banner

Notizia

Mar 25, 2023

La mappatura genetica dei tratti microbici e dell'ospite rivela la produzione di lipidi immunomodulatori da parte di Akkermansia muciniphila nell'intestino murino

Nature Microbiology volume 8, pagine 424–440 (2023) Citare questo articolo

11mila accessi

2 citazioni

56 Altmetrico

Dettagli sulle metriche

Una correzione dell'autore a questo articolo è stata pubblicata il 27 marzo 2023

Questo articolo è stato aggiornato

Le basi molecolari dell’impatto della variazione genetica dell’ospite sul microbioma intestinale rimangono in gran parte sconosciute. Qui abbiamo utilizzato una popolazione di topi geneticamente diversificata e applicato strategie di genetica dei sistemi per identificare le interazioni tra fenotipi di ospite e microbi, comprese le funzioni microbiche, utilizzando metagenomica fecale, trascrizioni dell'intestino tenue e lipidi cecali che influenzano la dinamica microbo-ospite. La mappatura dei loci dei tratti quantitativi (QTL) ha identificato le regioni genomiche murine associate a variazioni nei taxa batterici; funzioni batteriche tra cui motilità, sporulazione e produzione di lipopolisaccaridi e livelli di lipidi derivati ​​​​da batteri e ospite. Abbiamo trovato QTL sovrapposti per l'abbondanza di Akkermansia muciniphila e livelli cecali di lipidi di ornitina. Studi di follow-up in vitro e in vivo hanno rivelato che A. muciniphila è una delle principali fonti di questi lipidi nell'intestino, hanno fornito prove che i lipidi dell'ornitina hanno effetti immunomodulatori e hanno identificato trascrizioni intestinali co-regolate con questi tratti, incluso Atf3, che codifica per un fattore di trascrizione che svolge un ruolo vitale nella modulazione del metabolismo e dell’immunità. Collettivamente, questi risultati suggeriscono che i lipidi dell’ornitina sono potenzialmente importanti per le interazioni A. muciniphila-ospite e supportano il ruolo della genetica dell’ospite come determinante delle risposte ai microbi intestinali.

Il microbioma intestinale svolge un ruolo fondamentale nella fisiologia dei mammiferi e nella salute umana1,2,3. Le esposizioni ambientali e la variazione genetica dell’ospite modulano la composizione del microbiota intestinale4,5,6 e contribuiscono all’ampio grado di variazione interpersonale osservata nelle comunità microbiche intestinali umane. I recenti progressi nelle tecnologie di sequenziamento e nei processi analitici hanno alimentato i progressi nella nostra comprensione dell’impatto della genetica ospite e del microbioma intestinale sulla salute. Studi sulla popolazione hanno rivelato associazioni tra tratto microbico genetico dell'intestino dell'ospite in coorti umane7,8,9,10,11 e topi12,13. Inoltre, gli studi che sfruttano le informazioni genetiche dell’ospite e la randomizzazione mendeliana hanno evidenziato connessioni tra il microbioma intestinale e altri tratti del complesso molecolare, inclusi i livelli fecali di acidi grassi a catena corta14, proteine ​​plasmatiche15 e isto-gruppo sanguigno ABO16 negli esseri umani. Tuttavia, la maggior parte di questi studi si sono concentrati sulla composizione microbica dell’organismo e attualmente esiste una grave lacuna nella nostra comprensione dell’impatto della variazione genetica dell’ospite sulla capacità funzionale del microbioma intestinale.

I metaboliti microbici sono nodi critici di comunicazione tra i microbi e l'ospite. Questi includono piccole molecole derivate da componenti alimentari (ad esempio, trimetilammina N-ossido)17 o sintetizzate de novo da microbi come vitamine18 e lipidi19. I lipidi, inclusi eicosanoidi, fosfolipidi, sfingolipidi e acidi grassi, agiscono come molecole di segnalazione per controllare molti processi cellulari20,21,22. I microbi intestinali non solo modulano l’assorbimento dei lipidi alimentari attraverso la regolazione della produzione e del metabolismo degli acidi biliari, ma sono anche un’importante fonte di lipidi e metaboliti precursori dei lipidi prodotti dall’ospite23,24. I lipidi associati alla membrana cellulare batterica sono importanti anche per le interazioni microbo-ospite19,25, sebbene la nostra comprensione del loro ruolo in queste dinamiche stia emergendo solo per i batteri intestinali.

Definire i principi generali che governano le interazioni microbo-ospite nell’ecosistema intestinale è un compito arduo. Gli studi genetici sui sistemi possono generare ipotesi che invocano processi e molecole che non hanno precedenti, che possono essere utilizzati per l’identificazione di geni, percorsi e reti alla base di queste interazioni. Per studiare le connessioni tra microbi intestinali, lipidi intestinali e variazione genetica dell’ospite, abbiamo sfruttato la coorte di topi Diversity Outbred (DO), una popolazione geneticamente diversificata derivata da otto ceppi fondatori: C57BL/6J (B6), A/J (A/J ), 129S1/SvImJ (129), NOD/ShiLtJ (NOD), NZO/HLtJ (NZO), CAST/EiJ (CAST), PWK/PhJ (PWK) e WSB/EiJ (WSB)26,27. Questi otto ceppi ospitano comunità microbiche intestinali distinte e mostrano risposte metaboliche disparate alla malattia metabolica indotta dalla dieta28. La popolazione DO è mantenuta da una strategia di outbreeding volta a massimizzare la potenza e la risoluzione della mappatura genetica. Abbiamo caratterizzato il metagenoma fecale, il trascrittoma intestinale e il lipidoma cecale nei topi DO ed eseguito analisi quantitative dei loci dei tratti (QTL) per identificare i loci genetici dell'ospite associati a questi tratti. Abbiamo integrato il QTL del microbioma (mbQTL) e il QTL del lipidoma cecale (clQTL) per scoprire le associazioni microbio-lipidiche e identificato i geni candidati espressi nell'intestino tenue distale associati a questi tratti di co-mappatura. Questi set di dati rappresentano una risorsa preziosa per interrogare i meccanismi molecolari alla base delle interazioni tra l’ospite e il microbioma intestinale.

 6.87, Pgenome-wide-adj < 0.2), 200 of which were genome-wide significant (LOD > 7.72, Pgenome-wide-adj < 0.05) and 45 associations for bacterial taxa (LOD > 6.87, Pgenome-wide-adj < 0.2), 15 of which were genome-wide significant (LOD > 7.72, Pgenome-wide-adj < 0.05) (Fig. 1a and Supplementary Tables 5 and 6). We identified a QTL hotspot on chromosome 15 at 63–64 Mbp; this genomic region was associated with 154 microbial traits with LOD score > 6 (Supplementary Table 7). We estimated DO founder allele effects as best linear unbiased predictors for the traits that mapped to this locus. Among these, we detected two clear groups of traits that exhibited opposite allele effects: a group of KOs and taxa showing positive association with the 129 allele, and another group of KOs and taxa that were negatively associated with the 129 allele (Extended Data Fig. 3). As detailed below, the two most abundant gut bacterial phyla, Firmicutes and Bacteroidetes, mapped to this locus with opposite allele effects./p> 9.19, Pstudy-wide-adj < 0.05; LOD > 7.72, Pgenome-wide-adj < 0.05; LOD > 6.87, Pgenome-wide-adj < 0.2). QTL hotspot at Chromosome 15 is highlighted by grey shading and orange colour text. b, Gut microbiome QTL hotspot on Chr15 has multiple bacterial sporulation and motility functions mapping to it. Protein coding genes are displayed for Chr15: 61–65 Mbp region, Gasdermin genes are highlighted in blue. c, Enrichment analysis (Fisher's exact test) for functions mapping at hotspot on Chr15. d, QTL for microbial functions that mapped to Chromosome 15 hotspot had negative 129S1/SvImJ allele effects. QTL for Firmicutes mapping to Chromosome 15 hotspot had negative 129S1/SvImJ allele effects, whereas QTL for Bacteroidetes mapping to this locus had positive 129S1/SvImJ allele effects. e, Spearman correlation analysis between the number of sporulation KOs detected in Firmicutes MAGs mapping at Chromosome 15 QTL hotspot and the LOD scores for these MAGs (P = 3.87 × 10−3, Spearman's ρ = 0.346)./p>10-fold, adjusted P < 0.05). Phosphatidylglycerols (PG), for example, which represent the second largest phospholipid class in our data, are known to be a major component of the bacterial lipidome33. In mammals, on the other hand, PG are only a minor component. Similarly, among glycerolipids, monogalactosyldiacylglycerols (MGDG) account for the second highest number of lipids detected in this class. While they are found at high levels in bacteria and plants, these lipids are only minor components of animal tissue34. These findings suggest that our analysis of the caecal lipidome captures components of the host and the gut microbiome. Correlation analysis between MAGs and caecal lipids abundance, plus comparison of the caecal lipidome of conventionally raised vs germ-free mice identified taxa that potentially modulate the abundance of lipids in the gut (Extended Data Fig. 5a,b, Supplementary Tables 8–10 and Supplementary Note 2). Furthermore, QTL mapping identified 399 significant QTL associations for caecal lipid features (LOD > 7.60, Pgenome-wide-adj < 0.05) (Fig. 2c, Supplementary Table 11 and Supplementary Note 3). Altogether these associations provide a wealth of information offering potential molecular descriptors of the genetic regulation of the microbiome./p> 6, Pgenome-wide-adj < 0.2) and 12 QTL hotspots were identified. Hotspots are marked with arrows and the corresponding genomic locus indicated. Dashed lines represent significance thresholds for QTL as determined by permutation tests (LOD > 7.60, Pgenome-wide-adj < 0.05). Of the identified lipids, 68.2% showed a total of 1,162 QTL (top panel), while a similar portion of 70.1% of unidentified features contributed 2,802 QTL (bottom panel). RT, retention time. For lipid class abbreviations, see Supplementary Table 16./p> 5.5 are highlighted by red colour. e, Founder allele effects for A. muciniphila MAGs and caecal OL were estimated in the DO population from the founder strain coefficients observed for the corresponding QTL at each locus from d./p>
CONDIVIDERE