XiaoMi-AI文件搜索系统
World File Search SystemFaecalibacterium
肠道菌群组成反映了COVID-19
抽象目的尽管Covid-19主要是一种呼吸道疾病，但有越来越多的证据表明该疾病涉及该疾病。我们调查了肠道微生物组是否与COVID-19患者的疾病严重程度有关，以及微生物组组成（如果有的话）的扰动是否会随着SARS-COV-2病毒的清除而解决。在这项两次医院队列研究中，我们从100例实验室确认的SARS-COV-2感染的患者那里获得了血液，粪便和患者记录。 串行粪便样品是从清除SARS-COV-2后30天的100名患者中的27例收集的。 肠道微生物组组成的特征是从粪便中提取的shot弹枪测序。 从血浆中测量炎性细胞因子和血液标记的浓度。 结果与非旋转-19个个体相比，COVID-19患者的肠道微生物组组成有显着改变，无论患者是否接受过药物治疗， 几种具有已知免疫调节潜力的肠道分子，例如粪便核酸杆菌，肠道菌肠杆菌和双歧杆菌的患者占患者的含量不足，并且在疾病分辨率后至30天收集的样本中仍保持较低。 此外，这种扰动的组合物与疾病严重程度一致的分层与浓度升高的炎性细胞因子和血液标记物（例如C反应性蛋白质，乳酸脱氢酶，天冬氨酸氨基转移酶和γ-卢丁而生扬酰基转移酶）。在这项两次医院队列研究中，我们从100例实验室确认的SARS-COV-2感染的患者那里获得了血液，粪便和患者记录。串行粪便样品是从清除SARS-COV-2后30天的100名患者中的27例收集的。肠道微生物组组成的特征是从粪便中提取的shot弹枪测序。从血浆中测量炎性细胞因子和血液标记的浓度。结果与非旋转-19个个体相比，COVID-19患者的肠道微生物组组成有显着改变，无论患者是否接受过药物治疗，几种具有已知免疫调节潜力的肠道分子，例如粪便核酸杆菌，肠道菌肠杆菌和双歧杆菌的患者占患者的含量不足，并且在疾病分辨率后至30天收集的样本中仍保持较低。此外，这种扰动的组合物与疾病严重程度一致的分层与浓度升高的炎性细胞因子和血液标记物（例如C反应性蛋白质，乳酸脱氢酶，天冬氨酸氨基转移酶和γ-卢丁而生扬酰基转移酶）。COVID-19患者的肠道菌群组成，细胞因子水平和炎症标志物之间的结论相关性表明，肠道微生物组可能通过调节宿主免疫反应而参与COVID-19的严重程度。此外，疾病分辨率后的肠道微生物群营养不良可能导致持续的症状，强调需要了解肠道微生物如何参与炎症和covid-19。
纯化β-1,3/1,6- ...
摘要：酵母菌纯化的β-1,3/1,6-葡聚糖（BG）可以调节狗的免疫系统和mi-Crobiome，但最佳纳入剂量仍然未知。该研究的目的是评估在干挤出饮食中将BG纳入0.0、0.07、0.14和0.28％的影响，对健康成年犬的消化率，免疫力和粪便微生物群的影响。八个男性和女性边界罪共毛孔[n = 4;身体状况评分（BCS）= 5]和英语Cocker Spaniels（n = 4; BCS = 5），年龄3.5±0.5岁，随机分布在两个4×4平衡的拉丁正方形中。Fecal microbiota (using 16S rRNA sequencing, Illumina ® ), apparent digestibility coefficients (ADC) of nutrients, fecal concentrations of short-chain fatty acids (SCFA) and branched-chain fatty acids (BCFA), ammoniacal nitrogen, lactic acid, IgA and pH, lymphocyte immunophenotyping, intensity确定吞噬作用和氧化爆发的百分比。在治疗之间没有观察到信仰（P = 0.1414）和Pielou-均匀度（p = 0.1151）的差异，但β多样性在0.0％和0.14％BG组之间差异（p = 0.047）。此外，Firmicutes门在所有组中都是最丰富的，并且在消耗0.14％BG后表现出最高的相对丰度，这一发现被认为对犬类微生物组有益。Erysipelotrichaceae和Ruminococcaceae家族以及粪便阶层和Prevotella属，被认为有利于其参与丁酸酯产量和其他代谢产物的有利，在消耗0.14％BG后的丰度增加了丰度。潜在的致病性蛋白杆菌状况显示出0.14％Bg后的丰度较低。繁殖化合物的粪便浓度和pH值在所有百分比的征服后没有差异。在0.14和0.28％BG消耗后发现了更高的粗蛋白ADC（P <0.0001），但对于其他营养素没有发现差异。吞噬作用，氧化爆发和淋巴细胞种群不受任何治疗的调节。但是，0.14％BG调节淋巴细胞T CD4 +：CD8 +比率（P = 0.0368），这是免疫系统效率的重要标志。纳入0.14％BG导致了最佳反应，并且是评估的最佳剂量。
基于人工智能的个性化饮食
背景和目的：某些饮食通常用于控制肠易激综合征 (IBS) 患者的功能性胃肠道症状。个性化饮食诱导的微生物组调节是改善 IBS 症状的首选方法。尽管使用人工智能 (AI) 针对肠道微生物群的个性化营养疗法具有巨大的潜力，但尚未在 IBS 患者中进行过这种方法的研究。因此，在本研究中，我们调查了基于 AI 的个性化微生物组饮食对 IBS-Mix (M) 患者的疗效。方法：本研究设计为一项试点开放标签研究。我们根据罗马 IV 标准招募了连续的 IBS-M 患者（n=25，19 名女性，46.06 ± 13.11 岁）。从所有患者身上采集两次粪便样本（干预前和干预后），并进行高通量 16S rRNA 测序。根据年龄、性别和微生物组匹配将患者分为两组。第 1 组采用 6 周的基于 AI 的微生物组饮食（n=14），第 2 组采用标准 IBS 饮食（对照组，n=11）。基于 AI 的饮食是根据针对个体肠道微生物组特征的算法优化个性化营养策略而设计的。一种使用微生物组组成评估 IBS 指数评分的算法试图设计基于调节微生物组向健康评分方向发展的优化饮食。比较了基线和干预后的 IBS-SSS（症状严重程度量表）评分和粪便微生物组分析。结果：干预前后的 IBS-SSS 评估均显着改善（对照组和干预组分别为 p<0.02 和 p<0.001）。虽然 82%（17 人中的 14 人）的干预组 IBS-SSS 评估从重度变为中度，但对照组未观察到这种变化。经过 6 周的干预后，两组的微生物群特征在 α 或 β 多样性方面均未发生重大变化。干预组的瘤胃球菌科呈下降趋势（p=0.17）。干预组的粪杆菌属显着增加（p=0.04）。干预组的拟杆菌属和假定的益生菌丙酸杆菌属增加，但对照组的普雷沃氏菌增加。干预组和对照组的 IBS-SSS 评分（前后）变化（delta）值明显较高。结论：通过饮食进行基于 AI 的个性化微生物组调节可显着改善 IBS-M 患者的 IBS 相关症状。需要进一步进行大规模、随机安慰剂对照试验和长期随访（持久性）。