Un nuevo estudio revelará cómo las bacterias intestinales y los metabolitos de la sangre muestran el riesgo de diabetes temprana y cómo una dieta regulada y ejercicio de tendencias inversas.
FBG y OGTT se usaron para detectar a personas con diversos grados de intolerancia a la glucosa. El algoritmo GBDT se utilizó para predecir metabolitos plasmáticos basados en datos recopilados de FFQ, laboratorio clínico y perfiles de microbioma intestinal. N indica el tamaño de la muestra de dos cohortes o el número de características de la dieta, el microbioma intestinal y el conjunto de datos de metabolomas en plasma.
En un estudio reciente en la revista Nature Medicine, los investigadores realizaron estudios de perfiles metabolómicos para investigar el papel de los metabolitos microbianos en la diabetes pre-diabetes y tipo 2 (DT2). Utilizaron dos cohortes suecas que consisten en 1.167 participantes de 50 a 64 años para su análisis.
Los resultados del estudio revelaron la presencia de 502 metabolitos sanguíneos asociados con la homeostasis lesionada por glucosa, de las cuales 143 se asociaron con la microbiota intestinal humana. Este estudio destaca el papel de la dinámica del metaboloma del microbioma en la fisiopatología prediabética y en T2D y el papel de los cambios en el estilo de vida a corto plazo (dieta y ejercicio) en la regulación de estas dinámicas.
fondo
La diabetes tipo 2 (T2D) es una preocupación global de salud pública y se estima que afecta a más de 830 millones de adultos. Esta condición es crónica y se caracteriza por la incapacidad del cuerpo para regular adecuadamente el metabolismo de la glucosa, causando niveles excesivamente altos de azúcar en la sangre, lo que lleva a complicaciones como la enfermedad cardiovascular (ECV), enfermedad renal, daño nervioso y un mayor riesgo de muerte.
Sorprendentemente, la prevalencia de T2D ha aumentado a una tasa sin precedentes, frente a 200 millones en 1990 a más de 830 millones en 2022. Los estudios han revelado que la fisiopatología de esta condición es extremadamente complicada y surge de la interacción entre las variables genéticas y ambientales. Estudios recientes sugieren un papel amplio para la dieta y la microbiota intestinal en la patogénesis de la DA2, con un 70% de la incidencia T2D actualmente atribuida a dietas subóptimas y efectos adversos en las bacterias intestinales.
Desafortunadamente, los efectos mecanicistas de los metabolitos microbianos intestinales en la patogénesis y la progresión de la DA2 siguen siendo poco conocidos.
Sobre la investigación
El propósito de este estudio es abordar estas brechas en la literatura regulando el control de glucosa en el huésped (humano) contribuyendo secuencialmente a la prediabetes y la DT2. Los datos del estudio se obtuvieron de los trastornos (IGT; n = 697) en dos cohortes prediabéticas suecas (IGT; n = 697) cohortes que funcionan como cohortes de “descubrimiento”.
La recopilación de datos del estudio incluyó mediciones de glucosa en ayunas de la mañana, 75 g de prueba de tolerancia a la glucosa oral (OGTT) y la recolección de muestras de sangre venosa en ayunas. Los resultados de estas pruebas se utilizaron para dividir a los participantes del estudio en cinco subgrupos en paralelo con los estándares de la Organización Mundial de la Salud de 1999.
Las muestras de sangre recolectadas se expusieron a la metabolómica de plasma utilizando una plataforma de metabolomon. Los metabolitos relacionados con microbianos se identificaron utilizando árboles de decisión de impulso de gradiente y modelos de aprendizaje automático de bosques aleatorios (ML).
Además, los participantes debían completar un cuestionario Findrisc (que refleja la resistencia a la insulina con más fuerza que la glucosa en sangre) y proporcionar una muestra fecal.
Resultados de la encuesta
Se observó que los participantes del estudio estaban entre 50 y 64 años, y la clasificación de subgrupos basados en OGTT reveló 220 participantes en NGT, 185 en IFG, 173 en IGT, 74 en CGI y 45 en T2D detectados por pantalla. La metabolómica de plasma de los participantes reveló 978 metabolitos en plasma obtenidos principalmente del metabolismo de los lípidos (45.4%) y aminoácidos (22.1%).
El modelo de árbol de decisión Boosted Boosted (GBDT) reveló 645 metabolitos en la cohorte de descubrimiento que se asociaron significativamente con IFG, IGT, CGI o T2D. De estos, 502 metabolitos con importancia superpuesta en la cohorte de validación sugieren un papel como biomarcadores potenciales (biomarcadores prediabéticos y T2D) para el control de glucosa. En particular, 143 de estos metabolitos se asociaron con datos de microbiomas y 272 datos dietéticos.
“Estos hallazgos muestran que los determinantes potenciales persisten en prediabetes y T2D, con solo la microbiota intestinal que representan casi un tercio de la dispersión de los metabolitos sanguíneos.
Se encontró que los perfiles de metabolómica identificados se superponen con firmas previamente identificadas de prediabetes, T2D, síndrome coronario agudo (ACS), insuficiencia cardíaca (HF) y enfermedad renal (KD). Esto confirma que la dinámica de microbioma-metaboloma se interrumpe antes del inicio de la ECV, lo que sugiere un objetivo potencial de intervención temprana para la incidencia de enfermedades metabólicas cardiovasculares. Por ejemplo, se observó una interacción mediada por metabolitos entre las bacterias intestinales específicas (microfluídica confemal y wexlerae) (21.1% de los efectos de H. microfluidus en B. wexlerae se mediaron por Hippise).
El mismo análisis de los datos de estilo de vida y metabolomas reveló que aproximadamente el 65.9% de los biomarcadores de metabolitos identificados están asociados con cambios de estilo de vida reversibles, lo que resalta la posibilidad de monitorear el impacto del ejercicio o las intervenciones dietéticas para prevenir o tratar con éxito los resultados de la diabetes. La alta ingesta de café, comúnmente en cohortes suecas, reduce la variabilidad del metabolito relacionada con la dieta y destaca la adaptación de microbioma específica de la población. En particular, el propionato de metabolito imidazol se elevó en IGT, pero no se validó en la cohorte de Scapis, lo que sugiere una variabilidad específica de la población.
Mapa de calor que muestra metabolitos superpuestos involucrados en aminoácidos, lípidos y metabolismo xenobiótico (n = 123) en dos ensayos clínicos, dieta (14 días) o ejercicio (después del ejercicio, 120 y 180 minutos después del ejercicio) alteraron 502 metabolitos alterados de prosacáridos y T2D. Las respuestas fueron revertidas por dieta (d) o ejercicio (e), o ambas (b) (y, y, y, n, no). Metabolitos representativos que contienen superposición en la Figura 14. 4to piso, Etiquetado en rojo, mientras que los otros cinco están etiquetados en negro. Utilizamos la prueba de suma de rango de Wilcoxon y el análisis de varianza de medición de repetición unidireccional para identificar metabolitos alterados en la cohorte y dos conjuntos de datos longitudinales (PADJ <0.1), respectivamente.
Conclusión y dirección futura
Este estudio descubre el papel de la dinámica del metaboloma del microbioma en la homeostasis de glucosa humana alterada, la prediabética y la activación de la DT2. Destaca la importancia y el potencial de la dieta y el ejercicio para ajustar y monitorear estas dinámicas para lograr resultados de salud óptimos. Los hallazgos se validaron aún más en ratones GF/Conv-R y cohortes externas (Twin Sook, Israel) para mejorar la robustez. Es probable que el beneficio óptimo requiera una combinación de intervenciones de dieta y ejercicio, como lo demuestran la modulación de metabolitos específicos del estilo de vida (por ejemplo, los ácidos grasos de cadena ramificada mejoradas con el ejercicio de 7 hoca junto con el ejercicio).
“Comprender la relación entre la dieta, la microbiota intestinal y los factores clínicos proporciona una visión valiosa de T2D y destaca la necesidad de diversas estrategias de intervención. Este recurso puede ayudarnos a comprender cómo la microbiota intestinal afecta a T2D e identificar nuevos objetivos para el manejo de la diabetes”.
Los autores de investigación desarrollaron un servidor web de acceso abierto (https://omicsdata.org/apps/igt_metabolome/).
