En ikke-randomisert rettssak som undersøker virkningen av brunrisforbruk på tarmmikrobiota, oppmerksomhet og kortsiktig arbeidsminne hos thailandske skolealdrende barn, del 3

Tidligere studier har vist at den absolutte overfloden av tarmmikrobiotikk i tidlig liv varierte signifikant i løpet av de første to eller tre leveårene [43,44]. I denne studien ble alderens innvirkning på tarmmikrobiotaprofiler også observert hos barn i skolealder.

De siste årene har flere og flere studier vist at det er en nær sammenheng mellom tarmmikrobiota og hukommelse. Mikrobiota-mangfold og overflod er betydelig knyttet til forbedret minneytelse.

For det første er virkningen av tarmmikrobiotaen på nervesystemet betydelig. Mikrobiotaen kan sende signaler til sentralnervesystemet gjennom tarm-hjerne-aksen, og dermed påvirke menneskelig atferd og kognisjon. I tillegg kan visse stoffer i mikrobiotaen også påvirke funksjonen til blod-hjerne-barrieren og dermed påvirke hjernens funksjon.

For det andre kan probiotika i mikrobiota modulere funksjonen til immunsystemet og redusere nivået av betennelse, og derved forbedre funksjonen til nervesystemet og forbedre hukommelsen og læreevnen. Ubalanse i tarmmikrobiota vil føre til økt inflammatorisk respons, og dermed redusere læring og hukommelse.

Til slutt, i studier av menneskets tarmmikrobiota, er forskjellige arter av tarmmikrober assosiert med forskjellige kognitive funksjoner. For eksempel har en høyere overflod av Bifidobacterium-artene i tarmen vært knyttet til forbedret kognitiv funksjon. Melkesyrebakterier kan være gunstige for læring og hukommelse, mens anaerobe bakterier kan fremme dannelsen av antidepressive nevrotransmittere.

Oppsummert er det en nær sammenheng mellom tarmmikrobiota og hukommelse. Ved å forbedre intestinal mikroøkologi og forbedre nervesystemet og immunsystemets funksjoner, kan hukommelse og læringsevner forbedres. Samtidig må vi også ta hensyn til kosthold og livsstil for å opprettholde tarmhelsen og veilede tarmmikrobiotaen til å danne et mønster av mangfold og overflod for bedre å beskytte helse og kognitive evner. Det kan sees at vi trenger å forbedre hukommelsen, og Cistanche deserticola kan forbedre hukommelsen betydelig fordi Cistanche deserticola er et tradisjonelt kinesisk medisinsk materiale som har mange unike effekter, hvorav en er å forbedre hukommelsen. Effekten av kjøttdeig kommer fra de ulike aktive ingrediensene den inneholder, inkludert syre, polysakkarider, flavonoider osv. Disse ingrediensene kan fremme hjernens helse på en rekke måter.

Klikk vet kosttilskudd for å forbedre hukommelsen

Barn som fikk Sinlek-ris, viste økninger i Firmicutes og reduksjoner i Bacteroidetesabundances som henholdsvis negativt og positivt korrelerte med alder i fase II. Det ser også ut til at alder påvirker forekomsten av de to hovedfilene ovenfor, ettersom proporsjonene deres i tarmen har vist seg å være skifte gjennom livet.

Mens Firmicutes og Bacteroidetes er hovedfilen som bidrar til en voksenlignende tarmmikrobiomstruktur i løpet av de første 4 leveårene [45], var forekomsten deres betydelig variert når man sammenlignet barn (9,8 år) med voksne (Større enn eller lik 40 år) [ 3], og voksne (Større enn eller lik 30 år) til eldre (Større enn eller lik 65 år) [46]. Resultatene våre tyder på at disse filaene kan samhandle med alderen blant barn i skolealder, uavhengig av intervensjon.

Selv om overfloden av Gammaproteobacteria var betydelig lavere for SLR-intervensjonsgruppen ved uke 61 (2,2 ganger lavere enn kontrollgruppen), observerte vi i hver gruppe en forbigående endring i denne klassen under fase I og II. Vi antar at uttømmingen av Gammaproteobacteria kan skyldes endringer i kostholdet hos barn i stedet for en direkte effekt av intervensjonen siden skolen gjenåpnet etter måneder med nedleggelse på grunn av COVID-19-pandemien. En slik reduksjon i overfloden av denne taksonen, spesielt i uke 61, antydet at klassen Gammaproteobacterium kan være mer følsom for endringer i kostholdet (fra hjemmelagde måltider til skolelunsjer) hos yngre barn (i alderen mellom 7 og 8 år) ettersom den korrelerte med alder i prøvesettet vårt.

Selv om nedgangen i befolkningen i denne klassen ikke har blitt fastslått tidligere blant barn i skolealder, kan en rask respons som er karakteristisk for tarmmikrobiotaen på endrede sykdommer støtte våre funn [47]. Dessuten avtok forekomsten av Bacteroides gradvis og var lavest ved forsøkets endepunkt blant både barn som fikk hvit ris og Sinlek-ris.

Et lignende mønster ble notert for Ruminococcus. Vi observerte også et høyere forhold mellom Prevotella/Bacteroides (P/B), som var negativt korrelert med alder (rho {0}} -0.31,q=0.02) ved uke 71 (figurer S8) og S9). Disse bakteriene er de dominerende enterotypene i det menneskelige tarmmikrobiomet [48], og deres sammensetning kan endres av kostholdskomponenter på kort sikt [49–51]; En endring av en enterotypes status vil imidlertid kreve langsiktig diettintervensjon [52]. Videre har en rekke studier vist at Prevotella og Ruminococcus er assosiert med kostfiber, mens Bacteroides dominerer tarmen til individer som spiser vestlig diett [53,54].

Overfloden av disse taksene blant barn i skolealder kan derfor moduleres av kostholdsendringer, som tidligere nevnt.

Nyere studier med fokus på vekttapintervensjoner har vist at endringer i inmikrobielle profiler er assosiert med vekttap og en økning i nivået av Akkermansia, uavhengig av intervensjonstyper [55–57]. I denne studien observerte vi en nedgang i BMI z-score i noen få prøver etter SLR-intervensjonen i fase I. En prøve (BH210) var overvektig ved baseline og gikk deretter ned i vekt, for senere å bli klassifisert som overvektig i uke 4 og 15.

BMI z-skåren for de to andre prøvene (BH249 og BH273) redusert fra overvekt ved baseline til normal i uke 4 og 15. Når man ser på tarmmikrobiotaprofilen til disse individene, ble det observert en synkende trend i de fleste bakterielle taxaer i BH210 prøve, bortsett fra Bacteroidetes (Figur S10). Overfloden av tarmmikrobiota ble også observert å svinge sterkt i BH249- og BH273-prøvene (Figur S11).

Selv om statistisk analyse ikke var mulig på grunn av det lille antallet prøver, ville det være interessant å studere om SLR-intervensjonen påvirker endringer i BMI og dens interaksjon med tarmmikrobiotaen i større prøvestørrelser.

Mens tidligere studier viste at matintervensjon fra dyr [58] og høyproteinforbruk [59] er assosiert med en større grad av kognitiv evne hos barn i skolealder, ble ikke bruk av Sinlek risintervensjon funnet å påvirke barns kognitive ytelse, bortsett fra i Fase II, hvor SLR-gruppen overgikk kontrollgruppen (kontrollerte i en uke), til tross for at de hadde en mindre utvalgsstørrelse. Dessuten var de kognitive resultatene som viste et aldersavhengig mønster i samsvar med tidligere rapporter om forbedret funksjon med alderen på begge CBT [60] og PVT [61].

Gjentatt administrering av PVT-B har ikke vist seg å endre PVT-utfall, inkludert responstid og forfall [62]. I vår studie presterte eldre barn (i alderen 9 til 12 år) bedre på alle kognitive vurderinger sammenlignet med yngre barn (i alderen 6 til 8 år).

Våre data viste at eldre barn i denne studien hadde større minnekapasitet (høyere MMG) og bedre oppmerksomhet (lavere RT og bortfall) enn yngre barn. Dessuten, når alder og kognitive utfall ble integrert med tarmmikrobiotaen, var de to første variablene sterkt korrelert. Et slikt forhold kan skyldes hjerneutvikling hos barn i skolealder, uten relasjon til endringer i tarmmikrobiotaen. CBT er et mål på visuospatialt korttidsarbeidsminne [63], som ofte er assosiert med hippocampus funksjon [64,65 ].

Hippocampus er kjent for å utvikle med alder, med tilhørende aldersrelaterte forbedringer i hukommelsen (Riggins et al., 2018). Oppmerksomhet engasjerer flere hjerneregioner, inkludert prefrontal cortex, motor cortex og basalganglia [66], regioner som også er følsomme for aldersrelatert utvikling.

De basale gangliene er ikke fullt utviklet i barndommen og reduseres i volum mellom 7 og 24 år [67], i likhet med andre kortikale regioner som fortsetter å utvikle seg gjennom ungdomsårene [68,69]. Resultatene våre bekrefter tidligere funn om at kognitive utfall forbedret som barn utviklet, med denne studien som legger til kontekstuell informasjon om de mikrobielle fellesskapene som er tilstede i vår ungdomspopulasjon.

I samsvar med tidligere funn [20,21], antok vi at brun ris kan bidra til å forbedre kognitive evner (oppmerksomhet og kortsiktig arbeidsminne) i den understuderte populasjonen av barn i skolealder. Vårt randomiserte prøvetakingsdesign, med klinisk vurdering og identifisering av biomarkører [70], tillot oss å overvåke nærmere hvordan intervensjon av brunris kunne gi en gunstig effekt på kognitiv funksjon, inkludert potensielle påvirkninger på mental helse som ikke var inkludert i denne studien. mellom barn og voksne i fremtiden vil også være verdt.

Både tverrsnitts- og intervensjonsstudier (f.eks. probiotika og prebiotika) har vist at tarmmikrobiota kan påvirke kognitiv helse, med de fleste funn som indikerer en forbedring i kognitive utfall samt fremhever kommunikasjon mellom tarmmikrobiotaen og hjernen [71]. En studie viste at individer med høy overholdelse av middelhavsdietten har en høy overflod av SCFA-produserende bakterier, inkludert Faecalibacterium og Roseburia. Begge disse taxaene var positivt korrelert med kognitive vurderinger som Babcock-minne og konstruksjonspraksis [72]. Her observerte vi et negativt forhold mellom Roseburia og bortfall i SLR-gruppen ved uke 4, men denne assosiasjonen ble ikke opprettholdt over tid. Faecalibacterium viste imidlertid et positivt forhold til RT til tross for behandlinger. Selv om disse to slektene er dominerende butyratproduserende bakterier, kan forekomsten deres ha en annen effekt på menneskelig kognisjon, som tidligere observert hos pasienter med kognitive svekkelser [73,74].

Videre kan det hende at en intervensjonsdose av Sinlek-ris, som ble gitt i forholdet 1:1 med hvitris, ikke er tilstrekkelig til å påvirke verken tarmmikrobiomet eller kognitiv ytelse til barn i skolealder. Fremtidig forskning som bruker en full dose Sinlek-ris og studerer metabolske profiler kan bidra til å avdekke det komplekse forholdet mellom tarmmikrobiota og kognitiv funksjon.

Lactobacillus er en av de dominerende bakteriene som finnes i morsmelk, som kan overføres gjennom amming [75]. I vår studie observerte vi en negativ assosiasjon mellom Lactobacillus og alder ved baseline og uke 4. Mer enn 80 % av barna i den første fasen av intervensjonen ble ammet i spedbarnsalderen. En observert nedadgående trend av denne probiotiske bakterien hos eldre barn i skolealder antyder at en reduksjon i virkningen av amming kan være en drivkraft i middelbarndommen.

Å velge en tilnærming for mikrobiomprofilering kan være utfordrende, spesielt når det er relatert til intervensjon, helse eller sykdommer. Bruk av flere tilnærminger kan gi variasjon til resultatene. Spesielt kvantifiseringstilnærmingen vår (qPCR) tillot oss å bestemme den absolutte forekomsten av tarmmikrobiota og hvor mye de endret seg etter intervensjonen, mens mange studier som bruker 16S rRNA-gensekvensanalyse analyserer mikrobiell sammensetning basert på relative mengder [27,76,77].

Selv om den sistnevnte metoden hjelper til med å identifisere hele tarmmikrobiomet, kan tolkning av komposisjonsdata generert av denne metoden gjøre det vanskelig å identifisere gruppen av bakterier som virkelig er påvirket av en intervensjon eller helsestatus [78]. Å vurdere absolutt overflodsestimater av taxa kan derfor være gunstig for å holde styr på målbakteriene og korrelere deres faktiske sammensetning til studerte forhold.

Hovedstyrken til denne studien er at den beskriver samspillet mellom en Sinlek-risintervensjon, tarmmikrobiotaen og den kognitive ytelsen til barn i skolealder, med alder som har en betydelig innflytelse på både mikrobielle profiler og kognitive utfall. Ikke desto mindre har flere begrensninger. trenger å bli anerkjent. Den lille utvalgsstørrelsen og ulikt antall forsøkspersoner i kontroll- og intervensjonsgruppene kan redusere den statistiske kraften til vår studie. Sammenligninger av tarmmikrobiota og kognitiv ytelse hos forsøkspersoner over tid under intervensjonen kunne ikke etableres på grunn av manglende forsøkspersoner i fase II med ufullstendig opptak av intervensjonen. EN

ge, som en potensiell konfounder, bør vurderes i fremtidige intervensjonsstudier. Selv om vi fokuserer på oppmerksomhet og kortsiktig arbeidsminne, kan de kognitive vurderingene trenge å utvides (f.eks. til å inkludere sosial funksjon, planlegging, verbale oppgaver og symbolikk) for å beskrive funksjonsevnen til barn, inkludert mental helse, på en adekvat måte.

Andre variabler som kan ha innflytelse på kognitiv funksjon, som ernæring, velvære/sosioøkonomisk status og jernnivåer, ble ikke samlet inn på grunn av språklige og kulturelle barrierer, da barna hadde ulik etnisk bakgrunn. Siden vår studie involverte barn, var intervensjonsdosering også en potensiell begrensning. Dessuten skal det bemerkes at barnas kosthold utenom skoletiden ikke ble kontrollert.

Tiden mellom de to fasene ble også betydelig forlenget på grunn av covid-19-pandemien, og det var ikke mulig å registrere kostholdsmønstrene til barn i denne perioden. En fersk studie antyder at pandemien forårsaket noen midlertidige endringer i matforbruksmønstre [79]. Som et resultat kan det være diett-indusert variasjon i mikrobiomet eller kognitive utfall som kan skjule eventuelle intervensjonseffekter som eksisterer. En metabolomisk tilnærming kan bidra til å klargjøre sammenhengen mellom tarmmikrobiota og kognitiv funksjon.

Avslutningsvis avslørte denne ikke-randomiserte kliniske studien at Sinlek-risintervensjon ikke signifikant påvirket mengden av tarmmikrobiota eller den kognitive ytelsen til barn i skolealder. Den fant imidlertid at alder var signifikant assosiert med variasjoner i mengden av tarmmikrobiota og kognitive utfall i begge faser.

Eldre barn presterte bedre enn yngre barn på alle kognitive vurderinger. En negativ assosiasjon mellom Roseburia og bortfall ble notert i SLR-gruppen. Å øke SLR-dosen eller metabolsk profilering vil være nødvendig for å forstå om Sinlekrice kan ha en positiv effekt på tarmmikrobiotaen og forbedre kognitiv funksjon hos barn. Våre funn indikerer at alder er direkte relatert til tarmmikrobiotaprofiler og kognisjon hos barn i skolealder i Nord-Thailand.

Tilleggsmateriell: Følgende støtteinformasjon kan lastes ned på https://www.mdpi.com/article/10.3390/nu14235176/s1, figur S1: Boksplott representerer normaliserte bakteriemengder basert på log10 qPCR 16S rRNA kopiantall per gram avføring gjennom ukene av fase I. Forskjeller i den gjennomsnittlige absolutte forekomsten av tarmmikrobiota mellom tidspunktene for hver fase (innenfor forsøkspersoner) ble bestemt ved å bruke enten parvise t-tester eller Wilcoxon signerte rangetester med Benjamini-Hochberg (BH) p-verdikorreksjon, etter signifikante resultater fra en en- måte gjentatte tiltak ANOVA eller Friedman-testen (p < 0,05). **** q < 0,0001, *** q << 0.01, * q < 0.05. WR, white rice (control); SLR, Sinlek rice intervention. 

Figur S2: Boksplott representerer normaliserte bakteriemengder basert på log10 qPCR 16S rRNA-kopinummer per gram avføring gjennom ukene av fase II. Forskjeller i den gjennomsnittlige absolutte forekomsten av tarmmikrobiota mellom tidspunktene for hver fase (innenfor forsøkspersoner) ble bestemt ved bruk av enten parvise t-tester eller Wilcoxon-signerte rangeringstester med Benjamini-Hochberg (BH) p-verdikorreksjon, etter signifikante resultater fra en en- gjentatte mål ANOVA eller Friedman-testen (p < 0.05). **** q < 0.0001, *** q < 0,001, ** q < 0,01,* q < 0,05. WR, hvit ris (kontroll); SLR, Sinlek risintervensjon. Figur S3: Barplotter som viser den kognitive ytelsen til barn i skolealder i en ikke-randomisert klinisk studie.

Forskjellen i gjennomsnitt på tvers av ukene i hver fase (innenfor forsøkspersoner) ble bestemt ved bruk av Wilcoxon signerte rangeringstest med Benjamini-Hochberg (BH) p-verdikorreksjon, etter signifikante resultater fra Friedman-testen(p < 0.{ {4}}5). *** q < 0.001, ** q < {{20}}.01, * q < 0,05. WR, hvit ris (kontroll); SLR, Sinlek ris intervensjon; MMG{10}} minnematchende spill; OVP=samlet ytelse (%); RT=reaksjonstider. Figur S4: Barplots som viser den kognitive ytelsen til barn i skolealder i en ikke-randomisert klinisk studie. Forskjellen i gjennomsnitt på tvers av ukene av hver fase (innenfor forsøkspersoner) ble bestemt ved bruk av Wilcoxonsigned rank test med Benjamini-Hochberg (BH) p-verdi korreksjon, etter signifikante resultater fra Friedman-testen (p < 0,05). *** q < 0,001, ** q < 0,01, * q < 0,05. WR, hvit ris (kontroll); SLR, Sinlek risintervensjon; MMG=minnematchende spill; OVP=samlet ytelse (%); RT=reaksjonstider.Figur S5: RDA-plott som viser effekten av intervensjonen på den kognitive ytelsen til barn i skolealder i fase I ((a) kontrollgruppen (WR-behandling) og (b) intervensjonsgruppen ( SLR-behandling)).

Behandling, kjønn og alder ble brukt som begrensede forklaringsvariabler, og kognitiv ytelse ble brukt som responsvariabel. Biplott-piler i RDA-plottene representerer kognitiv ytelse (blåpiler) og begrensede forklaringsvariabler (brune piler). En trekant angir tyngdepunktet til hver forklarende variabel. Vinkelen mellom et vektorpar gjenspeiler deres korrelasjon. Betydningen av begrensninger ble vurdert ved hjelp av en ANOVA-lignende permutasjonstest. Prøve-ID-er ble begrenset innenfor hver behandlingsgruppe, og mellom og innenfor varians ble kvantifisert for hver uke (grunnlinje, uke 4 og uke 15). WR, hvit ris (kontroll); SLR, Sinlek ris intervensjon; MMG, memory matching game;OVP, den generelle ytelsen (%); RT, reaksjonstider (millisekunder); bortfaller (millisekunder).

Figur S6: RDA-plott som viser effekten av intervensjon på den kognitive ytelsen til barn i skolealder i fase I (a) og fase II (b). Behandling, kjønn og alder ble brukt som begrensede forklaringsvariabler og kognitiv ytelse ble brukt som responsvariabel. Biplott-piler i RDA-plottene representerer kognitiv ytelse (blå piler) og begrensede forklaringsvariabler (brune piler). En trekant angir tyngdepunktet til hver forklaringsvariabel. Vinkelen mellom et vektorpar gjenspeiler deres korrelasjon. Betydningen av begrensninger ble vurdert ved hjelp av en ANOVA-lignende permutasjonstest. En svak variabel var begrenset innenfor hver fase, og mellom og innenfor varians ble kvantifisert ved behandling. WR, hvitris (kontroll); SLR, Sinlek ris intervensjon; MMG, minne matchende spill; OVP, den totale ytelsen (%);RT, reaksjonstider (millisekunder); bortfaller (millisekunder). Figur S7: Forholdet mellom tarmmikrobiot og kognitiv ytelse hos barn i skolealder i en ikke-randomisert klinisk studie (fase I: (a–c), fase II: (d–f)). Assosiasjoner mellom tarmmikrobiota og kognitiv ytelse ble bestemt ved å bruke Spearmans rangkorrelasjonskoeffisient. Benjamini-Hochberg (BH) p-verdikorreksjon ble brukt for flere testjusteringer (q-verdi).

En q-verdi mindre enn 0.05 er statistisk signifikant. WR, hvit ris (kontroll); SLR, Sinlek ris intervensjon; MMG, minne matchende spill; OVP, den totale ytelsen (%);RT, reaksjonstider (millisekunder); bortfaller (millisekunder). Figur S8: Boksplott som viser Prevotella/Bacteroidesratios basert på log1{{10}} qPCR 16S rRNA-kopinummer per gram avføring gjennom ukene av fase II. Forskjellene i gjennomsnittlig absolutt forekomst av tarmmikrobiota mellom tidspunkter for hver fase (innenfor individer) ble bestemt ved å bruke Wilcoxon signerte rangeringstest med Benjamini-Hochberg (BH) p-verdikorreksjon, etter signifikante resultater fra Friedman-testen (p < {{14} }.05). **** q < 0,0001, *** q < 0,001** q < 0,01, * q < 0,05. WR, hvit ris (kontroll); SLR, Sinlek risintervensjon. Figur S9: Boksplott som viser Prevotella/Bacteroides-forhold basert på log10 qPCR 16S rRNA-kopinummer per gram avføring for kontroll- og Sinlek-risintervensjonsgruppene i fase II.

Forskjellene i gjennomsnittlig absolutt forekomst av tarmmikrobiota mellom behandlingsgruppene ble bestemt ved å bruke Wilcoxons rangsumtest med Benjamin-Hochberg (BH) p-verdikorreksjon. *** q < 0.001, ** q < 0,01, * q < 0,05. En assosiasjon mellom Prevotella/Bacteroides-forholdet og alderen til barn i skolealder ble bestemt ved å bruke Spearmans rangkorrelasjonskoeffisient. WR, hvit ris (kontroll); SLR, Sinlek risintervensjon. Figur S10: Boksplott som viser den normaliserte bakteriemengden basert på log10 qPCR 16S rRNA-kopinummer per gram avføring av BH210-prøven gjennom ukene av SLR-intervensjonen (fase I). Denne prøven var overvektig ved baseline og ble deretter overvektig ved uke 4 og 15. WR, hvit SLR, Sinlek risintervensjon. Figur S11: Boksplott som viser den normaliserte bakteriemengden basert på log10 qPCR 16S rRNA-kopinummer per gram avføring av BH2489- og BH273-prøvene gjennom ukene av SLR-intervensjonen (fase I).

Disse prøvene var overvektige ved baseline og ble deretter normale ved uke 4 og 15. SLR, Sinlek risintervensjon. Tabell S1: Primerpar rettet mot bakterielle 16S rRNA-gener [80–90]. Tabell S2: Demografi av barn i skolealder i kontroll- og intervensjonsgruppene ved baseline. Tabell S3: Demografi for barn i skolealder i kontroll- og intervensjonsgruppene ved uke 4. Tabell S4: Demografi for barn i skolealder i kontroll- og intervensjonsgruppene ved uke 15. Tabell S5: Demografi til barn i skolealder i kontroll- og intervensjonsgruppene grupper ved uke 56. Tabell S6: Demografi av barn i skolealder i kontroll- og intervensjonsgruppene ved uke 61.

Tabell S7: Demografi av barn i skolealder i kontroll- og intervensjonsgruppene ved uke 71. Supplerende data: demografiske variabler, mengden av utvalgt tarmmikrobiota og kognitive utfall hos barn i skolealder i fase I og II. Tilleggsfil S1: Multivariate sammenligninger med PERMANOVA for hver uke med Sinlek risintervensjon. Supplerende fil S2: Effekt av tidspunkter på hvert behandlingsnivå (gjentatt måling). Supplerende fil S3: Effekten av behandling, tidspunkt og demografiske variabler på forekomsten av tarmmikrobiota (PERMANOVA). Tilleggsfil S4: Multippelfaktoranalyse (MFA) av assosiasjonen mellom vertsvariabler (alder og kjønn), tarmmikrobiota og kognitive utfall.

Forfatterbidrag: Konseptualisering, metodikk, LKM, EG, KK, JD, JS og SP; formell analyse, LG; validering, LKM, TJS, JS og SP; visualisering, LG; skrive-original draftpreparation, LG, LKM og SP; skrive-gjennomgang og redigering, LG, LKM, EG, KK, JD, TJS, JS og SP; tilsyn, JD, JS og SP; finansieringsoppkjøp, JD, JS og SP Alle forfattere har lest og samtykket til den publiserte versjonen av manuskriptet.

Finansiering: Denne samarbeidsstudien ble finansiert av OHSU Global (Portland, OR, USA). La oss bli sunne! plattformen brukt for datainnsamling ble utviklet med OHSU Clinical and Translational Research Institute (OCTRI; 1UL1TR002369) gjennom finansiering fra National Institutesof Health (NIH), inkludert Science Education Partnership Awards (R25OD01496, R25GM129840) og infrastruktur utviklet av NIH gir R25RR{{ 8}}S1, UL1RR024140-04S3, RR026008,3P30CA-69553-13S9 og UL1TR002369. Forskergruppen Gut Microbiome ble finansiert av MaeFah Luang University.

Uttalelse fra institusjonell vurderingskomité: Studien ble utført av Helsinki-deklarasjonen og godkjent av den etiske komiteen ved Mae Fah Luang University (etikklisens:REH-61204).

Informert samtykkeerklæring: Informert samtykke ble innhentet fra alle personer som var involvert i studien.

Takk: Forfatterne vil gjerne takke alle deltakerne som bidro med fekale prøver og demografisk informasjon. Vi vil gjerne uttrykke vår takknemlighet til Channarong Wanthanjai for hans tekniske assistanse. Vi setter pris på Angie Setthavongsack for hennes hjelp med kognitiv analyse, hvis innsats ble støttet av National Institutes of Health Common Fund og Office of Scientific Workforce Diversity under tre tilknyttede priser RL5GM118963, TL4GM118965 og UL1GM118964, administrert av National Institute of General Medical Sciences. Vi takker MaeFah Luang University for å støtte Gut Microbiome Research Group.

Interessekonflikter: KK er grunnleggeren av Sooksatharana (Social Enterprise) Co., Ltd. Finansierne hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere eller forberedelse av manuskriptet.

Referanser

1. Thursby, E.; Juge, N. Introduksjon til menneskets tarmmikrobiota. Biochem. J. 2017, 474, 1823–1836. [CrossRef] [PubMed]

2. Rinninella, E.; Raoul, P.; Cintoni, M.; Franceschi, F.; Miggiano, G.; Gasbarrini, A.; Mele, M. Hva er den sunne tarmmikrobiotasammensetningen? Et økosystem i endring på tvers av alder, miljø, kosthold og sykdommer. 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. Mangfold, sammensetning og funksjonelle forskjeller mellom tarmmikrobiota hos barn og voksne. Sci. Rep. 2020, 10, 1040. [CrossRef] [PubMed] 

4. Agans, R.; Rigsbee, L.; Kenche, H.; Michail, S.; Khamis, HJ; Paliy, O. Distal tarmmikrobiota hos unge barn er forskjellig fra voksnes. 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. Det menneskelige tarmmikrobiomet blir sett på tvers av alder og geografi. Nature 2012, 486, 222–227. [CrossRef]

6. Derrien, M.; Alvarez, AS; de Vos, WM Tarmmikrobiotaen i livets første tiår. 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. Påvirkning av kosthold på tarmmikrobiomet og implikasjoner for menneskers helse. 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 Kostfiberintervensjon på tarmmikrobiotasammensetning hos friske voksne: En systematisk gjennomgang og metaanalyse. Er. J. Clin. Nutr.2018, 107, 965–983. [CrossRef]

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

For more information:1950477648nn@gmail.com