്ധേയമായി, ഈ ജനുസ്സുകളിൽ ചിലതിലെ അംഗ സ്പീഷീസുകൾക്ക് പിപിഎ ഉൽപാദനവുമായി ബന്ധപ്പെട്ട ജീനുകൾ ഉള്ളതായി അറിയപ്പെടുന്നു (റീച്ചാർഡ് തുടങ്ങിയവർ, 2014; യുൻ, ലീ, 2016; ഷാങ് തുടങ്ങിയവർ, 2019; ബൗർ, ഡുറെ, 2023). പിപിഎയുടെ ആന്റിമൈക്രോബയൽ ഗുണങ്ങൾ കണക്കിലെടുക്കുമ്പോൾ, അതിന്റെ സമൃദ്ധി വർദ്ധിപ്പിക്കുന്നത് പിപിഎ ഉത്പാദിപ്പിക്കുന്ന ബാക്ടീരിയകളുടെ വളർച്ചയ്ക്ക് ഗുണം ചെയ്യും (ജേക്കബ്സൺ തുടങ്ങിയവർ, 2018). അതിനാൽ, പിഎഫ്എ സമ്പന്നമായ അന്തരീക്ഷം കുടൽ മൈക്രോബയോട്ടയിൽ മാറ്റങ്ങൾക്ക് കാരണമായേക്കാം, ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ രോഗകാരികൾ ഉൾപ്പെടെ, ഇത് ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ ലക്ഷണങ്ങളിലേക്ക് നയിക്കുന്ന സാധ്യതയുള്ള ഘടകങ്ങളായിരിക്കാം.
സൂക്ഷ്മജീവികളുടെ ഘടനയിലെ വ്യത്യാസങ്ങൾ അടിസ്ഥാന രോഗങ്ങളുടെ കാരണമോ ലക്ഷണമോ ആണോ എന്നതാണ് മൈക്രോബയോം ഗവേഷണത്തിലെ ഒരു പ്രധാന ചോദ്യം. ഭക്ഷണക്രമം, കുടൽ സൂക്ഷ്മജീവി, നാഡീ രോഗങ്ങൾ എന്നിവ തമ്മിലുള്ള സങ്കീർണ്ണമായ ബന്ധം വ്യക്തമാക്കുന്നതിനുള്ള ആദ്യപടി, സൂക്ഷ്മജീവികളുടെ ഘടനയിൽ ഭക്ഷണത്തിന്റെ സ്വാധീനം വിലയിരുത്തുക എന്നതാണ്. ഇതിനായി, പിപിഎ സമ്പുഷ്ടമായതോ പിപിഎ-ക്ഷയിച്ചതോ ആയ ഭക്ഷണം നൽകുന്ന എലികളുടെ കുഞ്ഞുങ്ങളുടെ കുടൽ സൂക്ഷ്മജീവികളെ താരതമ്യം ചെയ്യാൻ ഞങ്ങൾ ദീർഘനേരം വായിച്ച മെറ്റാജെനോമിക് സീക്വൻസിംഗ് ഉപയോഗിച്ചു. അമ്മമാരുടെ അതേ ഭക്ഷണക്രമമാണ് കുഞ്ഞുങ്ങൾക്ക് നൽകിയത്. പിപിഎ സമ്പുഷ്ടമായ ഭക്ഷണക്രമം കുടൽ സൂക്ഷ്മജീവികളുടെ ഘടനയിലും സൂക്ഷ്മജീവികളുടെ പ്രവർത്തന പാതകളിലും, പ്രത്യേകിച്ച് പിപിഎ മെറ്റബോളിസവുമായും/അല്ലെങ്കിൽ പിപിഎ ഉൽപ്പാദനവുമായും ബന്ധപ്പെട്ടവയിലും മാറ്റങ്ങൾക്ക് കാരണമാകുമെന്ന് ഞങ്ങൾ അനുമാനിച്ചു.
സെൻട്രൽ ഫ്ലോറിഡ സർവകലാശാലയുടെ ഇൻസ്റ്റിറ്റ്യൂഷണൽ ആനിമൽ കെയർ ആൻഡ് യൂസ് കമ്മിറ്റിയുടെ (UCF-IACUC) മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിച്ചുകൊണ്ട് ഗ്ലിയ-നിർദ്ദിഷ്ട GFAP പ്രൊമോട്ടറുടെ നിയന്ത്രണത്തിൽ ഗ്രീൻ ഫ്ലൂറസെന്റ് പ്രോട്ടീൻ (GFP) അമിതമായി എക്സ്പ്രസ് ചെയ്യുന്ന FVB/N-Tg(GFAP-GFP)14Mes/J ട്രാൻസ്ജെനിക് എലികൾ (ജാക്സൺ ലബോറട്ടറീസ്) ഉപയോഗിച്ചാണ് ഈ പഠനം നടത്തിയത് (മൃഗ ഉപയോഗ അനുമതി നമ്പർ: PROTO202000002). മുലകുടി മാറ്റിയ ശേഷം, എലികളെ ഓരോ കൂട്ടിലും ലിംഗഭേദം ഉള്ള 1–5 എലികളുള്ള കൂടുകളിൽ വ്യക്തിഗതമായി പാർപ്പിച്ചു. ശുദ്ധീകരിച്ച നിയന്ത്രണ ഭക്ഷണക്രമം (പരിഷ്കരിച്ച ഓപ്പൺ-ലേബൽ സ്റ്റാൻഡേർഡ് ഡയറ്റ്, 16 കിലോ കലോറി% കൊഴുപ്പ്) അല്ലെങ്കിൽ സോഡിയം പ്രൊപ്പിയോണേറ്റ്-സപ്ലിമെന്റഡ് ഡയറ്റ് (പരിഷ്കരിച്ച ഓപ്പൺ-ലേബൽ സ്റ്റാൻഡേർഡ് ഡയറ്റ്, 16 കിലോ കലോറി% കൊഴുപ്പ്, 5,000 ppm സോഡിയം പ്രൊപ്പിയോണേറ്റ് അടങ്ങിയത്) ഉപയോഗിച്ച് എലികൾക്ക് അഡ് ലിബിറ്റം നൽകി. ഉപയോഗിച്ച സോഡിയം പ്രൊപ്പിയോണേറ്റിന്റെ അളവ് 5,000 mg PFA/kg മൊത്തം ഭക്ഷണ ഭാരത്തിന് തുല്യമായിരുന്നു. ഭക്ഷ്യസംരക്ഷണത്തിനായി ഉപയോഗിക്കുന്നതിന് അംഗീകരിച്ചിട്ടുള്ള ഏറ്റവും ഉയർന്ന PPA സാന്ദ്രതയാണിത്. ഈ പഠനത്തിനായി തയ്യാറെടുക്കുന്നതിനായി, ഇണചേരുന്നതിന് 4 ആഴ്ച മുമ്പ് മാതൃ എലികൾക്ക് രണ്ട് ഭക്ഷണക്രമങ്ങളും നൽകി, കൂടാതെ അണക്കെട്ടിന്റെ ഗർഭകാലം മുഴുവൻ തുടർന്നു. സന്തതി എലികളെ [22 എലികൾ, 9 നിയന്ത്രണ എലികൾ (6 ആൺ എലികൾ, 3 പെൺ എലികൾ), 13 പിപിഎ (4 ആൺ എലികൾ, 9 പെൺ എലികൾ)] മുലകുടി മാറ്റി, തുടർന്ന് 5 മാസം ഡാമുകളുടെ അതേ ഭക്ഷണക്രമത്തിൽ തുടർന്നു. സന്തതി എലികളെ 5 മാസം പ്രായമുള്ളപ്പോൾ ബലിയർപ്പിക്കുകയും അവയുടെ കുടൽ മലം ശേഖരിച്ച് തുടക്കത്തിൽ 1.5 മില്ലി മൈക്രോസെൻട്രിഫ്യൂജ് ട്യൂബുകളിൽ -20°C താപനിലയിൽ സൂക്ഷിക്കുകയും തുടർന്ന് ഹോസ്റ്റ് ഡിഎൻഎ കുറയുകയും സൂക്ഷ്മജീവ ന്യൂക്ലിക് ആസിഡുകൾ വേർതിരിച്ചെടുക്കുകയും ചെയ്യുന്നതുവരെ -80°C ഫ്രീസറിലേക്ക് മാറ്റുകയും ചെയ്തു.
പരിഷ്കരിച്ച ഒരു പ്രോട്ടോക്കോൾ അനുസരിച്ച് ഹോസ്റ്റ് ഡിഎൻഎ നീക്കം ചെയ്തു (Charalampous et al., 2019). ചുരുക്കത്തിൽ, മലം അടങ്ങിയ ഉള്ളടക്കം 500 µl InhibitEX (Qiagen, Cat#/ID: 19593) ലേക്ക് മാറ്റി ഫ്രീസറിൽ സൂക്ഷിച്ചു. ഓരോ എക്സ്ട്രാക്ഷനും പരമാവധി 1-2 മലം അടങ്ങിയ ഗുളികകൾ പ്രോസസ്സ് ചെയ്യുക. ട്യൂബിനുള്ളിൽ ഒരു പ്ലാസ്റ്റിക് പെസ്റ്റൽ ഉപയോഗിച്ച് മലം അടങ്ങിയ ഉള്ളടക്കം യാന്ത്രികമായി ഏകീകൃതമാക്കി ഒരു സ്ലറി രൂപപ്പെടുത്തി. 10,000 RCF-ൽ സാമ്പിളുകൾ 5 മിനിറ്റ് അല്ലെങ്കിൽ സാമ്പിളുകൾ ഉരുളയാകുന്നതുവരെ സെൻട്രിഫ്യൂജ് ചെയ്യുക, തുടർന്ന് സൂപ്പർനേറ്റന്റ് ആസ്പിറേറ്റ് ചെയ്ത് 250 µl 1× PBS-ൽ പെല്ലറ്റ് വീണ്ടും സസ്പെൻഡ് ചെയ്യുക. യൂക്കറിയോട്ടിക് കോശ സ്തരങ്ങൾ അയവുവരുത്തുന്നതിനുള്ള ഒരു ഡിറ്റർജന്റായി സാമ്പിളിൽ 250 µl 4.4% സാപ്പോണിൻ ലായനി (TCI, ഉൽപ്പന്ന നമ്പർ S0019) ചേർക്കുക. സാമ്പിളുകൾ മിനുസമാർന്നതുവരെ സൌമ്യമായി കലർത്തി 10 മിനിറ്റ് മുറിയിലെ താപനിലയിൽ ഇൻകുബേറ്റ് ചെയ്തു. അടുത്തതായി, യൂക്കറിയോട്ടിക് കോശങ്ങളെ വിഘടിപ്പിക്കുന്നതിനായി, സാമ്പിളിൽ 350 μl ന്യൂക്ലീസ്-രഹിത വെള്ളം ചേർത്തു, 30 സെക്കൻഡ് ഇൻകുബേറ്റ് ചെയ്തു, തുടർന്ന് 12 μl 5 M NaCl ചേർത്തു. തുടർന്ന് സാമ്പിളുകൾ 6000 RCF-ൽ 5 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്തു. സൂപ്പർനേറ്റന്റിനെ ആസ്പിറേറ്റ് ചെയ്ത് 100 μl 1X PBS-ൽ പെല്ലറ്റ് വീണ്ടും സസ്പെൻഡ് ചെയ്യുക. ഹോസ്റ്റ് ഡിഎൻഎ നീക്കം ചെയ്യാൻ, 100 μl HL-SAN ബഫറും (12.8568 ഗ്രാം NaCl, 4 മില്ലി 1M MgCl2, 36 മില്ലി ന്യൂക്ലീസ്-രഹിത വെള്ളം) 10 μl HL-SAN എൻസൈമും (ആർട്ടിക്സൈംസ് P/N 70910-202) ചേർക്കുക. സാമ്പിളുകൾ പൈപ്പ് ചെയ്തുകൊണ്ട് നന്നായി കലർത്തി, എപ്പൻഡോർഫ്™ തെർമോമിക്സർ സിയിൽ 37 °C താപനിലയിൽ 30 മിനിറ്റ് 800 rpm താപനിലയിൽ ഇൻകുബേറ്റ് ചെയ്തു. ഇൻകുബേഷനുശേഷം, 6000 RCF താപനിലയിൽ 3 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്ത് 800 µl ഉം 1000 µl 1X PBS ഉം ഉപയോഗിച്ച് രണ്ടുതവണ കഴുകി. ഒടുവിൽ, 100 µl 1X PBS ൽ പെല്ലറ്റ് വീണ്ടും സസ്പെൻഡ് ചെയ്യുക.
ന്യൂ ഇംഗ്ലണ്ട് ബയോലാബ്സ് മോണാർക്ക് ജീനോമിക് ഡിഎൻഎ പ്യൂരിഫിക്കേഷൻ കിറ്റ് (ന്യൂ ഇംഗ്ലണ്ട് ബയോലാബ്സ്, ഇപ്‌സ്‌വിച്ച്, എംഎ, ക്യാറ്റ്# T3010L) ഉപയോഗിച്ച് മൊത്തം ബാക്ടീരിയൽ ഡിഎൻഎ വേർതിരിച്ചെടുത്തു. കിറ്റിനൊപ്പം നൽകിയിരിക്കുന്ന സ്റ്റാൻഡേർഡ് ഓപ്പറേറ്റിംഗ് നടപടിക്രമം ചെറുതായി പരിഷ്കരിച്ചിട്ടുണ്ട്. അന്തിമ ഇല്യൂഷനു വേണ്ടി പ്രവർത്തനത്തിന് മുമ്പ് 60°C-ൽ ന്യൂക്ലീസ് രഹിത വെള്ളം ഇൻകുബേറ്റ് ചെയ്ത് നിലനിർത്തുക. ഓരോ സാമ്പിളിലും 10 µl പ്രോട്ടീനേസ് K ഉം 3 µl RNase A ഉം ചേർക്കുക. തുടർന്ന് 100 µl സെൽ ലൈസിസ് ബഫർ ചേർത്ത് സൌമ്യമായി ഇളക്കുക. തുടർന്ന് സാമ്പിളുകൾ 56°C ലും 1400 rpm ലും എപ്പെൻഡോർഫ്™ തെർമോമിക്സർ സിയിൽ കുറഞ്ഞത് 1 മണിക്കൂറും 3 മണിക്കൂറും ഇൻകുബേറ്റ് ചെയ്തു. ഇൻകുബേറ്റ് ചെയ്ത സാമ്പിളുകൾ 12,000 RCF-ൽ 3 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്തു, ഓരോ സാമ്പിളിൽ നിന്നുമുള്ള സൂപ്പർനേറ്റന്റ് 400 µL ബൈൻഡിംഗ് ലായനി അടങ്ങിയ ഒരു പ്രത്യേക 1.5 mL മൈക്രോസെൻട്രിഫ്യൂജ് ട്യൂബിലേക്ക് മാറ്റി. തുടർന്ന് ട്യൂബുകൾ 1 സെക്കൻഡ് ഇടവേളകളിൽ 5-10 സെക്കൻഡ് പൾസ് വോർട്ടെക്സ് ചെയ്തു. ഓരോ സാമ്പിളിലെയും മുഴുവൻ ദ്രാവക ഉള്ളടക്കവും (ഏകദേശം 600–700 µL) ഒരു ഫ്ലോ-ത്രൂ കളക്ഷൻ ട്യൂബിൽ സ്ഥാപിച്ചിരിക്കുന്ന ഒരു ഫിൽറ്റർ കാട്രിഡ്ജിലേക്ക് മാറ്റുക. പ്രാരംഭ ഡിഎൻഎ ബൈൻഡിംഗ് അനുവദിക്കുന്നതിന് ട്യൂബുകൾ 1,000 RCF-ൽ 3 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്തു, തുടർന്ന് ശേഷിക്കുന്ന ദ്രാവകം നീക്കം ചെയ്യുന്നതിനായി 12,000 RCF-ൽ 1 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്തു. സാമ്പിൾ കോളം ഒരു പുതിയ കളക്ഷൻ ട്യൂബിലേക്ക് മാറ്റി, തുടർന്ന് രണ്ടുതവണ കഴുകി. ആദ്യ വാഷിനായി, ഓരോ ട്യൂബിലേക്കും 500 µL വാഷ് ബഫർ ചേർക്കുക. ട്യൂബ് 3–5 തവണ മറിച്ചിടുക, തുടർന്ന് 12,000 RCF-ൽ 1 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്യുക. കളക്ഷൻ ട്യൂബിൽ നിന്ന് ദ്രാവകം ഉപേക്ഷിച്ച് ഫിൽട്ടർ കാട്രിഡ്ജ് അതേ കളക്ഷൻ ട്യൂബിലേക്ക് തിരികെ വയ്ക്കുക. രണ്ടാമത്തെ വാഷിനായി, 500 µL വാഷ് ബഫർ ഫിൽട്ടറിലേക്ക് വിപരീതമാക്കാതെ ചേർക്കുക. സാമ്പിളുകൾ 1 മിനിറ്റിന് 12,000 RCF-ൽ സെൻട്രിഫ്യൂജ് ചെയ്തു. ഫിൽറ്റർ 1.5 മില്ലി ലോബിൻഡ്® ട്യൂബിലേക്ക് മാറ്റി 100 µL പ്രീ-വാഷ്ഡ് ന്യൂക്ലീസ്-ഫ്രീ വെള്ളം ചേർക്കുക. ഫിൽട്ടറുകൾ മുറിയിലെ താപനിലയിൽ 1 മിനിറ്റ് ഇൻകുബേറ്റ് ചെയ്യുകയും പിന്നീട് 12,000 RCF-ൽ 1 മിനിറ്റ് സെൻട്രിഫ്യൂജ് ചെയ്യുകയും ചെയ്തു. ഇല്യൂട്ടഡ് ഡിഎൻഎ -80°C-ൽ സൂക്ഷിച്ചു.
ഒരു Qubit™ 4.0 ഫ്ലൂറോമീറ്റർ ഉപയോഗിച്ചാണ് ഡിഎൻഎ സാന്ദ്രത അളക്കുന്നത്. നിർമ്മാതാവിന്റെ നിർദ്ദേശങ്ങൾക്കനുസൃതമായി Qubit™ 1X dsDNA ഹൈ സെൻസിറ്റിവിറ്റി കിറ്റ് (ക്യാറ്റ്. നമ്പർ. Q33231) ഉപയോഗിച്ചാണ് ഡിഎൻഎ തയ്യാറാക്കിയത്. ഒരു Aglient™ 4150 അല്ലെങ്കിൽ 4200 ടേപ്പ്സ്റ്റേഷൻ ഉപയോഗിച്ചാണ് ഡിഎൻഎ ഫ്രാഗ്മെന്റ് ലെങ്ത് ഡിസ്ട്രിബ്യൂഷൻ അളന്നത്. Agilent™ Genomic DNA Reagents (ക്യാറ്റ്. നമ്പർ. 5067-5366), Genomic DNA ScreenTape (ക്യാറ്റ്. നമ്പർ. 5067-5365) എന്നിവ ഉപയോഗിച്ചാണ് ഡിഎൻഎ തയ്യാറാക്കിയത്. നിർമ്മാതാവിന്റെ നിർദ്ദേശങ്ങൾക്കനുസൃതമായി ഓക്സ്ഫോർഡ് നാനോപോർ ടെക്നോളജീസ്™ (ONT) റാപ്പിഡ് പിസിആർ ബാർകോഡിംഗ് കിറ്റ് (SQK-RPB004) ഉപയോഗിച്ച് ലൈബ്രറി തയ്യാറാക്കൽ നടത്തി. ഒരു Min106D ഫ്ലോ സെൽ (R 9.4.1) ഉപയോഗിച്ച് ഒരു ONT GridION™ Mk1 സീക്വൻസർ ഉപയോഗിച്ചാണ് ഡിഎൻഎ ക്രമീകരിച്ചത്. സീക്വൻസിങ് ക്രമീകരണങ്ങൾ ഇവയായിരുന്നു: ഉയർന്ന കൃത്യതയുള്ള ബേസ് കോളിംഗ്, കുറഞ്ഞ q മൂല്യം 9, ബാർകോഡ് സജ്ജീകരണം, ബാർകോഡ് ട്രിം. സാമ്പിളുകൾ 72 മണിക്കൂർ ക്രമീകരിച്ചു, അതിനുശേഷം കൂടുതൽ പ്രോസസ്സിംഗിനും വിശകലനത്തിനുമായി ബേസ് കോൾ ഡാറ്റ സമർപ്പിച്ചു.
മുമ്പ് വിവരിച്ച രീതികൾ ഉപയോഗിച്ചാണ് ബയോഇൻഫോർമാറ്റിക്സ് പ്രോസസ്സിംഗ് നടത്തിയത് (ഗ്രീൻമാൻ തുടങ്ങിയവർ, 2024). സീക്വൻസിംഗിൽ നിന്ന് ലഭിച്ച FASTQ ഫയലുകൾ ഓരോ സാമ്പിളിനുമുള്ള ഡയറക്ടറികളായി വിഭജിച്ചു. ബയോഇൻഫോർമാറ്റിക്സ് വിശകലനത്തിന് മുമ്പ്, ഇനിപ്പറയുന്ന പൈപ്പ്‌ലൈൻ ഉപയോഗിച്ച് ഡാറ്റ പ്രോസസ്സ് ചെയ്തു: ആദ്യം, സാമ്പിളുകളുടെ FASTQ ഫയലുകൾ ഒരൊറ്റ FASTQ ഫയലിലേക്ക് ലയിപ്പിച്ചു. തുടർന്ന്, 1000 bp-യിൽ താഴെയുള്ള റീഡുകൾ Filtlong v. 0.2.1 ഉപയോഗിച്ച് ഫിൽട്ടർ ചെയ്തു, അതിൽ –min_length 1000 (Wick, 2024) എന്ന പാരാമീറ്റർ മാത്രമേ മാറ്റിയിട്ടുള്ളൂ. കൂടുതൽ ഫിൽട്ടർ ചെയ്യുന്നതിന് മുമ്പ്, നാനോപ്ലോട്ട് v. 1.41.3 ഉപയോഗിച്ച് ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് വായനാ നിലവാരം നിയന്ത്രിച്ചു: –fastq –plots dot –N50 -o(De Coster and Rademakers, 2023). മിനിമാപ്പ്2 v. 2.24-r1122 ഉപയോഗിച്ച് മൗസ് റഫറൻസ് ജീനോമായ GRCm39 (GCF_000001635.27) ലേക്ക് റീഡുകൾ വിന്യസിച്ചു, ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് ഹോസ്റ്റ്-മലിനമായ റീഡുകൾ നീക്കം ചെയ്തു: -L -ax map-ont(ലീ, 2018). ജനറേറ്റ് ചെയ്ത അലൈൻമെന്റ് ഫയലുകൾ samtools v. 1.16.1-ൽ samtools view -b (Danecek et al., 2021) ഉപയോഗിച്ച് BAM ഫോർമാറ്റിലേക്ക് പരിവർത്തനം ചെയ്തു. samtools view -b -f 4 ഉപയോഗിച്ച് അലൈൻ ചെയ്യാത്ത റീഡുകൾ തിരിച്ചറിഞ്ഞു, ഈ റീഡുകൾ ഹോസ്റ്റ് ജീനോമിൽ ഉൾപ്പെടുന്നില്ലെന്ന് സൂചിപ്പിക്കുന്നു. ഡിഫോൾട്ട് പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് samtools bam2fq ഉപയോഗിച്ച് അലൈൻ ചെയ്യാത്ത റീഡുകൾ FASTQ ഫോർമാറ്റിലേക്ക് തിരികെ പരിവർത്തനം ചെയ്തു. മുമ്പ് വിവരിച്ച ക്രമീകരണങ്ങൾ ഉപയോഗിച്ച് കൂടുതൽ ഫിൽട്ടർ ചെയ്ത റീഡുകളിൽ നാനോപ്ലോട്ട് വീണ്ടും പ്രവർത്തിപ്പിച്ചു. ഫിൽട്ടർ ചെയ്തതിനുശേഷം, മെറ്റാഫ്ലൈ v. 2.8.2-b1689 ഉപയോഗിച്ച് മെറ്റാജെനോമിക് ഡാറ്റ ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് കൂട്ടിച്ചേർക്കപ്പെട്ടു: –nano-raw–മെറ്റ (കോൾമോഗോറോവ് തുടങ്ങിയവർ, 2020). ശേഷിക്കുന്ന പാരാമീറ്ററുകൾ അവയുടെ ഡിഫോൾട്ട് മൂല്യങ്ങളിൽ തന്നെ വിടുക. അസംബ്ലിക്ക് ശേഷം, ഫിൽട്ടർ ചെയ്ത റീഡുകൾ മിനിമാപ്പ്2 ഉപയോഗിച്ച് അസംബ്ലിയിലേക്ക് മാപ്പ് ചെയ്തു, കൂടാതെ -ax മാപ്പ്-ഒണ്ട് പാരാമീറ്റർ ഉപയോഗിച്ച് SAM ഫോർമാറ്റിൽ ഒരു അലൈൻമെന്റ് ഫയൽ സൃഷ്ടിച്ചു. അസംബ്ലി ആദ്യം racon v. 1.4.20 ഉപയോഗിച്ച് ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് പരിഷ്കരിച്ചു: -m 8 -x -6 -g -8 -w 500 -u (വാസർ തുടങ്ങിയവർ, 2017). റാക്കൺ പൂർത്തിയായ ശേഷം, medaka_consesus ഉപയോഗിച്ച് medaka v. 1.7.2 ഉപയോഗിച്ച് ഇത് കൂടുതൽ പരിഷ്കരിച്ചു, -m പാരാമീറ്റർ ഒഴികെയുള്ള എല്ലാ പാരാമീറ്ററുകളും അവയുടെ ഡിഫോൾട്ട് മൂല്യങ്ങളിൽ തന്നെ അവശേഷിപ്പിച്ചു. ഞങ്ങളുടെ ഡാറ്റയ്ക്ക് ഉപയോഗിക്കുന്ന ഫ്ലോ സെൽ കെമിസ്ട്രിയും ഉയർന്ന കൃത്യതയുള്ള ബേസ് കോളിംഗും വ്യക്തമാക്കുന്നതിന് -m പാരാമീറ്റർ r941_min_hac_g507 ആയി സജ്ജീകരിച്ചിരിക്കുന്നു (nanoporetech/medaka, 2024). ഫിൽട്ടർ ചെയ്ത ഡാറ്റയും (ഇനി മുതൽ മൈക്രോബയൽ ഡാറ്റ എന്ന് വിളിക്കുന്നു) അവസാനമായി വൃത്തിയാക്കിയ അസംബ്ലിയും തുടർന്നുള്ള വിശകലനത്തിനായി ഉപയോഗിച്ചു.
ടാക്സോണമിക് വർഗ്ഗീകരണത്തിനായി, ക്രാക്കൻ2 v. 2.1.2 (വുഡ് തുടങ്ങിയവർ, 2019) ഉപയോഗിച്ച് റീഡുകളെയും അസംബിൾ ചെയ്ത കോണ്ടിഗുകളെയും തരംതിരിച്ചു. റീഡുകൾക്കും അസംബ്ലികൾക്കും യഥാക്രമം റിപ്പോർട്ടുകളും ഔട്ട്‌പുട്ട് ഫയലുകളും സൃഷ്ടിക്കുക. റീഡുകളും അസംബ്ലികളും വിശകലനം ചെയ്യാൻ –use-names ഓപ്ഷൻ ഉപയോഗിക്കുക. റീഡ് സെഗ്‌മെന്റുകൾക്കായി –gzip-കംപ്രസ് ചെയ്തതും –പെയേർഡ് ചെയ്തതുമായ ഓപ്ഷനുകൾ വ്യക്തമാക്കിയിട്ടുണ്ട്. ബ്രാക്കൻ v. 2.8 (ലു തുടങ്ങിയവർ, 2017) ഉപയോഗിച്ച് മെറ്റാജെനോമുകളിലെ ടാക്സയുടെ ആപേക്ഷിക സമൃദ്ധി കണക്കാക്കി. ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് ഞങ്ങൾ ആദ്യം 1000 ബേസുകൾ അടങ്ങിയ ഒരു kmer ഡാറ്റാബേസ് ബ്രാക്കൻ-ബിൽഡ് ഉപയോഗിച്ച് സൃഷ്ടിച്ചു: -d-k 35 -l 1000 ഒരിക്കൽ നിർമ്മിച്ചാൽ, kraken2 സൃഷ്ടിച്ച റിപ്പോർട്ടിനെ അടിസ്ഥാനമാക്കി ബ്രാക്കൻ പ്രവർത്തിക്കുകയും ഇനിപ്പറയുന്ന ഓപ്ഷനുകൾ ഉപയോഗിച്ച് ഡാറ്റ ഫിൽട്ടർ ചെയ്യുകയും ചെയ്യുന്നു: -d -I -O-പി 1000 -എൽ

അവയിൽ, വിശകലനം ചെയ്യുന്ന വർഗ്ഗീകരണ നിലയെ ആശ്രയിച്ച് P, G അല്ലെങ്കിൽ S എന്നിവ തിരഞ്ഞെടുക്കുന്നു. തെറ്റായ പോസിറ്റീവ് വർഗ്ഗീകരണങ്ങളുടെ ആഘാതം കുറയ്ക്കുന്നതിന്, 1e-4 (1/10,000 റീഡുകൾ) എന്ന ഏറ്റവും കുറഞ്ഞ ആപേക്ഷിക സമൃദ്ധി പരിധി സ്വീകരിച്ചു. സ്ഥിതിവിവര വിശകലനത്തിന് മുമ്പ്, ബ്രാക്കൻ (fraction_total_reads) റിപ്പോർട്ട് ചെയ്ത ആപേക്ഷിക സമൃദ്ധിയെ കേന്ദ്രീകൃത ലോഗ്-അനുപാതം (CLR) പരിവർത്തനം ഉപയോഗിച്ച് രൂപാന്തരപ്പെടുത്തി (Aitchison, 1982). ഡാറ്റ പരിവർത്തനത്തിനായി CLR രീതി തിരഞ്ഞെടുത്തു, കാരണം ഇത് സ്കെയിൽ-ഇൻവേരിയന്റ് ആയതിനാൽ സ്പാർസ് അല്ലാത്ത ഡാറ്റാസെറ്റുകൾക്ക് പര്യാപ്തമാണ് (Gloor et al., 2017). CLR പരിവർത്തനം സ്വാഭാവിക ലോഗരിതം ഉപയോഗിക്കുന്നു. ബ്രാക്കൻ റിപ്പോർട്ട് ചെയ്ത കൗണ്ട് ഡാറ്റ ആപേക്ഷിക ലോഗ് എക്സ്പ്രഷൻ (RLE) ഉപയോഗിച്ച് നോർമലൈസ് ചെയ്തു (Anders and Huber, 2010). matplotlib v. 3.7.1, seaborn v. 3.7.2, സീക്വൻഷ്യൽ ലോഗരിതംസ് (Gloor et al., 2017) എന്നിവയുടെ സംയോജനം ഉപയോഗിച്ചാണ് കണക്കുകൾ സൃഷ്ടിച്ചത്. 0.12.2 ഉം സ്റ്റാന്റനോട്ടേഷനുകൾ v. 0.5.0 ഉം (ഹണ്ടർ, 2007; വാസ്കോം, 2021; ചാർലിയർ തുടങ്ങിയവർ, 2022). സാധാരണ ബാക്ടീരിയൽ എണ്ണം ഉപയോഗിച്ച് ഓരോ സാമ്പിളിനും ബാസിലസ്/ബാക്ടീരിയോയിഡെറ്റ്സ് അനുപാതം കണക്കാക്കി. പട്ടികകളിൽ റിപ്പോർട്ട് ചെയ്തിരിക്കുന്ന മൂല്യങ്ങൾ 4 ദശാംശ സ്ഥാനങ്ങളിലേക്ക് റൗണ്ട് ചെയ്തിരിക്കുന്നു. ക്രാക്കൻടൂൾസ് v. 1.2 പാക്കേജിൽ നൽകിയിരിക്കുന്ന alpha_diversity.py സ്ക്രിപ്റ്റ് ഉപയോഗിച്ചാണ് സിംപ്സൺ വൈവിധ്യ സൂചിക കണക്കാക്കിയത് (Lu et al., 2022). ബ്രാക്കൻ റിപ്പോർട്ട് സ്ക്രിപ്റ്റിൽ നൽകിയിരിക്കുന്നു, സിംപ്സൺ സൂചിക "Si" -an പാരാമീറ്ററിനായി നൽകിയിരിക്കുന്നു. സമൃദ്ധിയിലെ ഗണ്യമായ വ്യത്യാസങ്ങൾ ശരാശരി CLR വ്യത്യാസങ്ങൾ ≥ 1 അല്ലെങ്കിൽ ≤ -1 ആയി നിർവചിക്കപ്പെട്ടു. ±1 ന്റെ ശരാശരി CLR വ്യത്യാസം ഒരു സാമ്പിൾ തരത്തിന്റെ സമൃദ്ധിയിൽ 2.7 മടങ്ങ് വർദ്ധനവിനെ സൂചിപ്പിക്കുന്നു. (+/-) ചിഹ്നം PPA സാമ്പിളിലും നിയന്ത്രണ സാമ്പിളിലും ടാക്സൺ യഥാക്രമം കൂടുതൽ സമൃദ്ധമാണോ എന്ന് സൂചിപ്പിക്കുന്നു. മാൻ-വിറ്റ്നി യു ടെസ്റ്റ് (വിർട്ടാനൻ തുടങ്ങിയവർ, 2020) ഉപയോഗിച്ചാണ് പ്രാധാന്യം നിർണ്ണയിച്ചത്. സ്റ്റാറ്റ്സ്മോഡൽസ് v. 0.14 (ബെഞ്ചമിനിയും ഹോച്ച്ബെർഗും, 1995; സീബോൾഡും പെർക്ക്ടോൾഡും, 2010) ഉപയോഗിച്ചു, ഒന്നിലധികം പരിശോധനകൾക്കായി ശരിയാക്കാൻ ബെഞ്ചമിനി-ഹോച്ച്ബെർഗ് നടപടിക്രമം പ്രയോഗിച്ചു. സ്ഥിതിവിവരക്കണക്ക് പ്രാധാന്യം നിർണ്ണയിക്കുന്നതിനുള്ള പരിധിയായി ക്രമീകരിച്ച p- മൂല്യം ≤ 0.05 ഉപയോഗിച്ചു.
മരംഗ തുടങ്ങിയവർ (മരംഗ തുടങ്ങിയവർ, 2023) വിവരിച്ച പ്രോട്ടോക്കോളിന്റെ പരിഷ്കരിച്ച പതിപ്പ് ഉപയോഗിച്ചാണ് ജീൻ അനോട്ടേഷനും ആപേക്ഷിക സമൃദ്ധി കണക്കാക്കലും നടത്തിയത്. ആദ്യം, SeqKit v. 2.5.1 (ഷെൻ തുടങ്ങിയവർ, 2016) ഉപയോഗിച്ച് എല്ലാ അസംബ്ലികളിൽ നിന്നും 500 bp-ൽ താഴെയുള്ള കോണ്ടിഗുകൾ നീക്കം ചെയ്തു. തിരഞ്ഞെടുത്ത അസംബ്ലികളെ പിന്നീട് ഒരു പാൻ-മെറ്റാജെനോമായി സംയോജിപ്പിച്ചു. ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് പ്രോഡിഗൽ v. 1.0.1 (പ്രോഡിഗൽ v. 2.6.3 ന്റെ സമാന്തര പതിപ്പ്) ഉപയോഗിച്ച് ഓപ്പൺ റീഡിംഗ് ഫ്രെയിമുകൾ (ORF-കൾ) തിരിച്ചറിഞ്ഞു: -d-f ജിഎഫ്എഫ്-ഐ -O-T 24 -p meta -C 10000 (Hyett et al., 2012; Jaenicke, 2024). തത്ഫലമായുണ്ടാകുന്ന ന്യൂക്ലിയോടൈഡ് ഫയലുകൾ പിന്നീട് പൈത്തൺ ഉപയോഗിച്ച് ഫിൽട്ടർ ചെയ്ത് അപൂർണ്ണമായ എല്ലാ ജീനുകളും നീക്കം ചെയ്തു. തുടർന്ന് CD-HIT v. 4.8.1 ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് ജീനുകളെ ക്ലസ്റ്റർ ചെയ്യാൻ ഉപയോഗിച്ചു: cd-hit-est -i -O-c 0.95 -s 0.85 -aS 0.9 -n 10 -d 256 -M 350000 -T 24 -l 100 -g 1 (Fu et al., 2012). ജനറേറ്റ് ചെയ്ത അനാവശ്യ ജീൻ കാറ്റലോഗ് ജീൻ സമൃദ്ധിയും വ്യാഖ്യാനവും കണക്കാക്കാൻ ഉപയോഗിച്ചു. KMA v. 1.4.9 (ക്ലോസെൻ et al., 2018) ഉപയോഗിച്ച് ആപേക്ഷിക ജീൻ സമൃദ്ധി കണക്കാക്കി. ആദ്യം, ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് KMA സൂചിക ഉപയോഗിച്ച് ഒരു സൂചിക ഫയൽ സൃഷ്ടിക്കുക: -i -Oതുടർന്ന്, ബയോഇൻഫോർമാറ്റിക്സ് പൈപ്പ്‌ലൈൻ വിഭാഗത്തിൽ വിവരിച്ചിരിക്കുന്നതുപോലെ, ഓരോ സാമ്പിളിനും മൈക്രോബയൽ റീഡുകൾക്കൊപ്പം ജനറേറ്റ് ചെയ്ത സൂചിക ഉപയോഗിച്ച്, ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് KMA പ്രവർത്തിപ്പിച്ചു: -i -O-ടി_ഡിബി-bcNano -bc 0.7 -ef -t 24. തുടർന്ന്, CLR ഉപയോഗിച്ച് ജീൻ കൗണ്ട് നോർമലൈസ് ചെയ്തു, കൂടാതെ Sci-kit learn-ന്റെ പ്രിൻസിപ്പൽ കമ്പോണന്റ് അനാലിസിസ് (PCA) ക്ലാസ് ഉപയോഗിച്ചു (Pedregosa et al., 2011). eggNOG v. 2.1.12-ന്റെ emapper.py സ്ക്രിപ്റ്റും eggNOG ഡാറ്റാബേസ് പതിപ്പ് 5.0.2-ഉം ഉപയോഗിച്ച് അനാവശ്യമല്ലാത്ത ജീൻ കാറ്റലോഗിൽ ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് പ്രവചിച്ച ജീൻ അനോട്ടേഷൻ നടത്തി: –itype CDS –cpu 24 -i– ഡാറ്റ കാറ്റലോഗ്–go_evidence ഇലക്ട്രോണിക് അല്ലാത്തത് – ഔട്ട്പുട്ട്– ഔട്ട്പുട്ട് ഡയറക്ടറി–target_orthologs എല്ലാം –seed_ortholog_evalue 0.001 –seed_ortholog_score 60 –query_cover 20 –subject_cover 0 –translate –override –temp_dir(Cantalapiedra et al., 2021). മതിയായ ടെംപ്ലേറ്റ് കവറേജും ടെംപ്ലേറ്റ് ഐഡന്റിറ്റിയും (≥ 90%) abundance (ഡെപ്ത് ≥ 3) ഉം ഉള്ള ജീനുകൾ തിരഞ്ഞെടുക്കുന്നതിന് KMA ഫലങ്ങൾ സ്‌ക്രീൻ ചെയ്തു. മുകളിൽ വിവരിച്ചതുപോലെ CLR ഉപയോഗിച്ച് KMA ഡെപ്ത് ഫലങ്ങൾ രൂപാന്തരപ്പെടുത്തി. തുടർന്ന് ഓരോ ജീനിനും കോണ്ടിഗ് ഉറവിടം ഉപയോഗിച്ച് ഫങ്ഷണൽ അനോട്ടേഷനിൽ നിന്നും വർഗ്ഗീകരണ ഫലങ്ങളിൽ നിന്നുമുള്ള കോണ്ടിഗ് ഐഡികളുമായി KMA ഫലങ്ങൾ താരതമ്യം ചെയ്തു. ടാക്സയിലെന്നപോലെ, ജീൻ സമൃദ്ധിയിലെ ഗണ്യമായ വ്യത്യാസങ്ങൾ ശരാശരി CLR വ്യത്യാസം ≥ 1 അല്ലെങ്കിൽ ≤ -1 ഉള്ള ജീനുകളായി നിർവചിക്കപ്പെട്ടു, യഥാക്രമം PPA അല്ലെങ്കിൽ നിയന്ത്രണ സാമ്പിളുകളിൽ ജീൻ കൂടുതൽ സമൃദ്ധമാണെന്ന് സൂചിപ്പിക്കുന്ന ഒരു ചിഹ്നം (+/-) ഉണ്ടായിരുന്നു.
ജീൻ പാത്ത്‌വേ അബ്ലൻഡൻസി താരതമ്യം ചെയ്യാൻ എഗ്ഗ്‌നോഗ് നിയോഗിച്ച ക്യോട്ടോ എൻസൈക്ലോപീഡിയ ഓഫ് ജീൻസ് ആൻഡ് ജീനോംസ് (കെഇജിജി) ഓർത്തോളജിക്കൽ (കെഒ) ഐഡന്റിഫയറുകൾ അനുസരിച്ചാണ് ജീനുകളെ ആദ്യം തരംതിരിച്ചത്. വിശകലനത്തിന് മുമ്പ് നോക്കൗട്ടുകളില്ലാത്ത ജീനുകളോ ഒന്നിലധികം നോക്കൗട്ടുകളുള്ള ജീനുകളോ നീക്കം ചെയ്തു. ഓരോ സാമ്പിളിലെയും ഓരോ കെഒയുടെയും ശരാശരി അബ്ലൻഡൻസി കണക്കാക്കി സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലനം നടത്തി. കെഇജിജി അനുസരിച്ച് പ്രൊപ്പിയോണേറ്റ് മെറ്റബോളിസത്തിൽ ഒരു പങ്ക് സൂചിപ്പിക്കുന്ന, കെഇജിജി_പാത്ത്‌വേ കോളത്തിൽ ko00640 എന്ന വരി നൽകിയിട്ടുള്ള ഏതെങ്കിലും ജീനായി പിപിഎ മെറ്റബോളിസം ജീനുകളെ നിർവചിച്ചു. പിപിഎ ഉൽപ്പാദനവുമായി ബന്ധപ്പെട്ടതായി തിരിച്ചറിഞ്ഞ ജീനുകൾ സപ്ലിമെന്ററി ടേബിൾ 1 ൽ പട്ടികപ്പെടുത്തിയിട്ടുണ്ട് (റീചാർഡ് മറ്റുള്ളവരും, 2014; യാങ് മറ്റുള്ളവരും, 2017). ഓരോ സാമ്പിൾ തരത്തിലും ഗണ്യമായി കൂടുതൽ സമൃദ്ധമായിരുന്ന പിപിഎ മെറ്റബോളിസവും പ്രൊഡക്ഷൻ ജീനുകളും തിരിച്ചറിയാൻ പെർമ്യൂട്ടേഷൻ പരിശോധനകൾ നടത്തി. വിശകലനം ചെയ്ത ഓരോ ജീനിനും ആയിരം പെർമ്യൂട്ടേഷനുകൾ നടത്തി. സ്റ്റാറ്റിസ്റ്റിക്കൽ പ്രാധാന്യം നിർണ്ണയിക്കാൻ 0.05 എന്ന പി-മൂല്യം ഒരു കട്ട്ഓഫായി ഉപയോഗിച്ചു. ക്ലസ്റ്ററിനുള്ളിലെ പ്രതിനിധി ജീനുകളുടെ അനോട്ടേഷനുകളെ അടിസ്ഥാനമാക്കി ഒരു ക്ലസ്റ്ററിനുള്ളിലെ വ്യക്തിഗത ജീനുകളിലേക്ക് ഫങ്ഷണൽ അനോട്ടേഷനുകൾ നൽകി. ക്രാക്കൻ2 ഔട്ട്‌പുട്ട് ഫയലുകളിലെ കോണ്ടിഗ് ഐഡികളും എഗ്ഗ്‌നോഗ് ഉപയോഗിച്ചുള്ള ഫങ്ഷണൽ അനോട്ടേഷനിൽ നിലനിർത്തിയ അതേ കോണ്ടിഗ് ഐഡികളും പൊരുത്തപ്പെടുത്തുന്നതിലൂടെ പിപിഎ മെറ്റബോളിസവുമായും/അല്ലെങ്കിൽ പിപിഎ ഉൽ‌പാദനവുമായും ബന്ധപ്പെട്ട ടാക്സയെ തിരിച്ചറിയാൻ കഴിയും. മുമ്പ് വിവരിച്ച മാൻ-വിറ്റ്‌നി യു ടെസ്റ്റ് ഉപയോഗിച്ചാണ് സിഗ്നിഫിക്കൻസ് ടെസ്റ്റിംഗ് നടത്തിയത്. ബെഞ്ചാമിനി-ഹോച്ച്‌ബെർഗ് നടപടിക്രമം ഉപയോഗിച്ച് ഒന്നിലധികം പരിശോധനകൾക്കുള്ള തിരുത്തൽ നടത്തി. സ്റ്റാറ്റിസ്റ്റിക്കൽ പ്രാധാന്യം നിർണ്ണയിക്കാൻ ≤ 0.05 ന്റെ പി-മൂല്യം ഒരു കട്ട്ഓഫായി ഉപയോഗിച്ചു.
സിംപ്‌സൺ വൈവിധ്യ സൂചിക ഉപയോഗിച്ച് എലികളുടെ ഗട്ട് മൈക്രോബയോമിന്റെ വൈവിധ്യം വിലയിരുത്തി. ജനുസ്സിന്റെയും സ്പീഷീസിന്റെയും വൈവിധ്യത്തിന്റെ കാര്യത്തിൽ നിയന്ത്രണ, പിപിഎ സാമ്പിളുകൾക്കിടയിൽ കാര്യമായ വ്യത്യാസങ്ങളൊന്നും കണ്ടെത്തിയില്ല (ജനുസ്സിനുള്ള പി-മൂല്യം: 0.18, സ്പീഷീസുകൾക്കുള്ള പി-മൂല്യം: 0.16) (ചിത്രം 1). തുടർന്ന് പ്രിൻസിപ്പൽ കമ്പോണന്റ് അനാലിസിസ് (പിസിഎ) ഉപയോഗിച്ച് സൂക്ഷ്മജീവികളുടെ ഘടന താരതമ്യം ചെയ്തു. ചിത്രം 2 സാമ്പിളുകളുടെ ഫൈല അനുസരിച്ച് ക്ലസ്റ്ററിംഗ് കാണിക്കുന്നു, ഇത് പിപിഎയ്ക്കും കൺട്രോൾ സാമ്പിളുകൾക്കും ഇടയിൽ മൈക്രോബയോമുകളുടെ സ്പീഷീസ് ഘടനയിൽ വ്യത്യാസങ്ങളുണ്ടെന്ന് സൂചിപ്പിക്കുന്നു. ജനുസ് തലത്തിൽ ഈ ക്ലസ്റ്ററിംഗ് വളരെ കുറവായിരുന്നു, ഇത് പിപിഎ ചില ബാക്ടീരിയകളെ ബാധിക്കുന്നുവെന്ന് സൂചിപ്പിക്കുന്നു (അനുബന്ധ ചിത്രം 1).
ചിത്രം 1. എലിയുടെ ഗട്ട് മൈക്രോബയോമിന്റെ ജനുസ്സുകളുടെയും സ്പീഷീസുകളുടെയും ആൽഫ വൈവിധ്യം. പിപിഎയിലും നിയന്ത്രണ സാമ്പിളുകളിലും ജനുസ്സുകളുടെയും (എ) സ്പീഷീസുകളുടെയും (ബി) സിംപ്സൺ വൈവിധ്യ സൂചികകൾ കാണിക്കുന്ന ബോക്സ് പ്ലോട്ടുകൾ. മാൻ-വിറ്റ്നി യു ടെസ്റ്റ് ഉപയോഗിച്ച് പ്രാധാന്യം നിർണ്ണയിക്കുകയും ബെഞ്ചാമിനി-ഹോച്ച്ബർഗ് നടപടിക്രമം ഉപയോഗിച്ച് ഒന്നിലധികം തിരുത്തലുകൾ നടത്തുകയും ചെയ്തു. ns, പി-മൂല്യം പ്രധാനമായിരുന്നില്ല (p>0.05).
ചിത്രം 2. സ്പീഷീസ് തലത്തിൽ മൗസ് ഗട്ട് മൈക്രോബയോം ഘടനയുടെ പ്രിൻസിപ്പൽ കമ്പോണന്റ് വിശകലനത്തിന്റെ ഫലങ്ങൾ. പ്രിൻസിപ്പൽ കമ്പോണന്റ് വിശകലന പ്ലോട്ട് അവയുടെ ആദ്യത്തെ രണ്ട് പ്രിൻസിപ്പൽ ഘടകങ്ങളിലുടനീളമുള്ള സാമ്പിളുകളുടെ വിതരണം പ്രദർശിപ്പിക്കുന്നു. നിറങ്ങൾ സാമ്പിൾ തരം സൂചിപ്പിക്കുന്നു: പിപിഎ-എക്സ്പോസ്ഡ് എലികൾ പർപ്പിൾ നിറത്തിലും കൺട്രോൾ എലികൾ മഞ്ഞ നിറത്തിലുമാണ്. പ്രിൻസിപ്പൽ ഘടകങ്ങൾ 1 ഉം 2 ഉം യഥാക്രമം x-അക്ഷത്തിലും y-അക്ഷത്തിലും പ്ലോട്ട് ചെയ്തിരിക്കുന്നു, അവ അവയുടെ വിശദീകരിച്ച വേരിയൻസ് അനുപാതമായി പ്രകടിപ്പിക്കുന്നു.
RLE രൂപാന്തരപ്പെടുത്തിയ കൗണ്ട് ഡാറ്റ ഉപയോഗിച്ച്, കൺട്രോൾ, പിപിഎ എലികളിൽ മീഡിയൻ ബാക്റ്റീറോയ്‌ഡെറ്റുകൾ/ബാസിലി അനുപാതത്തിൽ ഗണ്യമായ കുറവ് കണ്ടെത്തി (കൺട്രോൾ: 9.66, പിപിഎ: 3.02; പി-മൂല്യം = 0.0011). കൺട്രോൾ എലികളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ പിപിഎ എലികളിൽ ബാക്റ്റീറോയ്‌ഡെറ്റുകളുടെ ഉയർന്ന സമൃദ്ധി മൂലമാണ് ഈ വ്യത്യാസം ഉണ്ടായത്, വ്യത്യാസം കാര്യമായിരുന്നില്ലെങ്കിലും (കൺട്രോൾ ശരാശരി CLR: 5.51, പിപിഎ ശരാശരി CLR: 6.62; പി-മൂല്യം = 0.054), അതേസമയം ബാക്റ്റീറോയ്‌ഡെറ്റുകളുടെ സമൃദ്ധി സമാനമായിരുന്നു (കൺട്രോൾ ശരാശരി CLR: 7.76, പിപിഎ ശരാശരി CLR: 7.60; പി-മൂല്യം = 0.18).
ഗട്ട് മൈക്രോബയോമിലെ ടാക്സോണമിക് അംഗങ്ങളുടെ സമൃദ്ധിയുടെ വിശകലനം, 1 ഫൈലവും 77 സ്പീഷീസുകളും PPA യും നിയന്ത്രണ സാമ്പിളുകളും തമ്മിൽ ഗണ്യമായി വ്യത്യാസപ്പെട്ടിരിക്കുന്നുവെന്ന് വെളിപ്പെടുത്തി (അനുബന്ധ പട്ടിക 2). PPA സാമ്പിളുകളിലെ 59 സ്പീഷീസുകളുടെ സമൃദ്ധി നിയന്ത്രണ സാമ്പിളുകളേക്കാൾ വളരെ കൂടുതലായിരുന്നു, അതേസമയം നിയന്ത്രണ സാമ്പിളുകളിലെ 16 സ്പീഷീസുകളുടെ സമൃദ്ധി PPA സാമ്പിളുകളേക്കാൾ കൂടുതലായിരുന്നു (ചിത്രം 3).
ചിത്രം 3. PPA യുടെയും നിയന്ത്രണ എലികളുടെയും ഗട്ട് മൈക്രോബയോമിൽ ടാക്സയുടെ ഡിഫറൻഷ്യൽ സമൃദ്ധി. PPA യും നിയന്ത്രണ സാമ്പിളുകളും തമ്മിലുള്ള ജനുസ്സുകളുടെ (A) അല്ലെങ്കിൽ സ്പീഷീസുകളുടെ (B) സമൃദ്ധിയിൽ അഗ്നിപർവ്വത പ്ലോട്ടുകൾ വ്യത്യാസങ്ങൾ കാണിക്കുന്നു. ചാരനിറത്തിലുള്ള ഡോട്ടുകൾ ടാക്സ സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസമില്ലെന്ന് സൂചിപ്പിക്കുന്നു. നിറമുള്ള ഡോട്ടുകൾ സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങൾ സൂചിപ്പിക്കുന്നു (p-മൂല്യം ≤ 0.05). സാമ്പിൾ തരങ്ങൾ തമ്മിലുള്ള സമൃദ്ധിയിൽ ഏറ്റവും വലിയ വ്യത്യാസങ്ങളുള്ള മികച്ച 20 ടാക്സകളെ യഥാക്രമം ചുവപ്പിലും ഇളം നീലയിലും (നിയന്ത്രണത്തിലും PPA സാമ്പിളുകളിലും) കാണിച്ചിരിക്കുന്നു. മഞ്ഞയും പർപ്പിൾ ഡോട്ടുകളും നിയന്ത്രണങ്ങളിലേതിനേക്കാൾ കുറഞ്ഞത് 2.7 മടങ്ങ് കൂടുതൽ സമൃദ്ധമായിരുന്നു. കറുത്ത ഡോട്ടുകൾ ഗണ്യമായി വ്യത്യസ്തമായ സമൃദ്ധികളുള്ള ടാക്സയെ പ്രതിനിധീകരിക്കുന്നു, ശരാശരി CLR വ്യത്യാസങ്ങൾ -1 നും 1 നും ഇടയിലാണ്. P മൂല്യങ്ങൾ മാൻ-വിറ്റ്നി U ടെസ്റ്റ് ഉപയോഗിച്ച് കണക്കാക്കുകയും ബെഞ്ചമിനി-ഹോച്ച്ബർഗ് നടപടിക്രമം ഉപയോഗിച്ച് ഒന്നിലധികം പരിശോധനകൾക്കായി ശരിയാക്കുകയും ചെയ്തു. ബോൾഡ് ശരാശരി CLR വ്യത്യാസങ്ങൾ സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങളെ സൂചിപ്പിക്കുന്നു.
കുടൽ സൂക്ഷ്മജീവികളുടെ ഘടന വിശകലനം ചെയ്ത ശേഷം, ഞങ്ങൾ മൈക്രോബയോമിന്റെ ഒരു പ്രവർത്തനപരമായ വ്യാഖ്യാനം നടത്തി. ഗുണനിലവാരം കുറഞ്ഞ ജീനുകൾ ഫിൽട്ടർ ചെയ്ത ശേഷം, എല്ലാ സാമ്പിളുകളിലുമായി ആകെ 378,355 അദ്വിതീയ ജീനുകൾ തിരിച്ചറിഞ്ഞു. ഈ ജീനുകളുടെ രൂപാന്തരപ്പെട്ട സമൃദ്ധി പ്രിൻസിപ്പൽ കമ്പോണന്റ് അനാലിസിസിനായി (പിസിഎ) ഉപയോഗിച്ചു, കൂടാതെ ഫലങ്ങൾ അവയുടെ പ്രവർത്തനപരമായ പ്രൊഫൈലുകളെ അടിസ്ഥാനമാക്കിയുള്ള സാമ്പിൾ തരങ്ങളുടെ ഉയർന്ന അളവിലുള്ള ക്ലസ്റ്ററിംഗ് കാണിച്ചു (ചിത്രം 4).
ചിത്രം 4. മൗസ് ഗട്ട് മൈക്രോബയോമിന്റെ ഫങ്ഷണൽ പ്രൊഫൈൽ ഉപയോഗിച്ചുള്ള പിസിഎ ഫലങ്ങൾ. പിസിഎ പ്ലോട്ട് അവയുടെ ആദ്യത്തെ രണ്ട് പ്രധാന ഘടകങ്ങളിലുടനീളം സാമ്പിളുകളുടെ വിതരണം പ്രദർശിപ്പിക്കുന്നു. നിറങ്ങൾ സാമ്പിൾ തരം സൂചിപ്പിക്കുന്നു: പിപിഎ-എക്സ്പോസ്ഡ് എലികൾ പർപ്പിൾ നിറത്തിലും നിയന്ത്രണ എലികൾ മഞ്ഞ നിറത്തിലുമാണ്. പ്രധാന ഘടകങ്ങൾ 1 ഉം 2 ഉം യഥാക്രമം x-അക്ഷത്തിലും y-അക്ഷത്തിലും പ്ലോട്ട് ചെയ്തിരിക്കുന്നു, അവ അവയുടെ വിശദീകരിച്ച വ്യതിയാന അനുപാതമായി പ്രകടിപ്പിക്കുന്നു.
അടുത്തതായി ഞങ്ങൾ വ്യത്യസ്ത സാമ്പിൾ തരങ്ങളിലെ KEGG നോക്കൗട്ടുകളുടെ സമൃദ്ധി പരിശോധിച്ചു. ആകെ 3648 അദ്വിതീയ നോക്കൗട്ടുകൾ തിരിച്ചറിഞ്ഞു, അതിൽ 196 എണ്ണം നിയന്ത്രണ സാമ്പിളുകളിൽ ഗണ്യമായി കൂടുതലും 106 എണ്ണം PPA സാമ്പിളുകളിൽ കൂടുതലും ആയിരുന്നു (ചിത്രം 5). നിയന്ത്രണ സാമ്പിളുകളിൽ ആകെ 145 ജീനുകളും PPA സാമ്പിളുകളിൽ 61 ജീനുകളും കണ്ടെത്തി, ഇവയിൽ ഗണ്യമായി വ്യത്യസ്ത സമൃദ്ധി ഉണ്ടായിരുന്നു. ലിപിഡ്, അമിനോഷുഗർ മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട പാതകൾ PPA സാമ്പിളുകളിൽ ഗണ്യമായി കൂടുതലായി സമ്പുഷ്ടമായിരുന്നു (അനുബന്ധ പട്ടിക 3). നൈട്രജൻ മെറ്റബോളിസവും സൾഫർ റിലേ സിസ്റ്റങ്ങളുമായി ബന്ധപ്പെട്ട പാതകൾ നിയന്ത്രണ സാമ്പിളുകളിൽ ഗണ്യമായി കൂടുതലായിരുന്നു (അനുബന്ധ പട്ടിക 3). അമിനോഷുഗർ/ന്യൂക്ലിയോടൈഡ് മെറ്റബോളിസം (ko:K21279), ഇനോസിറ്റോൾ ഫോസ്ഫേറ്റ് മെറ്റബോളിസം (ko:K07291) എന്നിവയുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ സമൃദ്ധി PPA സാമ്പിളുകളിൽ ഗണ്യമായി കൂടുതലായിരുന്നു (ചിത്രം 5). നിയന്ത്രണ സാമ്പിളുകളിൽ ബെൻസോയേറ്റ് മെറ്റബോളിസം (ko:K22270), നൈട്രജൻ മെറ്റബോളിസം (ko:K00368), ഗ്ലൈക്കോളിസിസ്/ഗ്ലൂക്കോണിയോജെനിസിസ് (ko:K00131) എന്നിവയുമായി ബന്ധപ്പെട്ട കൂടുതൽ ജീനുകൾ ഉണ്ടായിരുന്നു (ചിത്രം 5).
ചിത്രം 5. PPA യുടെയും നിയന്ത്രണ എലികളുടെയും ഗട്ട് മൈക്രോബയോമിൽ KO കളുടെ ഡിഫറൻഷ്യൽ സമൃദ്ധി. അഗ്നിപർവ്വത പ്ലോട്ട് ഫങ്ഷണൽ ഗ്രൂപ്പുകളുടെ (KOs) സമൃദ്ധിയിലെ വ്യത്യാസങ്ങൾ ചിത്രീകരിക്കുന്നു. ചാരനിറത്തിലുള്ള ഡോട്ടുകൾ സാമ്പിൾ തരങ്ങൾക്കിടയിൽ കാര്യമായ വ്യത്യാസമില്ലാത്ത KO കളെ സൂചിപ്പിക്കുന്നു (p-മൂല്യം > 0.05). നിറമുള്ള ഡോട്ടുകൾ സമൃദ്ധിയിലെ കാര്യമായ വ്യത്യാസങ്ങളെ സൂചിപ്പിക്കുന്നു (p-മൂല്യം ≤ 0.05). സാമ്പിൾ തരങ്ങൾക്കിടയിലുള്ള സമൃദ്ധിയിൽ ഏറ്റവും വലിയ വ്യത്യാസങ്ങളുള്ള 20 KO കൾ യഥാക്രമം നിയന്ത്രണ, PPA സാമ്പിളുകൾക്ക് അനുസൃതമായി ചുവപ്പ്, ഇളം നീല നിറങ്ങളിൽ കാണിച്ചിരിക്കുന്നു. മഞ്ഞ, പർപ്പിൾ ഡോട്ടുകൾ യഥാക്രമം നിയന്ത്രണത്തിലും PPA സാമ്പിളുകളിലും കുറഞ്ഞത് 2.7 മടങ്ങ് കൂടുതൽ സമൃദ്ധമായിരുന്ന KO കളെ സൂചിപ്പിക്കുന്നു. കറുത്ത ഡോട്ടുകൾ -1 നും 1 നും ഇടയിലുള്ള ശരാശരി CLR വ്യത്യാസങ്ങളോടെ, ഗണ്യമായി വ്യത്യസ്തമായ സമൃദ്ധിയുള്ള KO കളെ സൂചിപ്പിക്കുന്നു. മാൻ-വിറ്റ്നി U ടെസ്റ്റ് ഉപയോഗിച്ച് P മൂല്യങ്ങൾ കണക്കാക്കുകയും ബെഞ്ചമിനി-ഹോച്ച്ബർഗ് നടപടിക്രമം ഉപയോഗിച്ച് ഒന്നിലധികം താരതമ്യങ്ങൾക്കായി ക്രമീകരിക്കുകയും ചെയ്തു. KO KEGG-യിലെ ഒരു പാതയിൽ ഉൾപ്പെടുന്നില്ലെന്ന് NaN സൂചിപ്പിക്കുന്നു. ബോൾഡ് ശരാശരി CLR വ്യത്യാസ മൂല്യങ്ങൾ സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങളെ സൂചിപ്പിക്കുന്നു. പട്ടികപ്പെടുത്തിയിരിക്കുന്ന KO-കൾ ഉൾപ്പെടുന്ന പാതകളെക്കുറിച്ചുള്ള വിശദമായ വിവരങ്ങൾക്ക്, അനുബന്ധ പട്ടിക 3 കാണുക.
വ്യാഖ്യാനിച്ച ജീനുകളിൽ, 1601 ജീനുകൾക്ക് സാമ്പിൾ തരങ്ങൾക്കിടയിൽ (p ≤ 0.05) ഗണ്യമായി വ്യത്യസ്തമായ സമൃദ്ധി ഉണ്ടായിരുന്നു, ഓരോ ജീനും കുറഞ്ഞത് 2.7 മടങ്ങ് കൂടുതലായിരുന്നു. ഈ ജീനുകളിൽ 4 ജീനുകൾ നിയന്ത്രണ സാമ്പിളുകളിൽ കൂടുതലും 1597 ജീനുകൾ PPA സാമ്പിളുകളിൽ കൂടുതലും ഉണ്ടായിരുന്നു. PPA-യ്ക്ക് ആന്റിമൈക്രോബയൽ ഗുണങ്ങൾ ഉള്ളതിനാൽ, സാമ്പിൾ തരങ്ങൾക്കിടയിലുള്ള PPA മെറ്റബോളിസത്തിന്റെയും ഉൽപാദന ജീനുകളുടെയും സമൃദ്ധി ഞങ്ങൾ പരിശോധിച്ചു. 1332 PPA മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകളിൽ, 27 ജീനുകൾ നിയന്ത്രണ സാമ്പിളുകളിൽ ഗണ്യമായി കൂടുതലും 12 ജീനുകൾ PPA സാമ്പിളുകളിൽ കൂടുതലും ഉണ്ടായിരുന്നു. 223 PPA ഉൽപ്പാദനവുമായി ബന്ധപ്പെട്ട ജീനുകളിൽ, 1 ജീൻ PPA സാമ്പിളുകളിൽ ഗണ്യമായി കൂടുതലുമായിരുന്നു. ചിത്രം 6A, നിയന്ത്രണ സാമ്പിളുകളിൽ ഗണ്യമായി ഉയർന്ന സമൃദ്ധിയും വലിയ ഇഫക്റ്റ് വലുപ്പങ്ങളും ഉള്ള PPA മെറ്റബോളിസത്തിൽ ഉൾപ്പെട്ടിരിക്കുന്ന ജീനുകളുടെ ഉയർന്ന സമൃദ്ധി കൂടുതൽ പ്രകടമാക്കുന്നു, അതേസമയം ചിത്രം 6B PPA സാമ്പിളുകളിൽ ഗണ്യമായി ഉയർന്ന സമൃദ്ധിയുള്ള വ്യക്തിഗത ജീനുകളെ എടുത്തുകാണിക്കുന്നു.
ചിത്രം 6. മൗസ് ഗട്ട് മൈക്രോബയോമിലെ പിപിഎയുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ ഡിഫറൻഷ്യൽ സമൃദ്ധി. അഗ്നിപർവ്വത പ്ലോട്ടുകൾ പിപിഎ മെറ്റബോളിസം (എ), പിപിഎ ഉത്പാദനം (ബി) എന്നിവയുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ സമൃദ്ധിയിലെ വ്യത്യാസങ്ങളെ ചിത്രീകരിക്കുന്നു. സാമ്പിൾ തരങ്ങൾക്കിടയിൽ (പി-മൂല്യം > 0.05) സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസമില്ലാത്ത ജീനുകളെ ചാരനിറത്തിലുള്ള ഡോട്ടുകൾ സൂചിപ്പിക്കുന്നു. നിറമുള്ള ഡോട്ടുകൾ സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങളെ സൂചിപ്പിക്കുന്നു (പി-മൂല്യം ≤ 0.05). സമൃദ്ധിയിൽ ഏറ്റവും വലിയ വ്യത്യാസങ്ങളുള്ള 20 ജീനുകൾ യഥാക്രമം ചുവപ്പിലും ഇളം നീലയിലും (നിയന്ത്രണത്തിലും പിപിഎ സാമ്പിളുകളിലും) കാണിച്ചിരിക്കുന്നു. മഞ്ഞ, പർപ്പിൾ ഡോട്ടുകളുടെ സമൃദ്ധി നിയന്ത്രണ സാമ്പിളുകളേക്കാൾ നിയന്ത്രണത്തിലും പിപിഎ സാമ്പിളുകളിലും കുറഞ്ഞത് 2.7 മടങ്ങ് കൂടുതലായിരുന്നു. കറുത്ത ഡോട്ടുകൾ ഗണ്യമായി വ്യത്യസ്തമായ സമൃദ്ധിയുള്ള ജീനുകളെ പ്രതിനിധീകരിക്കുന്നു, ശരാശരി സിഎൽആർ -1 നും 1 നും ഇടയിലാണ്. പി മൂല്യങ്ങൾ മാൻ-വിറ്റ്നി യു ടെസ്റ്റ് ഉപയോഗിച്ച് കണക്കാക്കുകയും ബെഞ്ചാമിനി-ഹോച്ച്ബർഗ് നടപടിക്രമം ഉപയോഗിച്ച് ഒന്നിലധികം താരതമ്യങ്ങൾക്കായി ശരിയാക്കുകയും ചെയ്തു. അനാവശ്യമല്ലാത്ത ജീൻ കാറ്റലോഗിലെ പ്രതിനിധി ജീനുകളുമായി ജീനുകൾ യോജിക്കുന്നു. ജീൻ നാമങ്ങളിൽ ഒരു കെഒ ജീനിനെ സൂചിപ്പിക്കുന്ന കെഇജിജി ചിഹ്നം അടങ്ങിയിരിക്കുന്നു. ബോൾഡ് ശരാശരി CLR വ്യത്യാസങ്ങൾ ഗണ്യമായി വ്യത്യസ്തമായ സമൃദ്ധിയെ സൂചിപ്പിക്കുന്നു. ഒരു ഡാഷ് (-) സൂചിപ്പിക്കുന്നത് KEGG ഡാറ്റാബേസിൽ ജീനിന് ഒരു ചിഹ്നവുമില്ല എന്നാണ്.
PPA മെറ്റബോളിസവുമായോ/അല്ലെങ്കിൽ ഉൽപ്പാദനവുമായോ ബന്ധപ്പെട്ട ജീനുകളുള്ള ടാക്സയെ, ജീനിന്റെ കോണ്ടിഗ് ഐഡിയുമായി കോൺടിഗുകളുടെ ടാക്സോണമിക് ഐഡന്റിറ്റി പൊരുത്തപ്പെടുത്തി തിരിച്ചറിഞ്ഞു. ജനുസ് തലത്തിൽ, 130 ജനുസുകളിൽ PPA മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകളും 61 ജനുസുകളിൽ PPA ഉൽപ്പാദനവുമായി ബന്ധപ്പെട്ട ജീനുകളും ഉള്ളതായി കണ്ടെത്തി (സപ്ലിമെന്ററി പട്ടിക 4). എന്നിരുന്നാലും, ഒരു ജനുസിലും സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങൾ കാണിച്ചില്ല (p > 0.05).
സ്പീഷീസ് തലത്തിൽ, 144 ബാക്ടീരിയ സ്പീഷീസുകൾക്ക് PPA മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകൾ ഉണ്ടെന്നും 68 ബാക്ടീരിയ സ്പീഷീസുകൾക്ക് PPA ഉൽപാദനവുമായി ബന്ധപ്പെട്ട ജീനുകൾ ഉണ്ടെന്നും കണ്ടെത്തി (സപ്ലിമെന്ററി പട്ടിക 5). PPA മെറ്റബോളിസറുകളിൽ, എട്ട് ബാക്ടീരിയകൾ സാമ്പിൾ തരങ്ങൾക്കിടയിലുള്ള സമൃദ്ധിയിൽ ഗണ്യമായ വർദ്ധനവ് കാണിച്ചു, അവയെല്ലാം ഫലത്തിൽ കാര്യമായ മാറ്റങ്ങൾ കാണിച്ചു (സപ്ലിമെന്ററി പട്ടിക 6). സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങളുള്ള എല്ലാ തിരിച്ചറിഞ്ഞ PPA മെറ്റബോളിസറുകളും PPA സാമ്പിളുകളിൽ കൂടുതൽ സമൃദ്ധമായിരുന്നു. നിരവധി ബാക്ടീരിയോയിഡുകളും റുമിനോകോക്കസ് സ്പീഷീസുകളും, ഡങ്കനിയ ഡുബോയിസ്, മൈക്സോബാക്ടീരിയം എന്ററിറ്റിക്ക, മോണോകോക്കസ് പെക്റ്റിനോലിറ്റിക്കസ്, ആൽക്കലിജീൻസ് പോളിമോർഫ എന്നിവയുൾപ്പെടെ സാമ്പിൾ തരങ്ങൾക്കിടയിൽ കാര്യമായ വ്യത്യാസമില്ലാത്ത ജനുസ്സുകളുടെ പ്രതിനിധികളെ സ്പീഷീസ്-ലെവൽ വർഗ്ഗീകരണം വെളിപ്പെടുത്തി. PPA-ഉൽപ്പാദിപ്പിക്കുന്ന ബാക്ടീരിയകളിൽ, നാല് ബാക്ടീരിയകൾ സാമ്പിൾ തരങ്ങൾക്കിടയിലുള്ള സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങൾ കാണിച്ചു. സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങളുള്ള സ്പീഷീസുകളിൽ ബാക്ടീറൈഡ്സ് നോവോറോസി, ഡങ്കനിയ ഡുബോയിസ്, മൈക്സോബാക്ടീരിയം എന്ററിറ്റിഡിസ്, റുമിനോകോക്കസ് ബോവിസ് എന്നിവ ഉൾപ്പെടുന്നു.
ഈ പഠനത്തിൽ, എലികളുടെ കുടൽ മൈക്രോബയോട്ടയിൽ PPA എക്സ്പോഷറിന്റെ ഫലങ്ങൾ ഞങ്ങൾ പരിശോധിച്ചു. ചില ജീവിവർഗ്ഗങ്ങൾ ഉത്പാദിപ്പിക്കുന്നതിനാലോ, മറ്റ് ജീവിവർഗ്ഗങ്ങൾ ഭക്ഷണ സ്രോതസ്സായി ഉപയോഗിക്കുന്നതിനാലോ, ആന്റിമൈക്രോബയൽ ഇഫക്റ്റുകൾ ഉള്ളതിനാലോ PPA ബാക്ടീരിയകളിൽ വ്യത്യസ്ത പ്രതികരണങ്ങൾക്ക് കാരണമാകും. അതിനാൽ, ഭക്ഷണ സപ്ലിമെന്റേഷൻ വഴി ഇത് കുടൽ പരിസ്ഥിതിയിൽ ചേർക്കുന്നത് സഹിഷ്ണുത, സംവേദനക്ഷമത, പോഷക സ്രോതസ്സായി ഉപയോഗിക്കാനുള്ള കഴിവ് എന്നിവയെ ആശ്രയിച്ച് വ്യത്യസ്ത ഫലങ്ങൾ ഉണ്ടാക്കിയേക്കാം. സെൻസിറ്റീവ് ബാക്ടീരിയൽ സ്പീഷീസുകളെ ഇല്ലാതാക്കി PPA യോട് കൂടുതൽ പ്രതിരോധശേഷിയുള്ളതോ ഭക്ഷണ സ്രോതസ്സായി ഉപയോഗിക്കാൻ കഴിയുന്നതോ ആയവ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കാം, ഇത് കുടൽ മൈക്രോബയോട്ടയുടെ ഘടനയിൽ മാറ്റങ്ങൾക്ക് കാരണമാകും. ഞങ്ങളുടെ ഫലങ്ങൾ സൂക്ഷ്മജീവ ഘടനയിൽ കാര്യമായ വ്യത്യാസങ്ങൾ വെളിപ്പെടുത്തി, പക്ഷേ മൊത്തത്തിലുള്ള സൂക്ഷ്മജീവ വൈവിധ്യത്തിൽ ഒരു സ്വാധീനവും ചെലുത്തിയില്ല. സ്പീഷീസ് തലത്തിലാണ് ഏറ്റവും വലിയ ഫലങ്ങൾ നിരീക്ഷിക്കപ്പെട്ടത്, PPA യും നിയന്ത്രണ സാമ്പിളുകളും തമ്മിലുള്ള സമൃദ്ധിയിൽ 70-ലധികം ടാക്സകൾ ഗണ്യമായി വ്യത്യാസപ്പെട്ടിരിക്കുന്നു (സപ്ലിമെന്ററി പട്ടിക 2). PPA- എക്സ്പോഷർ ചെയ്ത സാമ്പിളുകളുടെ ഘടനയെക്കുറിച്ചുള്ള കൂടുതൽ വിലയിരുത്തൽ, തുറന്നുകാട്ടപ്പെടാത്ത സാമ്പിളുകളെ അപേക്ഷിച്ച് സൂക്ഷ്മജീവ സ്പീഷീസുകളുടെ കൂടുതൽ വൈവിധ്യം വെളിപ്പെടുത്തി, PPA ബാക്ടീരിയ വളർച്ചാ സവിശേഷതകൾ വർദ്ധിപ്പിക്കുകയും PPA- സമ്പന്നമായ അന്തരീക്ഷത്തിൽ അതിജീവിക്കാൻ കഴിയുന്ന ബാക്ടീരിയ ജനസംഖ്യയെ പരിമിതപ്പെടുത്തുകയും ചെയ്യുമെന്ന് സൂചിപ്പിക്കുന്നു. അതിനാൽ, കുടൽ സൂക്ഷ്മജീവികളുടെ വൈവിധ്യത്തിൽ വ്യാപകമായ തടസ്സം സൃഷ്ടിക്കുന്നതിനുപകരം, പിപിഎ തിരഞ്ഞെടുത്ത മാറ്റങ്ങൾക്ക് കാരണമായേക്കാം.
PPA പോലുള്ള ഭക്ഷ്യ സംരക്ഷണ വസ്തുക്കൾ മൊത്തത്തിലുള്ള വൈവിധ്യത്തെ ബാധിക്കാതെ കുടൽ മൈക്രോബയോം ഘടകങ്ങളുടെ സമൃദ്ധിയെ മാറ്റുന്നതായി മുമ്പ് കണ്ടെത്തിയിട്ടുണ്ട് (നാഗ്പാൽ തുടങ്ങിയവർ, 2021). PPA-ക്ക് വിധേയമായ എലികളിൽ ഗണ്യമായി സമ്പുഷ്ടമായ ഫൈലം ബാക്ടീറോയ്‌ഡെറ്റുകളിലെ (മുമ്പ് ബാക്ടീറോയ്‌ഡെറ്റുകൾ എന്നറിയപ്പെട്ടിരുന്നു) ബാക്ടീറോയ്‌ഡെറ്റുകളുടെ സ്പീഷീസുകൾ തമ്മിലുള്ള ഏറ്റവും ശ്രദ്ധേയമായ വ്യത്യാസങ്ങൾ ഇവിടെ ഞങ്ങൾ നിരീക്ഷിച്ചു. ബാക്ടീറോയ്‌ഡ്‌സ് സ്പീഷീസുകളുടെ വർദ്ധനവ് മ്യൂക്കസ് ഡീഗ്രേഡേഷനുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു, ഇത് അണുബാധയ്ക്കുള്ള സാധ്യത വർദ്ധിപ്പിക്കുകയും വീക്കം പ്രോത്സാഹിപ്പിക്കുകയും ചെയ്‌തേക്കാം (Cornick et al., 2015; Desai et al., 2016; Penzol et al., 2019). ബാക്ടീറോയ്‌ഡ്‌സ് ഫ്രാഗിലിസ് ഉപയോഗിച്ച് ചികിത്സിച്ച നവജാത ആൺ എലികൾ ഓട്ടിസം സ്പെക്ട്രം ഡിസോർഡറിനെ (ASD) അനുസ്മരിപ്പിക്കുന്ന സാമൂഹിക പെരുമാറ്റങ്ങൾ പ്രകടിപ്പിച്ചതായി ഒരു പഠനം കണ്ടെത്തി (Carmel et al., 2023), മറ്റ് പഠനങ്ങൾ ബാക്ടീറോയ്‌ഡ്‌സ് സ്പീഷീസുകൾക്ക് രോഗപ്രതിരോധ പ്രവർത്തനത്തിൽ മാറ്റം വരുത്താനും ഓട്ടോഇമ്മ്യൂൺ ഇൻഫ്ലമേറ്ററി കാർഡിയോമയോപ്പതിയിലേക്ക് നയിക്കാനും കഴിയുമെന്ന് തെളിയിച്ചിട്ടുണ്ട് (Gil-Cruz et al., 2019). PPA ബാധിച്ച എലികളിൽ റുമിനോകോക്കസ്, പ്രീവോടെല്ല, പാരബാക്ടീറോയിഡുകൾ എന്നീ ജനുസ്സുകളിൽപ്പെട്ട സ്പീഷീസുകളും ഗണ്യമായി വർദ്ധിച്ചു (കൊറെറ്റി തുടങ്ങിയവർ, 2018). ചില റുമിനോകോക്കസ് സ്പീഷീസുകൾ പ്രോഇൻഫ്ലമേറ്ററി സൈറ്റോകൈനുകളുടെ ഉത്പാദനം വഴി ക്രോൺസ് രോഗം പോലുള്ള രോഗങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു (ഹെൻകെ തുടങ്ങിയവർ, 2019), അതേസമയം പ്രീവോടെല്ല ഹ്യൂമാനി പോലുള്ള പ്രീവോടെല്ല സ്പീഷീസുകൾ രക്താതിമർദ്ദം, ഇൻസുലിൻ സംവേദനക്ഷമത തുടങ്ങിയ ഉപാപചയ രോഗങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു (പെഡെർസെൻ തുടങ്ങിയവർ, 2016; ലി തുടങ്ങിയവർ, 2017). ഒടുവിൽ, നിയന്ത്രണ എലികളേക്കാൾ ബാക്ടീരിയോയിഡുകൾ (മുമ്പ് ഫിർമിക്യൂട്ട്സ് എന്നറിയപ്പെട്ടിരുന്നു) ബാക്ടീരിയോയിഡേറ്റുകളുമായുള്ള അനുപാതം പിപിഎ ബാധിച്ച എലികളിൽ ഗണ്യമായി കുറവാണെന്ന് ഞങ്ങൾ കണ്ടെത്തി, കാരണം ബാക്ടീരിയോയിഡെറ്റ് സ്പീഷീസുകളുടെ ആകെ സമൃദ്ധി കൂടുതലാണ്. ഈ അനുപാതം കുടൽ ഹോമിയോസ്റ്റാസിസിന്റെ ഒരു പ്രധാന സൂചകമാണെന്ന് മുമ്പ് തെളിയിക്കപ്പെട്ടിട്ടുണ്ട്, കൂടാതെ ഈ അനുപാതത്തിലെ അസ്വസ്ഥതകൾ വിവിധ രോഗാവസ്ഥകളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു (Turpin et al., 2016; Takezawa et al., 2021; An et al., 2023), ഇതിൽ കോശജ്വലന കുടൽ രോഗങ്ങൾ (Stojanov et al., 2020) ഉൾപ്പെടുന്നു. മൊത്തത്തിൽ, ഉയർന്ന ഭക്ഷണക്രമത്തിലുള്ള PPA ഫൈലം Bacteroidetes ന്റെ സ്പീഷീസുകളെ ഏറ്റവും ശക്തമായി ബാധിക്കുന്നതായി തോന്നുന്നു. PPA യോടുള്ള ഉയർന്ന സഹിഷ്ണുതയോ PPA ഒരു ഊർജ്ജ സ്രോതസ്സായി ഉപയോഗിക്കാനുള്ള കഴിവോ ഇതിന് കാരണമാകാം, ഇത് കുറഞ്ഞത് ഒരു സ്പീഷീസിനെങ്കിലും ശരിയാണെന്ന് തെളിയിക്കപ്പെട്ടിട്ടുണ്ട്, Hoylesella enocea (Hitch et al., 2022). പകരമായി, മാതൃ PPA എക്സ്പോഷർ എലികളുടെ സന്തതികളുടെ കുടൽ ബാക്ടീരിയോയിഡെറ്റ്സ് കോളനിവൽക്കരണത്തിന് കൂടുതൽ സാധ്യതയുള്ളതാക്കുന്നതിലൂടെ ഗര്ഭപിണ്ഡത്തിന്റെ വികസനം മെച്ചപ്പെടുത്തും; എന്നിരുന്നാലും, ഞങ്ങളുടെ പഠന രൂപകൽപ്പന അത്തരമൊരു വിലയിരുത്തൽ അനുവദിച്ചില്ല.
മെറ്റാജെനോമിക് ഉള്ളടക്ക വിലയിരുത്തൽ PPA മെറ്റബോളിസവും ഉൽപാദനവുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങൾ വെളിപ്പെടുത്തി, PPA- എക്സ്പോഷർ ചെയ്ത എലികൾ PPA ഉൽപാദനത്തിന് ഉത്തരവാദികളായ ജീനുകളുടെ ഉയർന്ന സമൃദ്ധി കാണിക്കുന്നു, അതേസമയം PPA- എക്സ്പോഷർ ചെയ്യാത്ത എലികൾ PAA മെറ്റബോളിസത്തിന് ഉത്തരവാദികളായ ജീനുകളുടെ ഉയർന്ന സമൃദ്ധി കാണിക്കുന്നു (ചിത്രം 6). സൂക്ഷ്മജീവികളുടെ ഘടനയിൽ PPA യുടെ സ്വാധീനം അതിന്റെ ഉപയോഗം മൂലമാകണമെന്നില്ല, അല്ലാത്തപക്ഷം PPA മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ സമൃദ്ധി PPA- എക്സ്പോഷർ ചെയ്ത എലികളുടെ കുടൽ മൈക്രോബയോമിൽ ഉയർന്ന സമൃദ്ധി കാണിക്കേണ്ടതായിരുന്നു എന്നാണ് ഈ ഫലങ്ങൾ സൂചിപ്പിക്കുന്നത്. ഒരു വിശദീകരണം, PPA ബാക്ടീരിയകൾ പോഷകമായി ഉപയോഗിക്കുന്നതിലൂടെയല്ല, മറിച്ച് അതിന്റെ ആന്റിമൈക്രോബയൽ ഇഫക്റ്റുകളിലൂടെയാണ് ബാക്ടീരിയ സമൃദ്ധിയെ മധ്യസ്ഥമാക്കുന്നത് എന്നതാണ്. ഡോസ്-ആശ്രിത രീതിയിൽ PPA സാൽമൊണെല്ല ടൈഫിമുറിയത്തിന്റെ വളർച്ചയെ തടയുന്നുവെന്ന് മുൻ പഠനങ്ങൾ തെളിയിച്ചിട്ടുണ്ട് (ജേക്കബ്സൺ തുടങ്ങിയവർ, 2018). ഉയർന്ന സാന്ദ്രതയിലുള്ള PPA യുടെ എക്സ്പോഷർ അതിന്റെ ആന്റിമൈക്രോബയൽ ഗുണങ്ങളെ പ്രതിരോധിക്കുന്ന ബാക്ടീരിയകൾക്ക് തിരഞ്ഞെടുക്കാം, മാത്രമല്ല അത് മെറ്റബോളിസീകരിക്കാനോ ഉത്പാദിപ്പിക്കാനോ കഴിയണമെന്നില്ല. ഉദാഹരണത്തിന്, നിരവധി പാരാബാക്ടീറോയിഡ് സ്പീഷീസുകൾ PPA സാമ്പിളുകളിൽ ഗണ്യമായി ഉയർന്ന സമൃദ്ധി കാണിച്ചു, എന്നാൽ PPA മെറ്റബോളിസവുമായോ ഉൽപാദനവുമായോ ബന്ധപ്പെട്ട ജീനുകളൊന്നും കണ്ടെത്തിയില്ല (അനുബന്ധ പട്ടികകൾ 2, 4, 5). കൂടാതെ, ഫെർമെന്റേഷൻ ഉപോൽപ്പന്നമായി PPA ഉത്പാദനം വിവിധ ബാക്ടീരിയകൾക്കിടയിൽ വ്യാപകമായി വിതരണം ചെയ്യപ്പെടുന്നു (ഗോൺസാലസ്-ഗാർസിയ തുടങ്ങിയവർ, 2017). ഉയർന്ന ബാക്ടീരിയ വൈവിധ്യമായിരിക്കാം നിയന്ത്രണ സാമ്പിളുകളിൽ PPA മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ ഉയർന്ന സമൃദ്ധിക്ക് കാരണം (Averina et al., 2020). കൂടാതെ, 1332 ജീനുകളിൽ 27 (2.14%) മാത്രമേ PPA മെറ്റബോളിസവുമായി മാത്രം ബന്ധപ്പെട്ട ജീനുകളാണെന്ന് പ്രവചിക്കപ്പെട്ടിട്ടുള്ളൂ. PPA മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട പല ജീനുകളും മറ്റ് ഉപാപചയ പാതകളിലും ഉൾപ്പെട്ടിട്ടുണ്ട്. നിയന്ത്രണ സാമ്പിളുകളിൽ PPA മെറ്റബോളിസത്തിൽ ഉൾപ്പെട്ടിരിക്കുന്ന ജീനുകളുടെ സമൃദ്ധി കൂടുതലാണെന്ന് ഇത് കൂടുതൽ തെളിയിക്കുന്നു; PPA ഉപയോഗത്തിലോ ഉപോൽപ്പന്നമായി രൂപീകരണത്തിലോ കലാശിക്കാത്ത പാതകളിൽ ഈ ജീനുകൾ പ്രവർത്തിച്ചേക്കാം. ഈ സാഹചര്യത്തിൽ, PPA ജനറേഷനുമായി ബന്ധപ്പെട്ട ഒരു ജീൻ മാത്രമേ സാമ്പിൾ തരങ്ങൾക്കിടയിലുള്ള സമൃദ്ധിയിൽ കാര്യമായ വ്യത്യാസങ്ങൾ കാണിച്ചിട്ടുള്ളൂ. പിപിഎ മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകളിൽ നിന്ന് വ്യത്യസ്തമായി, പിപിഎ ഉൽപ്പാദനത്തിനുള്ള മാർക്കർ ജീനുകൾ തിരഞ്ഞെടുത്തത് അവ പിപിഎ ഉൽപ്പാദനത്തിനുള്ള ബാക്ടീരിയൽ പാതയിൽ നേരിട്ട് ഉൾപ്പെട്ടിരിക്കുന്നതിനാലാണ്. പിപിഎ-എക്സിക്യൂഷൻ എലികളിൽ, എല്ലാ ജീവിവർഗങ്ങൾക്കും പിപിഎ ഉൽപ്പാദിപ്പിക്കാനുള്ള സമൃദ്ധിയും ശേഷിയും ഗണ്യമായി വർദ്ധിച്ചതായി കണ്ടെത്തി. പിപിഎകൾ പിപിഎ ഉൽപ്പാദകരെ തിരഞ്ഞെടുക്കുമെന്ന പ്രവചനത്തെ ഇത് പിന്തുണയ്ക്കുന്നു, അതിനാൽ പിപിഎ ഉൽപ്പാദന ശേഷി വർദ്ധിക്കുമെന്ന് പ്രവചിക്കുന്നു. എന്നിരുന്നാലും, ജീൻ സമൃദ്ധി ജീൻ എക്സ്പ്രഷനുമായി ബന്ധപ്പെട്ടിരിക്കണമെന്നില്ല; അതിനാൽ, നിയന്ത്രണ സാമ്പിളുകളിൽ പിപിഎ മെറ്റബോളിസവുമായി ബന്ധപ്പെട്ട ജീനുകളുടെ സമൃദ്ധി കൂടുതലാണെങ്കിലും, എക്സ്പ്രഷൻ നിരക്ക് വ്യത്യസ്തമായിരിക്കാം (ഷി എറ്റ് ആൽ., 2014). പിപിഎ ഉൽപ്പാദിപ്പിക്കുന്ന ജീനുകളുടെ വ്യാപനവും പിപിഎ ഉൽപ്പാദനവും തമ്മിലുള്ള ബന്ധം സ്ഥിരീകരിക്കുന്നതിന്, പിപിഎ ഉൽപ്പാദനത്തിൽ ഉൾപ്പെട്ടിരിക്കുന്ന ജീനുകളുടെ എക്സ്പ്രഷനെക്കുറിച്ചുള്ള പഠനങ്ങൾ ആവശ്യമാണ്.
പിപിഎയുടെയും നിയന്ത്രണ മെറ്റാജെനോമുകളുടെയും പ്രവർത്തനപരമായ വ്യാഖ്യാനം ചില വ്യത്യാസങ്ങൾ വെളിപ്പെടുത്തി. ജീൻ ഉള്ളടക്കത്തിന്റെ പിസിഎ വിശകലനം പിപിഎയ്ക്കും നിയന്ത്രണ സാമ്പിളുകൾക്കും ഇടയിലുള്ള വ്യതിരിക്ത ക്ലസ്റ്ററുകൾ വെളിപ്പെടുത്തി (ചിത്രം 5). സാമ്പിളിനുള്ളിൽ ക്ലസ്റ്ററിംഗ് നടത്തിയപ്പോൾ നിയന്ത്രണ ജീൻ ഉള്ളടക്കം കൂടുതൽ വൈവിധ്യപൂർണ്ണമായിരുന്നുവെന്ന് കണ്ടെത്തി, അതേസമയം പിപിഎ സാമ്പിളുകൾ ഒരുമിച്ച് ക്ലസ്റ്ററായി. ജീൻ ഉള്ളടക്കം അനുസരിച്ചുള്ള ക്ലസ്റ്ററിംഗ് സ്പീഷീസ് ഘടന അനുസരിച്ചുള്ള ക്ലസ്റ്ററിംഗുമായി താരതമ്യപ്പെടുത്താവുന്നതാണ്. അതിനാൽ, പാത സമൃദ്ധിയിലെ വ്യത്യാസങ്ങൾ അവയ്ക്കുള്ളിലെ നിർദ്ദിഷ്ട സ്പീഷീസുകളുടെയും സ്ട്രെയിനുകളുടെയും സമൃദ്ധിയിലെ മാറ്റങ്ങളുമായി പൊരുത്തപ്പെടുന്നു. പിപിഎ സാമ്പിളുകളിൽ, ഗണ്യമായി ഉയർന്ന സമൃദ്ധിയുള്ള രണ്ട് പാതകൾ അമിനോഷുഗർ/ന്യൂക്ലിയോടൈഡ് പഞ്ചസാര മെറ്റബോളിസവുമായും (ko:K21279) ഒന്നിലധികം ലിപിഡ് മെറ്റബോളിസ പാതകളുമായും (ko:K00647, ko:K03801; അനുബന്ധ പട്ടിക 3) ബന്ധപ്പെട്ടിരിക്കുന്നു. ko:K21279 മായി ബന്ധപ്പെട്ട ജീനുകൾ പിപിഎ സാമ്പിളുകളിൽ ഗണ്യമായി ഉയർന്ന എണ്ണം സ്പീഷീസുകളുള്ള ജനുസ്സുകളിൽ ഒന്നായ ബാക്ടീറോയിഡുകൾ ജനുസ്സുമായി ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് അറിയപ്പെടുന്നു. കാപ്സുലാർ പോളിസാക്കറൈഡുകൾ പ്രകടിപ്പിക്കുന്നതിലൂടെ ഈ എൻസൈമിന് രോഗപ്രതിരോധ പ്രതികരണത്തിൽ നിന്ന് രക്ഷപ്പെടാൻ കഴിയും (വാങ് എറ്റ് അൽ., 2008). പിപിഎ-സമ്പർക്കത്തിന് വിധേയമായ എലികളിൽ കാണപ്പെടുന്ന ബാക്ടീരിയോയിഡൈഡുകളുടെ വർദ്ധനവിന് ഇത് കാരണമാകാം. പിപിഎ മൈക്രോബയോമിൽ കാണപ്പെടുന്ന വർദ്ധിച്ച ഫാറ്റി ആസിഡ് സിന്തസിസിനെ ഇത് പൂരകമാക്കുന്നു. ഫാറ്റി ആസിഡുകൾ ഉത്പാദിപ്പിക്കാൻ ബാക്ടീരിയകൾ FASIIko:K00647 (fabB) പാത ഉപയോഗിക്കുന്നു, ഇത് ആതിഥേയ ഉപാപചയ പാതകളെ സ്വാധീനിച്ചേക്കാം (Yao and Rock, 2015; Johnson et al., 2020), കൂടാതെ ലിപിഡ് മെറ്റബോളിസത്തിലെ മാറ്റങ്ങൾ നാഡീ വികസനത്തിൽ ഒരു പങ്കു വഹിച്ചേക്കാം (Yu et al., 2020). പിപിഎ സാമ്പിളുകളിൽ വർദ്ധിച്ച സമൃദ്ധി കാണിക്കുന്ന മറ്റൊരു പാത സ്റ്റിറോയിഡ് ഹോർമോൺ ബയോസിന്തസിസ് ആയിരുന്നു (ko:K12343). ഹോർമോൺ അളവുകളെ സ്വാധീനിക്കാനും ഹോർമോണുകളാൽ സ്വാധീനിക്കപ്പെടാനുമുള്ള ഗട്ട് മൈക്രോബയോട്ടയുടെ കഴിവും തമ്മിൽ വിപരീത ബന്ധമുണ്ടെന്നതിന് വർദ്ധിച്ചുവരുന്ന തെളിവുകൾ ഉണ്ട്, അതായത് ഉയർന്ന സ്റ്റിറോയിഡ് അളവ് താഴ്ന്ന ആരോഗ്യ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കിയേക്കാം (Tetel et al., 2018).
ഈ പഠനത്തിന് പരിമിതികളും പരിഗണനകളും ഇല്ലായിരുന്നു. ഒരു പ്രധാന വ്യത്യാസം, ഞങ്ങൾ മൃഗങ്ങളുടെ ഫിസിയോളജിക്കൽ വിലയിരുത്തലുകൾ നടത്തിയിട്ടില്ല എന്നതാണ്. അതിനാൽ, മൈക്രോബയോമിലെ മാറ്റങ്ങൾ ഏതെങ്കിലും രോഗവുമായി ബന്ധപ്പെട്ടിട്ടുണ്ടോ എന്ന് നേരിട്ട് നിഗമനം ചെയ്യാൻ കഴിയില്ല. മറ്റൊരു പരിഗണന, ഈ പഠനത്തിലെ എലികൾക്ക് അവയുടെ അമ്മമാരുടെ അതേ ഭക്ഷണക്രമം നൽകിയിരുന്നു എന്നതാണ്. പിപിഎ-സമ്പന്നമായ ഭക്ഷണക്രമത്തിൽ നിന്ന് പിപിഎ-രഹിത ഭക്ഷണക്രമത്തിലേക്ക് മാറുന്നത് മൈക്രോബയോമിൽ അതിന്റെ ഫലങ്ങൾ മെച്ചപ്പെടുത്തുമോ എന്ന് ഭാവി പഠനങ്ങൾ നിർണ്ണയിച്ചേക്കാം. മറ്റ് പലരെയും പോലെ, ഞങ്ങളുടെ പഠനത്തിന്റെ ഒരു പരിമിതി പരിമിതമായ സാമ്പിൾ വലുപ്പമാണ്. സാധുവായ നിഗമനങ്ങളിൽ എത്തിച്ചേരാമെങ്കിലും, ഫലങ്ങൾ വിശകലനം ചെയ്യുമ്പോൾ ഒരു വലിയ സാമ്പിൾ വലുപ്പം കൂടുതൽ സ്ഥിതിവിവരക്കണക്ക് നൽകും. ഗട്ട് മൈക്രോബയോമിലെ മാറ്റങ്ങളും ഏതെങ്കിലും രോഗവും തമ്മിലുള്ള ബന്ധത്തെക്കുറിച്ചുള്ള നിഗമനങ്ങളിൽ എത്തിച്ചേരുന്നതിലും ഞങ്ങൾ ജാഗ്രത പാലിക്കുന്നു (യാപ്പ് മറ്റുള്ളവരും, 2021). പ്രായം, ലിംഗഭേദം, ഭക്ഷണക്രമം എന്നിവയുൾപ്പെടെയുള്ള ആശയക്കുഴപ്പമുണ്ടാക്കുന്ന ഘടകങ്ങൾ സൂക്ഷ്മാണുക്കളുടെ ഘടനയെ സാരമായി സ്വാധീനിക്കും. സങ്കീർണ്ണമായ രോഗങ്ങളുമായുള്ള ഗട്ട് മൈക്രോബയോമിന്റെ ബന്ധത്തെക്കുറിച്ച് സാഹിത്യത്തിൽ കാണപ്പെടുന്ന പൊരുത്തക്കേടുകൾ ഈ ഘടകങ്ങൾ വിശദീകരിച്ചേക്കാം (ജോൺസൺ മറ്റുള്ളവരും, 2019; ലാഗോഡ് ആൻഡ് നാസർ, 2023). ഉദാഹരണത്തിന്, ASD ഉള്ള മൃഗങ്ങളിലും മനുഷ്യരിലും Bacteroidetes ജനുസ്സിലെ അംഗങ്ങൾ വർദ്ധിക്കുകയോ കുറയുകയോ ചെയ്യുന്നതായി കാണിച്ചിട്ടുണ്ട് (Angelis et al., 2013; Kushak et al., 2017). അതുപോലെ, കോശജ്വലന കുടൽ രോഗങ്ങളുള്ള രോഗികളിൽ കുടൽ ഘടനയെക്കുറിച്ചുള്ള പഠനങ്ങൾ ഒരേ ടാക്സയിൽ വർദ്ധനവും കുറവും കണ്ടെത്തി (Walters et al., 2014; Forbes et al., 2018; Upadhyay et al., 2023). ലിംഗ പക്ഷപാതത്തിന്റെ ആഘാതം പരിമിതപ്പെടുത്തുന്നതിന്, ലിംഗങ്ങളുടെ തുല്യ പ്രാതിനിധ്യം ഉറപ്പാക്കാൻ ഞങ്ങൾ ശ്രമിച്ചു, അങ്ങനെ വ്യത്യാസങ്ങൾ മിക്കവാറും ഭക്ഷണക്രമത്താൽ നയിക്കപ്പെടുന്നു. ഫങ്ഷണൽ അനോട്ടേഷന്റെ ഒരു വെല്ലുവിളി അനാവശ്യ ജീൻ സീക്വൻസുകൾ നീക്കം ചെയ്യുക എന്നതാണ്. ഞങ്ങളുടെ ജീൻ ക്ലസ്റ്ററിംഗ് രീതിക്ക് 95% സീക്വൻസ് ഐഡന്റിറ്റിയും 85% ദൈർഘ്യ സമാനതയും, തെറ്റായ ക്ലസ്റ്ററിംഗ് ഇല്ലാതാക്കാൻ 90% അലൈൻമെന്റ് കവറേജും ആവശ്യമാണ്. എന്നിരുന്നാലും, ചില സന്ദർഭങ്ങളിൽ, ഒരേ അനോട്ടേഷനുകളുള്ള COG-കൾ (ഉദാ. MUT) ഞങ്ങൾ നിരീക്ഷിച്ചു (ചിത്രം 6). ഈ ഓർത്തോലോഗുകൾ വ്യത്യസ്തമാണോ, പ്രത്യേക ജനറസുമായി ബന്ധപ്പെട്ടതാണോ, അതോ ഇത് ജീൻ ക്ലസ്റ്ററിംഗ് സമീപനത്തിന്റെ ഒരു പരിമിതിയാണോ എന്ന് നിർണ്ണയിക്കാൻ കൂടുതൽ പഠനങ്ങൾ ആവശ്യമാണ്. ഫങ്ഷണൽ അനോട്ടേഷന്റെ മറ്റൊരു പരിമിതി സാധ്യതയുള്ള തെറ്റായ വർഗ്ഗീകരണമാണ്; ബാക്ടീരിയൽ ജീൻ mmdA പ്രൊപ്പിയോണേറ്റ് സിന്തസിസിൽ ഉൾപ്പെട്ടിരിക്കുന്ന അറിയപ്പെടുന്ന ഒരു എൻസൈമാണ്, എന്നാൽ KEGG അതിനെ പ്രൊപ്പിയോണേറ്റ് മെറ്റബോളിക് പാതയുമായി ബന്ധപ്പെടുത്തുന്നില്ല. ഇതിനു വിപരീതമായി, scpB, mmcD ഓർത്തോലോഗുകൾ ബന്ധപ്പെട്ടിരിക്കുന്നു. നിയുക്ത നോക്കൗട്ടുകളില്ലാത്ത വലിയ എണ്ണം ജീനുകൾ ജീൻ സമൃദ്ധി വിലയിരുത്തുമ്പോൾ PPA-യുമായി ബന്ധപ്പെട്ട ജീനുകളെ തിരിച്ചറിയാൻ കഴിയാത്തതിലേക്ക് നയിച്ചേക്കാം. മെറ്റാട്രാൻസ്ക്രിപ്റ്റോം വിശകലനത്തിൽ നിന്ന് ഭാവിയിലെ പഠനങ്ങൾക്ക് പ്രയോജനം ലഭിക്കും, ഇത് ഗട്ട് മൈക്രോബയോട്ടയുടെ പ്രവർത്തന സവിശേഷതകളെക്കുറിച്ചുള്ള ആഴത്തിലുള്ള ധാരണ നൽകുകയും ജീൻ എക്സ്പ്രഷനെ സാധ്യതയുള്ള ഡൌൺസ്ട്രീം ഇഫക്റ്റുകളുമായി ബന്ധിപ്പിക്കുകയും ചെയ്യും. നിർദ്ദിഷ്ട ന്യൂറോ ഡെവലപ്മെന്റൽ ഡിസോർഡേഴ്സ് അല്ലെങ്കിൽ ഇൻഫ്ലമേറ്ററി ബവൽ രോഗങ്ങൾ ഉൾപ്പെടുന്ന പഠനങ്ങൾക്ക്, മൈക്രോബയോം ഘടനയിലെ മാറ്റങ്ങളെ ഈ വൈകല്യങ്ങളുമായി ബന്ധിപ്പിക്കുന്നതിന് മൃഗങ്ങളുടെ ശാരീരികവും പെരുമാറ്റപരവുമായ വിലയിരുത്തലുകൾ ആവശ്യമാണ്. ഗട്ട് മൈക്രോബയോമിനെ അണുവിമുക്തമായ എലികളിലേക്ക് പറിച്ചുനടുന്ന അധിക പഠനങ്ങളും മൈക്രോബയോം രോഗത്തിന്റെ ഒരു ഡ്രൈവറാണോ അതോ സ്വഭാവമാണോ എന്ന് നിർണ്ണയിക്കാൻ ഉപയോഗപ്രദമാകും.
ചുരുക്കത്തിൽ, ഡയറ്ററി പിപിഎ കുടൽ മൈക്രോബയോട്ടയുടെ ഘടനയിൽ മാറ്റം വരുത്തുന്ന ഒരു ഘടകമാണെന്ന് ഞങ്ങൾ തെളിയിച്ചു. വിവിധ ഭക്ഷണങ്ങളിൽ വ്യാപകമായി കാണപ്പെടുന്ന എഫ്ഡിഎ അംഗീകരിച്ച ഒരു പ്രിസർവേറ്റീവാണ് പിപിഎ, ഇത് ദീർഘകാലമായി എക്സ്പോഷർ ചെയ്യുമ്പോൾ സാധാരണ കുടൽ സസ്യജാലങ്ങളുടെ തടസ്സത്തിന് കാരണമാകും. നിരവധി ബാക്ടീരിയകളുടെ സമൃദ്ധിയിൽ മാറ്റങ്ങൾ ഞങ്ങൾ കണ്ടെത്തി, പിപിഎ കുടൽ മൈക്രോബയോട്ടയുടെ ഘടനയെ സ്വാധീനിക്കുമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു. മൈക്രോബയോട്ടയിലെ മാറ്റങ്ങൾ ചില ഉപാപചയ പാതകളുടെ അളവിൽ മാറ്റങ്ങൾക്ക് കാരണമാകും, ഇത് ഹോസ്റ്റ് ആരോഗ്യത്തിന് പ്രസക്തമായ ശാരീരിക മാറ്റങ്ങൾക്ക് കാരണമാകും. ഡയറ്ററി പിപിഎ സൂക്ഷ്മജീവികളുടെ ഘടനയിൽ ചെലുത്തുന്ന ഫലങ്ങൾ ഡിസ്ബയോസിസിനോ മറ്റ് രോഗങ്ങളോ ഉണ്ടാക്കുമോ എന്ന് നിർണ്ണയിക്കാൻ കൂടുതൽ പഠനങ്ങൾ ആവശ്യമാണ്. പിപിഎ കുടൽ ഘടനയിൽ എങ്ങനെ സ്വാധീനം ചെലുത്തുമെന്ന് ഭാവിയിലെ പഠനങ്ങൾക്ക് ഈ പഠനം അടിത്തറയിടുന്നു.
ഈ പഠനത്തിൽ അവതരിപ്പിച്ചിരിക്കുന്ന ഡാറ്റാസെറ്റുകൾ ഓൺലൈൻ റിപ്പോസിറ്ററികളിൽ ലഭ്യമാണ്. റിപ്പോസിറ്ററി നാമവും ആക്‌സഷൻ നമ്പറും ഇവയാണ്: https://www.ncbi.nlm.nih.gov/, PRJNA1092431.
ഈ മൃഗപഠനത്തിന് യൂണിവേഴ്സിറ്റി ഓഫ് സെൻട്രൽ ഫ്ലോറിഡ ഇൻസ്റ്റിറ്റ്യൂഷണൽ ആനിമൽ കെയർ ആൻഡ് യൂസ് കമ്മിറ്റി (UCF-IACUC) അംഗീകാരം നൽകി (മൃഗ ഉപയോഗ അനുമതി നമ്പർ: PROTO202000002). ഈ പഠനം പ്രാദേശിക നിയമങ്ങൾ, ചട്ടങ്ങൾ, സ്ഥാപന ആവശ്യകതകൾ എന്നിവ പാലിക്കുന്നു.
NG: ആശയവൽക്കരണം, ഡാറ്റ ക്യൂറേഷൻ, ഔപചാരിക വിശകലനം, അന്വേഷണം, രീതിശാസ്ത്രം, സോഫ്റ്റ്‌വെയർ, ദൃശ്യവൽക്കരണം, എഴുത്ത് (ഒറിജിനൽ ഡ്രാഫ്റ്റ്), എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്). LA: ആശയവൽക്കരണം, ഡാറ്റ ക്യൂറേഷൻ, രീതിശാസ്ത്രം, ഉറവിടങ്ങൾ, എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്). SH: ഔപചാരിക വിശകലനം, സോഫ്റ്റ്‌വെയർ, എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്). SA: അന്വേഷണം, എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്). ചീഫ് ജഡ്ജ്: അന്വേഷണം, എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്). SN: ആശയവൽക്കരണം, പ്രോജക്റ്റ് അഡ്മിനിസ്ട്രേഷൻ, റിസോഴ്സസ്, മേൽനോട്ടം, എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്). TA: ആശയവൽക്കരണം, പ്രോജക്റ്റ് അഡ്മിനിസ്ട്രേഷൻ, മേൽനോട്ടം, എഴുത്ത് (അവലോകനം & എഡിറ്റിംഗ്).
ഈ ലേഖനത്തിന്റെ ഗവേഷണത്തിനോ, രചയിതാവിന്റെ അവകാശത്തിനോ, പ്രസിദ്ധീകരണത്തിനോ സാമ്പത്തിക സഹായം ലഭിച്ചിട്ടില്ലെന്ന് രചയിതാക്കൾ പ്രഖ്യാപിച്ചു.
താൽപ്പര്യ വൈരുദ്ധ്യമായി കണക്കാക്കാവുന്ന ഏതെങ്കിലും വാണിജ്യപരമോ സാമ്പത്തികമോ ആയ ബന്ധങ്ങളുടെ അഭാവത്തിലാണ് ഗവേഷണം നടത്തിയതെന്ന് രചയിതാക്കൾ പ്രഖ്യാപിക്കുന്നു. ബാധകമല്ല.
ഈ ലേഖനത്തിൽ പ്രകടിപ്പിക്കുന്ന എല്ലാ അഭിപ്രായങ്ങളും രചയിതാക്കളുടെ മാത്രം അഭിപ്രായങ്ങളാണ്, അവ അവരുടെ സ്ഥാപനങ്ങളുടെയോ പ്രസാധകരുടെയോ എഡിറ്റർമാരുടെയോ അവലോകകരുടെയോ കാഴ്ചപ്പാടുകളെ പ്രതിഫലിപ്പിക്കുന്നില്ല. ഈ ലേഖനത്തിൽ വിലയിരുത്തപ്പെടുന്ന ഏതെങ്കിലും ഉൽപ്പന്നങ്ങൾക്കോ ​​അവയുടെ നിർമ്മാതാക്കൾ ഉന്നയിക്കുന്ന ഏതെങ്കിലും അവകാശവാദങ്ങൾക്കോ ​​പ്രസാധകർ ഗ്യാരണ്ടി നൽകുകയോ അംഗീകരിക്കുകയോ ചെയ്യുന്നില്ല.
ഈ ലേഖനത്തിനുള്ള അനുബന്ധ വിവരങ്ങൾ ഓൺലൈനിൽ ലഭ്യമാണ്: https://www.frontiersin.org/articles/10.3389/frmbi.2024.1451735/full#supplementary-material
അബ്ഡെല്ലി എൽഎസ്, സംസം എ, നാസർ എസ്എ (2019). ഓട്ടിസം സ്പെക്ട്രം ഡിസോർഡേഴ്സിൽ PTEN/AKT പാതയെ നിയന്ത്രിക്കുന്നതിലൂടെ പ്രൊപ്പിയോണിക് ആസിഡ് ഗ്ലിയോസിസും ന്യൂറോ ഇൻഫ്ലമേഷനും ഉണ്ടാക്കുന്നു. ശാസ്ത്രീയ റിപ്പോർട്ടുകൾ 9, 8824–8824. doi: 10.1038/s41598-019-45348-z
ഐച്ചിസൺ, ജെ. (1982). കോമ്പോസിഷണൽ ഡാറ്റയുടെ സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലനം. ജെആർ സ്റ്റാറ്റ് സോക്ക് സെർ ബി മെത്തഡോൾ. 44, 139–160. doi: 10.1111/j.2517-6161.1982.tb01195.x
ആഹ്ൻ ജെ, ക്വോൺ എച്ച്, കിം വൈജെ (2023). സ്തനാർബുദത്തിനുള്ള അപകട ഘടകമായി ഫിർമിക്യൂട്ട്സ്/ബാക്ടീരിയോയിഡെറ്റ്സ് അനുപാതം. ജേണൽ ഓഫ് ക്ലിനിക്കൽ മെഡിസിൻ, 12, 2216. doi: 10.3390/jcm12062216
ആൻഡേഴ്‌സ് എസ്., ഹ്യൂബർ ഡബ്ല്യു. (2010). സീക്വൻസ് കൗണ്ട് ഡാറ്റയുടെ ഡിഫറൻഷ്യൽ എക്സ്പ്രഷൻ വിശകലനം. നാറ്റ് മുൻ. 1–1, 1–10. doi: 10.1038/npre.2010.4282.1
ആഞ്ചലിസ്, എംഡി, പിക്കോളോ, എം., വന്നിനി, എൽ., സിറഗുസ, എസ്., ജിയാക്കോമോ, എഡി, സെറാസനെറ്റി, ഡിഐ, തുടങ്ങിയവർ. (2013). ഓട്ടിസവും വ്യാപകമായ വികസന വൈകല്യവുമുള്ള കുട്ടികളിലെ ഫെക്കൽ മൈക്രോബയോട്ടയും മെറ്റബോളോമും മറ്റുവിധത്തിൽ വ്യക്തമാക്കിയിട്ടില്ല. പ്ലോസ് വൺ 8, e76993. doi: 10.1371/journal.pone.0076993
അവെറിന ഒ.വി., കോവ്ടൺ എ.എസ്., പോളിയാകോവ എസ്.ഐ., സാവിലോവ എ.എം., റെബ്രിക്കോവ് ഡി.വി., ഡാനിലെങ്കോ വി.എൻ. (2020). ഓട്ടിസം സ്പെക്ട്രം ഡിസോർഡേഴ്സ് ഉള്ള കുട്ടികളിൽ കുടൽ മൈക്രോബയോട്ടയുടെ ബാക്ടീരിയ ന്യൂറോമെറ്റബോളിക് സവിശേഷതകൾ. ജേണൽ ഓഫ് മെഡിക്കൽ മൈക്രോബയോളജി 69, 558–571. doi: 10.1099/jmm.0.001178
ബാക്വെറോ എഫ്., നോംബെല കെ. (2012). മനുഷ്യ അവയവമെന്ന നിലയിൽ സൂക്ഷ്മജീവി. ക്ലിനിക്കൽ മൈക്രോബയോളജി ആൻഡ് ഇൻഫെക്ഷൻ 18, 2–4. doi: 10.1111/j.1469-0691.2012.03916.x
ബൗർ ടി., ഡുറെ പി. (2023). പ്രൊപ്പിയോണിക് ആസിഡ് ഉത്പാദിപ്പിക്കുന്ന ബാക്ടീരിയകളുടെ ശരീരശാസ്ത്രത്തെക്കുറിച്ചുള്ള പുതിയ ഉൾക്കാഴ്ചകൾ: അനറോട്ടിഗ്നം പ്രൊപ്പിയോണിക്കം, അനറോട്ടിഗ്നം നിയോപ്രോപിയോണിക്കം (മുമ്പ് ക്ലോസ്ട്രിഡിയം പ്രൊപ്പിയോണിക്കം, ക്ലോസ്ട്രിഡിയം നിയോപ്രോപിയോണിക്കം). സൂക്ഷ്മാണുക്കൾ 11, 685. doi: 10.3390/microorganisms11030685
ബസർ FW, സ്പെൻസർ TE, Wu G, Cudd TA, Meininger SJ (2004). മാതൃ പോഷകാഹാരവും ഗര്ഭപിണ്ഡത്തിൻ്റെ വികാസവും. ജെ നട്ടർ. 134, 2169–2172. doi: 10.1093/jn/134.9.2169
ബെഞ്ചമിനി, വൈ., ഹോച്ച്ബർഗ്, ജെ. (1995). തെറ്റായ പോസിറ്റീവ് നിരക്ക് നിയന്ത്രിക്കൽ: ഒന്നിലധികം പരിശോധനകൾക്കുള്ള പ്രായോഗികവും കാര്യക്ഷമവുമായ സമീപനം. ജെആർ സ്റ്റാറ്റ് സോക്ക് സെർ ബി മെത്തേഡോൾ. 57, 289–300. doi: 10.1111/j.2517-6161.1995.tb02031.x