En icke-randomiserad studie som undersöker effekten av konsumtion av brunt ris på tarmmikrobiota, uppmärksamhet och korttidsarbetsminne hos thailändska barn i skolåldern Del 3

Tidigare studier har visat att det absoluta överflödet av tarmmikrobiotika från tidigt liv varierade signifikant under de första två eller tre åren av livet [43,44]. I denna studie observerades ålderns inverkan på tarmmikrobiotaprofiler även hos barn i skolåldern.

På senare år har fler och fler studier visat att det finns ett nära samband mellan tarmmikrobiota och minne. Mångfald och överflöd av mikrobiota är väsentligt kopplade till förbättrad minnesprestanda.

För det första är inverkan av tarmmikrobiotan på nervsystemet betydande. Mikrobiotan kan skicka signaler till det centrala nervsystemet genom tarm-hjärnans axel och därigenom påverka mänskligt beteende och kognition. Dessutom kan vissa ämnen i mikrobiotan också påverka blod-hjärnbarriärens funktion och därmed påverka hjärnans funktion.

För det andra kan probiotika i mikrobiotan modulera immunsystemets funktion och minska nivån av inflammation, och därigenom förbättra nervsystemets funktion och förbättra minnet och inlärningsförmågan. Obalans i tarmens mikrobiota kommer att leda till ökad inflammatorisk respons, vilket minskar inlärning och minne.

Slutligen, i studier av människans tarmmikrobiota, är olika arter av tarmmikrober associerade med olika kognitiva funktioner. Till exempel har ett högre överflöd av Bifidobacterium-arterna i tarmen kopplats till förbättrad kognitiv funktion. Mjölksyrabakterier kan vara fördelaktiga för inlärning och minne, medan anaeroba bakterier kan främja bildandet av antidepressiva neurotransmittorer.

Sammanfattningsvis finns det ett nära samband mellan tarmmikrobiota och minne. Genom att förbättra tarmens mikroekologi och förbättra nervsystemets och immunsystemets funktioner kan minne och inlärningsförmåga förbättras. Samtidigt måste vi också vara uppmärksamma på kost och livsstil för att upprätthålla tarmhälsa och vägleda tarmmikrobiotan att bilda ett mönster av mångfald och överflöd för att bättre skydda hälsa och kognitiva förmågor. Det kan ses att vi behöver förbättra minnet, och Cistanche deserticola kan förbättra minnet avsevärt eftersom Cistanche deserticola är ett traditionellt kinesiskt läkemedelsmaterial som har många unika effekter, varav en är att förbättra minnet. Effekten av malet kött kommer från de olika aktiva ingredienserna det innehåller, inklusive syra, polysackarider, flavonoider, etc. Dessa ingredienser kan främja hjärnans hälsa på en mängd olika sätt.

Klicka på vet kosttillskott för att förbättra minnet

Barn som fick Sinlek-ris uppvisade ökningar av Firmicutes och minskningar av Bacteroidetesabundances som negativt respektive positivt korrelerade med ålder i fas II. Det verkar också som att åldern påverkar förekomsten av ovanstående två huvudfylor, eftersom deras proportioner i tarmen har visat sig vara skifta hela livet.

Medan Firmicutes och Bacteroidetes är den huvudsakliga filan som bidrar till en vuxenliknande tarmmikrobiomstruktur under de första 4 levnadsåren [45], varierade deras förekomst signifikant när man jämförde barn (9,8 år) med vuxna (större än eller lika med 40 år) [ 3], och vuxna (större än eller lika med 30 år) till äldre (större än eller lika med 65 år) [46]. Våra resultat tyder på att dessa phyla kan interagera med ålder bland barn i skolåldern, oavsett intervention.

Även om överflödet av Gammaproteobacteria var betydligt lägre för SLR-interventionsgruppen vid vecka 61 (2,2 gånger lägre än kontrollgruppen), observerade vi inom varje grupp en övergående förändring i denna klass under Fas I och II. Vi antar att utarmningen av Gammaproteobacteria kan bero på kostförändringar hos barn snarare än en direkt effekt av interventionen sedan skolan öppnade igen efter månader av stängning på grund av covid-19-pandemin. En sådan minskning av mängden av detta taxon, särskilt vid vecka 61, antydde att klassen Gammaproteobacterium kan vara känsligare för förändringar i kosten (från hemlagade måltider till skolluncher) hos yngre barn (i åldrarna 7 och 8 år) eftersom det korrelerade med ålder i vårt provset.

Även om nedgången i befolkningen i denna klass inte har fastställts tidigare bland barn i skolåldern, kan ett snabbt svar som är karakteristiskt för tarmmikrobiotan på förändrade förändringar stödja våra fynd [47]. Dessutom minskade förekomsten av Bacteroides gradvis och var lägst vid försökets slutpunkt bland både barn som fick vitt ris och Sinlek-ris.

Ett liknande mönster noterades för ruminococcus. Vi observerade också ett högre förhållande av Prevotella/Bacteroides (P/B), vilket var negativt korrelerat med ålder (rho {0}} −0.31,q=0.02) vid vecka 71 (figurer S8) och S9). Dessa bakterier är de dominerande enterotyperna i den mänskliga tarmmikrobiomet [48], och deras sammansättning kan förändras av kostkomponenter på kort sikt [49–51]; att ändra en enterotyps status skulle dock kräva långvarig dietintervention [52]. Vidare har många studier visat att Prevotella och Ruminococcus är associerade med kostfiber, medan Bacteroides dominerar tarmen hos individer som äter en västerländsk kost [53,54].

Mängden av dessa taxa bland barn i skolåldern kan därför moduleras av kostförändringar, som tidigare nämnts.

Nyligen genomförda studier med fokus på viktminskningsinterventioner har visat att förändringar i mikrobiella profiler är associerade med viktminskning och en ökning av nivån av Akkermansia, oavsett interventionstyp [55–57]. I den här studien observerade vi en minskning av BMI z-poäng i ett fåtal prover efter SLR-interventionen i fas I. Ett prov (BH210) var fetma vid baslinjen och gick sedan ner i vikt, för att senare klassificeras som överviktig i vecka 4 och 15.

BMI z-poängen för de andra två proverna (BH249 och BH273) minskade från övervikt vid baslinjen till normalt vid vecka 4 och 15. När man tittade på tarmmikrobiotaprofilen för dessa individer observerades en minskande trend i de flesta bakteriella taxa i BH210 prov, förutom Bacteroidetes (Figur S10). Mängden av tarmmikrobiota observerades också att fluktuera mycket i BH249- och BH273-proverna (Figur S11).

Även om statistisk analys inte var möjlig på grund av det lilla antalet prover, skulle det vara intressant att studera om SLR-interventionen påverkar förändringar i BMI och dess interaktion med tarmmikrobiotan i större provstorlekar.

Medan tidigare studier visade att livsmedelsintervention från djur [58] och högproteinkonsumtion [59] är associerade med en högre grad av kognitiv förmåga hos barn i skolåldern, visade sig användningen av Sinlek-risintervention inte påverka barns kognitiva prestanda, förutom i Fas II, under vilken SLR-gruppen överträffade kontrollgruppen (kontrollerade i en vecka), trots att de hade en mindre urvalsstorlek. De kognitiva resultaten som visade ett åldersberoende mönster överensstämde dessutom med tidigare rapporter om förbättrad funktion med åldern på båda CBT [60] och PVT [61].

Upprepad administrering av PVT-B har inte visats förändra PVT-resultat, inklusive svarstid och förfallodagar [62]. I vår studie presterade äldre barn (mellan 9 och 12 år) bättre på alla kognitiva bedömningar jämfört med yngre barn (i åldern mellan 6 och 8 år).

Våra data visade att äldre barn i denna studie hade större minneskapacitet (högre MMG) och bättre uppmärksamhet (lägre RT och förfaller) än yngre barn. Dessutom, när ålder och kognitiva resultat integrerades med tarmmikrobiotan, var de två första variablerna starkt korrelerade. Ett sådant förhållande kan bero på hjärnutveckling hos barn i skolåldern, utan någon relation till förändringar i tarmmikrobiotan. KBT är ett mått på visuospatialt korttidsarbetsminne [63], som ofta associeras med hippocampus funktion [64,65] ].

Hippocampus är känt för att utvecklas med ålder, med tillhörande åldersrelaterade förbättringar av minnet (Riggins et al., 2018). Uppmärksamhet engagerar flera hjärnregioner, inklusive prefrontal cortex, motor cortex och basalganglia [66], regioner som också är känsliga för åldersrelaterad utveckling.

De basala ganglierna är inte fullt utvecklade i barndomen och minskar i volym mellan 7 och 24 år [67], liknande andra kortikala regioner som fortsätter att utvecklas under tonåren [68,69]. Våra resultat bekräftar tidigare upptäckter att kognitiva resultat förbättrades när barn utvecklades, med denna studie som lägger till kontextuell information om de mikrobiella samhällen som finns i vår tonårspopulation.

I överensstämmelse med tidigare fynd [20,21] antog vi att brunt ris kan hjälpa till att förbättra kognitiva förmågor (uppmärksamhet och korttidsarbetsminne) hos den understuderade populationen av barn i skolåldern. Vår randomiserade provtagningsdesign, med klinisk bedömning och identifiering av biomarkörer [70], gjorde det möjligt för oss att närmare övervaka hur brunrisintervention kunde ge en gynnsam effekt på kognitiv funktion, inklusive de potentiella effekterna på mental hälsa som inte ingick i denna studie. Jämförelse mellan barn och vuxna i framtiden skulle också vara värt besväret.

Både tvärsnitts- och interventionsstudier (t.ex. probiotika och prebiotika) har visat att tarmmikrobiota kan påverka kognitiv hälsa, med de flesta fynd som tyder på en förbättring av kognitiva resultat samt lyfter fram kommunikationen mellan tarmmikrobiotan och hjärnan [71]. En studie visade att individer med hög följsamhet till Medelhavsdieten har ett stort överflöd av SCFA-producerande bakterier, inklusive Faecalibacterium och Roseburia. Båda dessa taxa var positivt korrelerade med kognitiva bedömningar som Babcock-minne och konstruktionspraxis [72]. Här observerade vi ett negativt samband mellan Roseburia och bortfall i SLR-gruppen vid vecka 4, men denna koppling bibehölls inte över tiden. Faecalibacterium visade dock ett positivt samband med RT trots behandlingar. Även om dessa två släkten är dominanta butyratproducerande bakterier, kan deras överflöd ha en annan effekt på mänsklig kognition, som tidigare observerats hos patienter med kognitiva funktionsnedsättningar [73,74].

Dessutom kan en interventionsdos av Sinlek-ris, som gavs i förhållandet 1:1 med vitris, därför inte vara tillräcklig för att påverka vare sig tarmmikrobiomet eller kognitiva prestanda hos barn i skolåldern. Framtida forskning som använder en full dos Sinlek-ris och studerar metaboliska profiler kan hjälpa till att reda ut det komplexa förhållandet mellan tarmmikrobiota och kognitiv funktion.

Lactobacillus är en av de dominerande bakterierna som finns i bröstmjölk, som kan överföras genom amning [75]. I vår studie observerade vi ett negativt samband mellan Lactobacillus och ålder vid baslinjen och vecka 4. Mer än 80 % av barnen i den första fasen av interventionen ammades under spädbarnsåldern. En observerad nedåtgående trend av denna probiotiska bakterie hos äldre barn i skolåldern antyder att en minskning av effekten av amning kan vara en drivkraft under medelbarndomen.

Att välja ett tillvägagångssätt för mikrobiomprofilering kan vara utmanande, särskilt när det är relaterat till intervention, hälsa eller sjukdomar. Antagandet av flera tillvägagångssätt kan lägga till variationer i resultaten. Vår kvantifieringsmetod (qPCR), i synnerhet, gjorde det möjligt för oss att bestämma de absoluta förekomsterna av tarmmikrobiota och hur mycket de förändrades efter interventionen, medan många studier som använder 16S rRNA-gensekvensanalyser analyserar mikrobiell sammansättning baserat på relativa överflöd [27,76,77].

Även om den senare metoden hjälper till att identifiera hela tarmmikrobiomet, kan tolkning av sammansättningsdata som genereras av denna metod göra det svårt att identifiera gruppen av bakterier som verkligen påverkas av en intervention eller hälsostatus [78]. Att överväga uppskattningar av absolut överflöd av taxa kan därför vara fördelaktigt för att hålla reda på målbakterierna och korrelera deras faktiska sammansättning med studerade förhållanden.

Den huvudsakliga styrkan med denna studie är att den beskriver samspelet mellan en Sinlek-risintervention, tarmmikrobiotan och kognitiva prestationer hos barn i skolåldern, med ålder som har en betydande inverkan på både mikrobiella profiler och kognitiva resultat. Ändå har flera begränsningar måste erkännas. Den lilla urvalsstorleken och det ojämna antalet försökspersoner i kontroll- och interventionsgrupperna kan minska den statistiska kraften i vår studie. Jämförelser av tarmmikrobiota och kognitiv prestation inom försökspersoner över tid under interventionen kunde inte fastställas på grund av saknade försökspersoner i fas II med ofullständigt upptag av interventionen. A

ge, som en potentiell confounder, bör övervägas i framtida interventionsstudier. Även om vi fokuserar på uppmärksamhet och korttidsarbetsminne, kan de kognitiva bedömningarna behöva breddas (t.ex. att inkludera social funktion, planering, verbala uppgifter och symbolik) för att adekvat beskriva barns funktionella förmågor, inklusive mental hälsa.

Andra variabler som kan ha inverkan på kognitiv funktion, såsom näring, välbefinnande/socioekonomisk status och järnhalter, samlades inte in på grund av språkliga och kulturella barriärer, eftersom barnen hade olika etnisk bakgrund. Eftersom vår studie involverade barn var interventionsdosering också en potentiell begränsning. Dessutom bör det noteras att barnens kost utanför skoltid inte kontrollerades.

Tiden mellan de två faserna förlängdes också avsevärt på grund av covid-19-pandemin, och det var inte möjligt att registrera barns kostmönster under den perioden. En nyligen genomförd studie tyder på att pandemin orsakade vissa tillfälliga förändringar i matkonsumtionsmönster [79]. Som ett resultat kan det finnas dietinducerad variation i mikrobiomet eller kognitiva resultat som kan skymma eventuella interventionseffekter som existerar. Ett metabolomiskt tillvägagångssätt kan hjälpa till att klargöra sambandet mellan tarmmikrobiota och kognitiv funktion.

Sammanfattningsvis avslöjade denna icke-randomiserade kliniska prövning att Sinlek-risintervention inte signifikant påverkade mängden tarmmikrobiota eller kognitiva prestanda hos barn i skolåldern. Den fann dock att ålder var signifikant associerad med variationer i mängden av tarmmikrobiota och kognitiva resultat i båda faserna.

Äldre barn presterade bättre än yngre barn på alla kognitiva bedömningar. En negativ associering mellan Roseburia och förfaller noterades i SLR-gruppen. En ökning av SLR-dosen eller metabolisk profilering skulle behövas för att ytterligare förstå om Sinlekrice skulle kunna utöva en positiv effekt på tarmmikrobiotan och förbättra kognitiva funktioner hos barn. Våra resultat tyder på att ålder är direkt relaterad till tarmmikrobiotaprofiler och kognition hos barn i skolåldern i norra Thailand.

Tilläggsmaterial: Följande stödjande information kan laddas ner på https://www.mdpi.com/article/10.3390/nu14235176/s1, Figur S1: Boxplots representerar normaliserade bakterieförekomster baserade på log10 qPCR 16S rRNA-kopiatal per gram avföring under veckorna av fas I. Skillnader i den genomsnittliga absoluta mängden av tarmmikrobiota mellan tidpunkterna för varje fas (inom försökspersoner) bestämdes med antingen parvisa t-tester eller Wilcoxon signerade rangtest med Benjamini-Hochberg (BH) p-värdeskorrektion, efter signifikanta resultat från en en- sätt upprepade åtgärder ANOVA eller Friedman-testet (p < 0,05). **** q < 0,0001, *** q << 0.01, * q < 0.05. WR, white rice (control); SLR, Sinlek rice intervention. 

Figur S2: Boxplots representerar normaliserade bakterieförekomster baserat på log10 qPCR 16S rRNA-kopiatal per gram avföring under veckorna av fas II. Skillnader i den genomsnittliga absoluta mängden av tarmmikrobiota mellan tidpunkterna för varje fas (inom försökspersoner) bestämdes med antingen parvisa t-tester eller Wilcoxon signerade ranktest med Benjamini-Hochberg (BH) p-värdeskorrektion, efter signifikanta resultat från en en- sätt upprepade mäter ANOVA eller Friedman-testet (p < 0.05). **** q < 0.0001, *** q < 0,001, ** q < 0,01,* q < 0,05. WR, vitt ris (kontroll); SLR, Sinlek ris intervention. Figur S3: Streckdiagram som visar den kognitiva prestandan hos barn i skolåldern i en icke-randomiserad klinisk prövning.

Skillnaden i medelvärde över veckorna av varje fas (inom försökspersoner) bestämdes med Wilcoxon signerade rangtest med Benjamini-Hochberg (BH) p-värdeskorrektion, efter signifikanta resultat från Friedman-testet (p < 0.{ {4}}5). *** q < 0.001, ** q < {{20}}.01, * q < 0,05. WR, vitt ris (kontroll); SLR, Sinlek ris intervention; MMG{10}} minnesmatchningsspel; OVP=övergripande prestanda (%); RT=reaktionstider. Figur S4: Barplots som visar kognitiva prestationer hos barn i skolåldern i en icke-randomiserad klinisk prövning. Skillnaden i medelvärde över veckorna av varje fas (inom försökspersoner) bestämdes med användning av Wilcoxonsigned rank test med Benjamini-Hochberg (BH) p-värdeskorrektion, efter signifikanta resultat från Friedman-testet (p < 0,05). *** q < 0,001, ** q < 0,01, * q < 0,05. WR, vitt ris (kontroll); SLR, Sinlek risintervention; MMG=minnesmatchningsspel; OVP=övergripande prestanda (%); RT=reaktionstider.Figur S5: RDA-plottar som visar effekten av interventionen på den kognitiva prestationen hos barn i skolåldern i fas I ((a) kontrollgruppen (WR-behandling) och (b) interventionsgruppen ( SLR-behandling)).

Behandling, kön och ålder användes som begränsade förklaringsvariabler, och kognitiv prestation användes som svarsvariabel. Biplot-pilar i RDA-plotterna representerar kognitiv prestation (blåpilar) och begränsade förklarande variabler (bruna pilar). En triangel anger tyngdpunkten för varje förklarande variabel. Vinkeln mellan ett vektorpar reflekterar deras korrelation. Betydelsen av begränsningar bedömdes med hjälp av ett ANOVA-liknande permutationstest. Prov-ID:n var begränsade inom varje behandlingsgrupp, och mellan och inom variansen kvantifierades varje vecka (baslinje, vecka 4 och vecka 15). WR, vitt ris (kontroll); SLR, Sinlek ris intervention; MMG, minnesmatchningsspel;OVP, den totala prestandan (%); RT, reaktionstider (millisekund); förfaller (millisekund).

Figur S6: RDA-diagram som visar effekten av intervention på kognitiva prestationer hos barn i skolåldern i fas I (a) och fas II (b). Behandling, kön och ålder användes som begränsade förklaringsvariabler och kognitiv prestation användes som svarsvariabel. Biplot-pilar i RDA-plotterna representerar kognitiv prestanda (blå pilar) och begränsade förklarande variabler (bruna pilar). En triangel anger centroiden för varje förklarande variabel. Vinkeln mellan ett vektorpar reflekterar deras korrelation. Betydelsen av begränsningar bedömdes med användning av ett ANOVA-liknande permutationstest. En svag variabel var begränsad inom varje fas, och mellan och inom variansen kvantifierades genom behandling. WR, vitris (kontroll); SLR, Sinlek ris intervention; MMG, minnesmatchningsspel; OVP, den totala prestandan (%);RT, reaktionstider (millisekunder); förfaller (millisekund). Figur S7: Förhållandet mellan tarmmikrobiot och kognitiv prestation hos barn i skolåldern i en icke-randomiserad klinisk prövning (Fas I: (a–c), Fas II: (d–f)). Samband mellan tarmmikrobiota och kognitiv prestation bestämdes genom att använda Spearmans rangkorrelationskoefficient. Benjamini-Hochberg (BH) p-värdeskorrektion användes för flera testjusteringar (q-värde).

Ett q-värde mindre än 0.05 är statistiskt signifikant. WR, vitt ris (kontroll); SLR, Sinlek ris intervention; MMG, minnesmatchningsspel; OVP, den totala prestandan (%);RT, reaktionstider (millisekunder); förfaller (millisekund). Figur S8: Boxplots som visar Prevotella/Bacteroidesratios baserat på log1{{10}} qPCR 16S rRNA-kopiatal per gram avföring under veckorna av fas II. Skillnaderna i genomsnittliga absoluta mängder av tarmmikrobiota mellan tidpunkter för varje fas (inom försökspersoner) bestämdes med Wilcoxon signed rank test med Benjamini-Hochberg (BH) p-värdeskorrektion, efter signifikanta resultat från Friedman-testet (p < {{14} }.05). **** q < 0,0001, *** q < 0,001** q < 0,01, * q < 0,05. WR, vitt ris (kontroll); SLR, Sinlek ris intervention. Figur S9: Boxplots som visar Prevotella/Bacteroides-förhållanden baserat på log10 qPCR 16S rRNA-kopiatal per gram avföring för kontroll- och Sinlek-risinterventionsgrupperna i fas II.

Skillnaderna i genomsnittliga absoluta mängder av tarmmikrobiota mellan behandlingsgrupper bestämdes med Wilcoxon ranksummetest med Benjamin-Hochberg (BH) p-värdeskorrektion. *** q < 0.001, ** q < 0,01, * q < 0,05. Ett samband mellan Prevotella/Bacteroides-kvoten och åldern hos barn i skolåldern bestämdes med Spearmans rangkorrelationskoefficient. WR, vitt ris (kontroll); SLR, Sinlek ris intervention. Figur S10: Boxplots som visar de normaliserade bakteriemängderna baserat på log10 qPCR 16S rRNA-kopiatal per gram avföring från BH210-provet under veckorna av SLR-interventionen (fas I). Detta prov var fetma vid baslinjen och blev sedan överviktigt vid vecka 4 och 15. WR, vit SLR, Sinlek-risintervention. Figur S11: Boxplots som visar de normaliserade bakteriemängderna baserade på log10 qPCR 16S rRNA-kopiatal per gram avföring av BH2489- och BH273-proverna under veckorna av SLR-interventionen (fas I).

Dessa prover var överviktiga vid baslinjen och blev sedan normala vid vecka 4 och 15. SLR, Sinlek riceintervention. Tabell S1: Primerpar riktade mot bakteriella 16S rRNA-gener [80-90]. Tabell S2: Demografi av barn i skolåldern i kontroll- och interventionsgrupperna vid baslinjen. Tabell S3: Demografi för barn i skolåldern i kontroll- och interventionsgrupperna vid vecka 4. Tabell S4: Demografi för barn i skolåldern i kontroll- och interventionsgrupperna vid vecka 15. Tabell S5: Demografi över barn i skolåldern i kontroll- och interventionsgrupperna grupper vid vecka 56. Tabell S6: Demografi för barn i skolåldern i kontroll- och interventionsgrupperna vid vecka 61.

Tabell S7: Demografi av barn i skolåldern i kontroll- och interventionsgrupperna vid vecka 71. Kompletterande data: demografiska variabler, mängden utvald tarmmikrobiota och kognitiva resultat för barn i skolåldern i fas I och II. Kompletterande fil S1: Multivariata jämförelser med PERMANOVA för varje vecka av Sinlek risintervention. Kompletterande fil S2: Effekt av tidpunkter på varje behandlingsnivå (upprepad mätning). Kompletterande fil S3: Effekten av behandling, tidpunkt och demografiska variabler på mängden tarmmikrobiota (PERMANOVA). Kompletterande fil S4: Multipelfaktoranalys (MFA) av sambandet mellan värdvariabler (ålder och kön), tarmmikrobiota och kognitiva resultat.

Författarbidrag: Konceptualisering, metodik, LKM, EG, KK, JD, JS och SP; formell analys, LG; validering, LKM, TJS, JS och SP; visualisering, LG; skriva-original draftpreparation, LG, LKM och SP; skriva-granskning och redigering, LG, LKM, EG, KK, JD, TJS, JS och SP; övervakning, JD, JS och SP; finansieringsförvärv, JD, JS och SP Alla författare har läst och samtyckt till den publicerade versionen av manuskriptet.

Finansiering: Denna samarbetsstudie finansierades av OHSU Global (Portland, OR, USA). Låt oss bli friska! plattformen som används för datainsamling har utvecklats med OHSU Clinical and Translational Research Institute (OCTRI; 1UL1TR002369) genom finansiering från National Institutesof Health (NIH), inklusive Science Education Partnership Awards (R25OD01496, R25GM129840) och infrastruktur utvecklad av NIH-anslag R25RR{{ 8}}S1, UL1RR024140-04S3, RR026008,3P30CA-69553-13S9 och UL1TR002369. Forskargruppen Gut Microbiome finansierades av MaeFah Luang University.

Uttalande från institutionell granskningsnämnd: Studien genomfördes av Helsingforsdeklarationen och godkändes av etikkommittén vid Mae Fah Luang University (etiklicens:REH-61204).

Informerat samtycke: Informerat samtycke erhölls från alla försökspersoner som var inblandade i studien.

Tack: Författarna vill tacka alla deltagare som bidragit med fekala prover och demografisk information. Vi vill uttrycka vår uppskattning till Channarong Wanthanjai för hans tekniska hjälp. Vi uppskattar Angie Setthavongsack för hennes hjälp med kognitiv analys, vars insats stöddes av National Institutes of Health Common Fund och Office of Scientific Workforce Diversity under tre länkade utmärkelser RL5GM118963, TL4GM118965 och UL1GM118964, administrerade av National Institute of General Medical Sciences. Vi tackar MaeFah Luang University för stödet till Gut Microbiome Research Group.

Intressekonflikter: KK är grundaren av Sooksatharana (Social Enterprise) Co., Ltd. Finansiärerna hade ingen roll i studiedesign, datainsamling och analys, beslut att publicera eller förberedelse av manuskriptet.

Referenser

1. Thursby, E.; Juge, N. Introduktion till den mänskliga tarmens mikrobiota. Biochem. J. 2017, 474, 1823–1836. [CrossRef] [PubMed]

2. Rinninella, E.; Raoul, P.; Cintoni, M.; Franceschi, F.; Miggiano, G.; Gasbarrini, A.; Mele, M. Vad är den friska tarmens mikrobiotasammansättning? Ett föränderligt ekosystem över ålder, miljö, kost och sjukdomar. Mikroorganismer 2019, 7, 14. [CrossRef][PubMed]

3. Radjabzadeh, D.; Boer, CG; Beth, SA; van der Wal, P.; Kiefte-De Jong, JC; Jansen, MAE; Konstantinov, SR; Peppelenbosch, MP; Hays, JP; Jaddoe, VWV; et al. Mångfald, sammansättning och funktionella skillnader mellan tarmmikrobiota hos barn och vuxna. Sci. Rep. 2020, 10, 1040. [CrossRef] [PubMed] 

4. Agans, R.; Rigsbee, L.; Kenche, H.; Michail, S.; Khamis, HJ; Paliy, O. Distal tarmmikrobiota hos ungdomar skiljer sig från den hos vuxna. FEMS Microbiol. Ecol. 2011, 77, 404–412. [CrossRef] [PubMed]

5. Yatsunenko, T.; Rey, FE; Manary, MJ; Trehan, I.; Dominguez-Bello, MG; Contreras, M.; Magris, M.; Hidalgo, G.; Baldassano,RN; Anokhin, AP; et al. Den mänskliga tarmmikrobiomet ses över ålder och geografi. Naturen 2012, 486, 222–227. [CrossRef]

6. Derrien, M.; Alvarez, AS; de Vos, WM Tarmmikrobiotan under livets första decennium. Trender Microbiol. 2019, 27, 997–1010.[CrossRef]

7. Singh, RK; Chang, HW; Yan, D.; Lee, KM; Ucmak, D.; Wong, K.; Abrouk, M.; Farahnik, B.; Nakamura, M.; Zhu, TH; et al. Dietens inverkan på tarmmikrobiomet och konsekvenser för människors hälsa. J. Transl. Med. 2017, 15, 73. [CrossRef]

8. Så, D.; Whelan, K.; Rossi, M.; Morrison, M.; Holtmann, G.; Kelly, JT; Shanahan, ER; Staudacher, HM; Campbell, KL Kostfiberintervention på tarmmikrobiotasammansättning hos friska vuxna: En systematisk översikt och metaanalys. Am. J. Clin. Nutr.2018, 107, 965–983. [CrossRef]

9. Fresco, L. Ris är livet. J. Food Compos. Anal. 2005, 18, 249–253. [CrossRef]

For more information:1950477648nn@gmail.com