Jun 28, 2023
El retraso en la maduración de la microbiota intestinal durante el primer año de vida es una característica distintiva de las enfermedades alérgicas pediátricas
Nature Communications volumen 14, Número de artículo: 4785 (2023) Citar este artículo 3756 Accesos 399 Detalles de Altmetric Metrics Las enfermedades alérgicas afectan a millones de personas en todo el mundo. Un aumento en sus
Nature Communications volumen 14, número de artículo: 4785 (2023) Citar este artículo
3756 Accesos
399 altmétrico
Detalles de métricas
Las enfermedades alérgicas afectan a millones de personas en todo el mundo. Un aumento en su prevalencia se ha asociado con alteraciones en el microbioma intestinal, es decir, los microorganismos y sus genes dentro del tracto gastrointestinal. La maduración del sistema inmunológico infantil y de la microbiota intestinal se produce en paralelo; por lo tanto, la conformación del microbioma puede determinar si surge una programación inmune tolerante dentro del bebé. Aquí mostramos, utilizando participantes profundamente fenotipados en la cohorte de nacimiento NIÑOS (n = 1115), que existen influencias en la vida temprana y características del microbioma que se asocian uniformemente con cuatro diagnósticos alérgicos distintos a los 5 años: dermatitis atópica (EA, n = 367 ), asma (As, n = 165), alergia alimentaria (FA, n = 136) y rinitis alérgica (AR, n = 187). En un subconjunto con perfiles metagenómicos y metabolómicos de escopeta (n = 589), descubrimos que la maduración alterada de la microbiota al año puede ser universal para las alergias pediátricas (AD p = 0,000014; As p = 0,0073; FA p = 0,00083; y AR p = 0,0021). Ampliando esto, encontramos que un conjunto central de desequilibrios funcionales y metabólicos caracterizados por integridad mucosa comprometida, actividad oxidativa elevada, fermentación secundaria disminuida y trazas de aminas elevadas, son un mediador importante entre la maduración de la microbiota al año de edad y los diagnósticos alérgicos a los 5 años. años (βindirecto = −2,28; p = 0,0020). Por tanto, la maduración de la microbiota proporciona un punto focal para identificar desviaciones del desarrollo normativo para predecir y prevenir enfermedades alérgicas.
Las enfermedades alérgicas afectan a cientos de millones de niños en todo el mundo y su prevalencia continúa aumentando1,2,3,4. Estas tasas crecientes han coincidido con cambios sociales y ambientales que han tenido un impacto intergeneracional en los microbios colonizadores estables y sus genes colectivos que componen nuestra microbiota y microbioma, respectivamente5,6.
Establecida durante la infancia, la expansión y fluctuación inicial de la microbiota naciente son particularmente sensibles a las influencias externas antes de alcanzar una comunidad más estable. De hecho, muchos factores de riesgo de enfermedades alérgicas, incluido el modo de parto, la dieta, la vida urbana y la exposición a antibióticos, también influyen en la estructura y la membresía temprana de la microbiota7,8,9,10. Si bien este proceso de maduración suele coincidir con el desarrollo de una tolerancia inmunitaria saludable, en algunos niños puede surgir una sensibilización alérgica durante el mismo período en que se establece la microbiota4,11. Teniendo en cuenta la relación entre los factores de riesgo externos, la maduración del microbioma infantil y el desarrollo inmunológico pediátrico, interrogar el microbioma en las primeras etapas de la vida tiene el potencial de potenciar estrategias predictivas y terapéuticas diseñadas para prevenir el desarrollo de enfermedades alérgicas.
Aunque a menudo se estudian de forma aislada como diagnósticos clínicos distintos y específicos de órganos, el asma, la rinitis alérgica (o fiebre del heno), la alergia alimentaria y la dermatitis atópica (o eccema) pueden compartir muchos mecanismos etiológicos comunes caracterizados por respuestas inflamatorias aberrantes de tipo 2. e IgE elevada11,12,13,14,15. En apoyo de sus orígenes biológicos compartidos, se ha observado una serie predecible de aparición de estos trastornos en niños pequeños, descrita colectivamente como la Marcha Alérgica11,15. Dada esta evidencia, es difícil desentrañar los fundamentos ambientales y biológicos de las enfermedades alérgicas individuales, y un enfoque colectivo que investigue estos cuatro trastornos alérgicos pediátricos comunes en paralelo es cada vez más relevante. Estudios anteriores que analizan múltiples enfermedades han observado asociaciones de microbiomas comunes en personas diagnosticadas con distintas enfermedades alérgicas individuales16,17. Estos estudios han sentado un fuerte precedente para identificar características microbianas significativas compartidas en personas que actualmente padecen enfermedades. Hasta la fecha, pocos estudios han analizado las asociaciones microbianas infantiles con múltiples resultados distintos de enfermedades alérgicas, y la mayoría carecía del poder del diseño longitudinal prospectivo de la cohorte CHILD18.
En este estudio, evaluamos cuatro enfermedades alérgicas clínicamente distintas diagnosticadas a la edad de 5 años en el gran estudio de cohorte CHILD, profundamente caracterizado. Utilizamos un enfoque multiómico para perfilar las heces infantiles recolectadas en las visitas del estudio programadas para las edades de 3 meses y 1 año. Descubrimos que el retraso en la maduración de la microbiota infantil se compartió en cada diagnóstico alérgico de 5 años en comparación con aquellos sin antecedentes de sensibilización alérgica y que este retraso en la maduración de la microbiota precedió al diagnóstico de enfermedad alérgica. También se observaron implicaciones funcionales de este deterioro en cada uno de los diagnósticos, incluido el impacto comprometido en la integridad de la mucosa, el elevado potencial de oxidación, la disminución de la fermentación secundaria y la producción de butirato y el aumento de las aminas biogénicas en el intestino del bebé. Nuestros hallazgos identifican mecanismos comunes del microbioma del huésped asociados con el desarrollo de múltiples trastornos alérgicos clínicamente distintos. Dar prioridad a las estrategias preventivas y a la intervención terapéutica para modificar estas interacciones huésped-microbio durante la infancia puede tener beneficios duraderos para prevenir enfermedades alérgicas pediátricas, que a menudo duran toda la vida.
La naturaleza longitudinal e integral del estudio CHILD brindó una poderosa oportunidad para definir claramente cualquier antecedente de sensibilización alérgica y diagnóstico actual de asma, alergia alimentaria, dermatitis atópica y/o rinitis alérgica (Fig. 1a). Para evitar asociaciones falsas derivadas de afecciones alérgicas concurrentes o transitorias, incorporamos solo evaluaciones clínicas de participantes que tuvieron evaluaciones clínicas extensas y completas en cada visita del estudio desde el nacimiento hasta los 5 años (n = 1115) (Fig. 1a y Tabla complementaria 1). El grupo de control "sano" rigurosamente definido estaba compuesto por 523 niños que no tenían evidencia de sensibilización alérgica en ningún momento de su vida (definida como pruebas cutáneas con alérgenos (SPT) negativas repetidamente, sin antecedentes de sibilancias y sin diagnóstico de ninguna de las enfermedades alérgicas. (dermatitis atópica, asma, rinitis alérgica, alergia alimentaria), según lo determinado por tres evaluaciones clínicas separadas a los 1, 3 y 5 años de edad (Fig. 1b). En comparación, 592 niños habían sido diagnosticados por un médico experto en la visita programada a los 5 años con uno o más trastornos alérgicos (es decir, dermatitis atópica, asma, rinitis alérgica y alergia alimentaria), y la mayoría de estos diagnósticos (59,4– 91,2%) concurrente con una prueba cutánea (SPT) positiva en una o más de las evaluaciones alérgicas (Figuras complementarias 1a, b).
a Cronología de la inscripción de NIÑOS y evaluaciones clínicas desde la gestación hasta las evaluaciones de 5 años. b Diagrama de consorte de los participantes de CHILD y las muestras incluidas en este estudio, incluida la composición de las enfermedades alérgicas de los participantes y sus diagnósticos interrelacionados. Creado con Biorender.com.
Cuando evaluamos la asociación de factores de la vida temprana con un diagnóstico de enfermedad alérgica a la edad de 5 años mediante una regresión logística condicional multivariada con el sitio de estudio como estratos, surgieron los siguientes factores de riesgo: sexo masculino (odds ratio ajustado (aOR): 1,84 [IC 95% 1,36, 2,49]; p = 6,8e-05), antecedentes de enfermedad paterna (ORa: 1,56 [IC 95% 1,13, 2,15]; p = 0,007) o materna (ORa: 1,56 [IC 95% 1,14, 2,12] ]; p = 0,0054) atopia y uso de antibióticos antes del año de edad (aOR: 2,25 [IC 95% 1,55, 3,27]; p = 2,0e-05) (Fig. 2a y Tabla complementaria 2). Por el contrario, cualquier lactancia materna hasta los 6 meses de edad (aOR: 0,66 [IC 95% 0,45, 0,99]; p = 0,043) y autoidentificación como caucásica (aOR: 0,44 [IC 95% 0,32, 0,61]; p = 5,1e -07) se asociaron negativamente con un diagnóstico de alergia (Fig. 2a y Tabla complementaria 2). En particular, la superposición significativa entre estos factores de riesgo asociados y el diagnóstico de enfermedades alérgicas individuales respalda nuestro enfoque colectivo para identificar una etiología común dentro del microbioma infantil (Fig. 2b y Datos complementarios 1).
Regresión logística condicional multivariable, utilizando el sitio de recolección de datos como estrato, evaluando el odds ratio de desarrollar uno o más diagnósticos atópicos o alérgicos (n = 592) yb uno o más diagnósticos atópicos o alérgicos (1+, n = 592) , dos o más diagnósticos de (2+, n = 107), y cada uno de dermatitis atópica (EA, n = 282), alergia alimentaria (FA, n = 100), asma (As, n = 127) o rinitis alérgica (AR, n = 141) al contabilizar las exposiciones familiares y en los primeros años de vida. (*) p < 0,05, (.) p < 0,1. Para el diagrama de bosque, los datos se presentaron como odds ratios ajustados (intervalos de confianza del 95%) y valores de p exactos: hombre p = 6,8e-05, uso de antibióticos p = 2,0e-05 y origen étnico p = 5,1e-07.
A continuación, evaluamos los microbiomas de las heces infantiles de los participantes (n = 589 participantes) recopilados en evaluaciones clínicas programadas para visitas de 3 meses y 1 año y cuantificados mediante secuenciación metagenómica de escopeta19 (Fig. 1b y Tabla complementaria 1). Al comparar la diversidad alfa dentro del microbioma infantil en ambos momentos en todos los diagnósticos de alergia individuales a la edad de 5 años, identificamos una disminución significativa en la diversidad de Shannon al año de edad en bebés que tuvieron algún diagnóstico alérgico a la edad de 5 años (Fig. .3a, b). Una mayor diversificación es un sello distintivo de la dinámica del microbioma intestinal infantil durante el primer año de vida y va acompañada de cambios sustanciales en la abundancia microbiana7,20,21,22. Este proceso está tan vinculado al desarrollo temprano en la vida que la composición de la microbiota infantil por sí sola puede predecir con precisión la edad cronológica de un bebé23. Para comprender si la maduración de la microbiota infantil estaba asociada de manera ubicua con diagnósticos alérgicos en edad escolar, calculamos una edad pronosticada derivada de la microbiota, con validación cruzada anidada, utilizando la abundancia de especies durante el primer año de vida (Fig. 3c; Pearson R = 0,89, p < 2.2e-16). Luego comparamos la edad derivada de la microbiota en cada uno de los cuatro diagnósticos alérgicos a los 5 años (Fig. 3d). Los bebés sin antecedentes alérgicos detectados en ningún momento entre el nacimiento y los 5 años tenían una edad promedio prevista por la microbiota de 11,53 (DE 1,32) meses en su visita de 1 año. Por el contrario, cada uno de los cuatro diagnósticos alérgicos a los 5 años tenía una edad de microbiota prevista estadísticamente menor, a pesar de tener la misma edad cronológica (dermatitis atópica p = 0,000014; asma p = 0,0073; alergia alimentaria p = 0,00083; y rinitis alérgica p = 0,0021;Figura 3d,e). En particular, esta reducción en la edad prevista por la microbiota al año se detectó en niños con un diagnóstico de alergia a los 5 años, independientemente del historial de respuesta del SPT (Figura complementaria 1c). Además, si bien varios niños tuvieron múltiples diagnósticos de alergia a los 5 años, incluso los niños con un solo diagnóstico de alergia también tenían una edad prevista significativamente menor (Figura complementaria 1d). Además, la edad prevista por la microbiota siguió siendo protectora al ajustar por variables de confusión (ORa de uno o más diagnósticos alérgicos para un aumento del IQR en la edad prevista por la microbiota: 0,75 [IC del 95%: 0,59, 0,94]; p = 0,010) (Figura 2 complementaria). ). En resumen, la maduración reducida de la microbiota al año de edad se asocia con un mayor riesgo de ser diagnosticado con una enfermedad alérgica a los 5 años, independientemente de la condición alérgica específica.
Índice de diversidad de Shannon de muestras de 3 meses para uno o más diagnósticos atópicos o alérgicos (1+, n = 344), dos o más diagnósticos alérgicos (2+, n = 130) y diagnósticos clínicos individuales a los 5 años, es decir, dermatitis atópica (DA, n = 211), alergia alimentaria (FA, n = 73), asma (As, n = 100) o rinitis alérgica (RA, n = 108), a los 5 años, y control saludable (HC, n = 244) participantes, así como b muestras de 1 año para 1+ (n = 353, p = 0,039), 2+ (n = 82) y diagnósticos clínicos individuales a los 5 años, es decir, EA (n = 212 , p = 0,021), FA (n = 75, p = 0,043), As (An = 103, p = 0,0097), o AR (n = 113), a los 5 años, y HC (n = 236) participantes, c Diagrama de dispersión entre la edad cronológica y la edad derivada del microbioma con línea de regresión lineal de mejor ajuste (Pearson R = 0,89, p <2,2e-16). d Edad prevista y edad cronológica para diagnósticos clínicos agregados e individuales en comparación con ningún diagnóstico a los 5 años. e Edad prevista de muestras de 1 año para 1+ (n = 353, p = 0,000036), 2+ (n = 82, p = 0,0023) y diagnósticos clínicos individuales a los 5 años, es decir, EA (n = 212, p = 0,000014), FA (n = 75, p = 0,00083), As (n = 103, p = 0,0073), o AR (n = 113, p = 0,0021), a los 5 años, y HC (n = 236) participantes . Los valores de P provienen de las pruebas de Wilcoxon entre HC y cada diagnóstico alérgico (b, c, e). Para los diagramas de caja, los datos se presentan como diagramas de caja (línea central en la mediana, límite superior en el percentil 75, límite inferior en el percentil 25) con bigotes en los valores mínimo y máximo. (*) p < 0,05.
Dado que el deterioro de la maduración de la microbiota al año estuvo presente en todos los diagnósticos alérgicos individuales a los 5 años, analizamos los componentes taxonómicos y funcionales subyacentes asociados con la edad prevista por la microbiota y su relación con el desarrollo de la alergia. Primero nos centramos en las 25 especies principales con la clasificación de importancia promedio más alta según el modelo de bosque aleatorio con validación cruzada anidada y comparamos su efecto direccional sobre la edad prevista utilizando un modelo lineal de efectos mixtos con ajuste por edad y un efecto aleatorio de la muestra. sitio de recolección (Fig. 4a). Cuando comparamos la abundancia de especies dentro de la microbiota de 1 año entre niños que recibieron o no un diagnóstico alérgico a los 5 años, identificamos 9 especies superpuestas que estaban relacionadas con la edad prevista derivada de la microbiota y mostraron una abundancia diferencial (tasa de falsos descubrimientos). FDR) <0,1) en bebés diagnosticados posteriormente con enfermedades alérgicas (Fig. 4b y Fig. complementaria 3). Esto incluyó disminuciones de Anaerostipes hadrus, Fusicatenibacter saccharivorans, Eubacterium hallii y Blautia wexlerae y aumentos de Eggerthella lenta, Escherichia coli, Enterococcus faecalis, Clostridium innocuum y Tyzzerella nexilis en bebés que desarrollaron diagnósticos alérgicos a los 5 años (Fig. 4c). Este patrón, que enfatiza la importancia de un grupo central de especies, generalmente se replicó en los análisis de trastornos alérgicos individuales (Fig. 4c). Dentro de estas muestras, vinculamos además el aumento de C. innocuum y T. nexilis con el uso de antibióticos, la alteración de C. innocuum, E. lenta, E. faecalis y T. nexilis con el estado de lactancia a los 6 meses, y el diferencial de C. innocuum y E. .lenta a la atopia paterna, identificando algunas de las influencias ambientales y clínicas que potencialmente dan forma al microbioma (Tabla complementaria 3). Por lo tanto, además de la diversificación alterada, los cambios en la abundancia de un grupo central de especies son indicativos tanto de una maduración reducida de la microbiota intestinal infantil como del desarrollo de múltiples trastornos alérgicos clínicamente distintos.
a Las 25 especies más importantes en la determinación de la edad prevista, sombreadas según el coeficiente de regresión MaAsLin2 con la edad prevista, ajustando la edad cronológica y con un efecto aleatorio del sitio de recolección de la muestra. El tamaño de los puntos representa la abundancia relativa logarítmica. b Diagrama de Venn de las 25 especies más importantes en edad prevista y diferencial dentro de la enfermedad atópica en comparación con controles sanos. c Las nueve especies comúnmente identificadas dentro de uno o más diagnósticos atópicos o alérgicos (1+, n = 353), dos o más diagnósticos alérgicos (2+, n = 82) y diagnósticos clínicos individuales a los 5 años, es decir, dermatitis atópica ( AD, n = 212), alergia alimentaria (FA, n = 75), asma (As, n = 103) o rinitis alérgica (AR, n = 113), a los 5 años, en comparación con el control sano (HC, n = 236) participantes, ajustando por edad cronológica en el momento de la recolección y con un efecto aleatorio del sitio de recolección de la muestra. Los datos se presentaron como coeficientes MaAslin2 ± error estándar.
Definir los impactos funcionales de la reducción de la maduración de la microbiota intestinal infantil podría revelar vías clave que podrían orientarse para prevenir el desarrollo de enfermedades alérgicas persistentes. Esto nos llevó a realizar dos regresiones multivariables de efectos mixtos, ajustando por edad cronológica y usando el sitio de recolección como efecto aleatorio, de las 347 vías MetaCyc con al menos 10% de prevalencia usando los grupos de diagnóstico alérgico establecidos a 5 años y derivados de microbiota. edad prevista como los resultados respectivos en cada análisis (Fig. 5a). Identificamos 193 vías asociadas significativamente con al menos uno de los diagnósticos alérgicos compuestos o individuales de 5 años y 281 vías asociadas con la edad prevista (FDR <0,1, Datos complementarios 2). Además, cuando comparamos la abundancia de la vía MetaCyc entre niños sanos y aquellos con un diagnóstico alérgico a los 5 años, 171 de las 193 vías significativamente alteradas en grupos alérgicos también se asociaron con la edad prevista (Datos complementarios 2).
un gráfico de volcán MaAslin2 de rutas genéticas anotadas en Metacyc utilizando la edad prevista como resultado, ajustando la edad cronológica y un efecto aleatorio del sitio de recolección de la muestra. b 11 vías asociadas con la edad prevista y el diferencial dentro de cuatro o más análisis diferenciales de enfermedades atópicas (individuales o agregados; FDR <0,1). c Mapa de calor del análisis de correlación de Spearman entre 11 vías de interés y nueve especies identificadas en la Fig. 4.
Si bien vimos patrones similares en los cuatro diagnósticos de alergia, 11 vías fueron significativamente diferentes en al menos dos de los diagnósticos de alergia y uno de los grupos compuestos, todos los cuales también se asociaron significativamente con la edad prevista (Fig. 5b y Datos complementarios). 3). Nueve de ellos se asociaron negativamente con la edad prevista por la microbiota y posteriormente fueron elevados en los bebés que desarrollaron alergias. Estas incluyen vías correspondientes a la degradación de la mucosa a través de la reducción del enlace disulfuro de cisteína (p. ej., degradación de sulfoquinovosa I y biosíntesis de molibdopterina24,25,26), aumento de la respiración oxidativa (p.ej., interconversión NAD(P)/NADPH26) y utilización de monosacáridos oxidados (p.ej., Degradación de D-galactarato y D-glucarato27). Por el contrario, dos vías se asociaron positivamente con la edad prevista, así como con la protección contra el desarrollo de alergias, incluida la metanogénesis a partir de la oxidación de acetato y azufre28,29. Un análisis de correlación de Spearman reveló una conexión significativa entre B. wexlerae, F. saccharivorans, A. hadrus y E. hallii y vías con asociaciones protectoras, mientras que E. coli se correlacionó principalmente con vías elevadas en bebés con una edad de 5 años. diagnóstico de alergia (Fig. 5c). Por lo tanto, la reducción de la maduración de la microbiota intestinal infantil está relacionada con una amplia desregulación funcional que se superpone con la del desarrollo de trastornos alérgicos.
Los metabolitos del intestino desempeñan un papel esencial en el impacto biológico del microbioma en el huésped30,31,32,33. A continuación, intentamos comprender si la maduración de la microbiota está asociada con el metaboloma intestinal del bebé y el posterior desarrollo de alergias. Aplicamos resonancia magnética nuclear dirigida (RMN; 31 metabolitos) y cromatografía líquida con espectrometría de masas en tándem (LC-MS/MS; 214 metabolitos) a un subconjunto de muestras de heces de participantes de CHILD (n = 509) para abordar este importante aspecto de las contribuciones. del microbioma al entorno intestinal mediante la medición de 245 metabolitos relevantes (Fig. 1). Para comprender inicialmente la relación entre la maduración de la microbiota y los perfiles metabólicos al año, realizamos un análisis PERMANOVA para cuantificar el porcentaje de varianza explicado por la edad prevista derivada de la microbiota y ajustamos el tiempo entre la recolección y el almacenamiento de la muestra y la edad exacta de la recolección de la muestra. mientras se utiliza el sitio de recolección como estrato. Descubrimos que la edad predicha por la microbiota explicaba significativamente la varianza del metaboloma de 1 año (varianza del 2,2% explicada, p = 0,00090, F = 15,35) (Fig. 6a). A continuación, agrupamos metabolitos relacionados mediante análisis de red de correlación ponderada (WGCNA) en 14 módulos diferentes (con 50 metabolitos que no se ajustan a ninguno de los 14 módulos) y mapeamos su interacción para visualizar el panorama metabólico del intestino infantil al año (Fig. .6b y figura complementaria 5). Identificamos siete módulos y 27 metabolitos no agrupados, que representan 120 del total de 245 metabolitos, que se asociaron significativamente con la edad prevista (FDR <0,1, figura complementaria 5, que revela que, además del potencial funcional del microbioma, la maduración de la microbiota es también fuertemente relacionado con el metaboloma intestinal infantil.
a Gráfico de varianza del análisis de componentes principales (PCA) dentro del metaboloma intestinal de 1 año y coloreado según la distribución de edad prevista. b Módulos e interacciones de metabolitos determinados por el análisis de coexpresión genética ponderada (WGCNA) en el intestino de 1 año, mapeados utilizando Cytoscape. c Mapa de calor de correlación de Spearman de la relación entre metabolitos, grupos WGCNA y características de interés del microbioma identificadas en las Figs. 3, 4. (*) q < 0,05.
Luego evaluamos la relación entre estas concentraciones de metabolitos tanto con las especies como con las vías de interés que habíamos identificado a través de la metagenómica (Fig. 6c). Entre las correlaciones, identificamos diez metabolitos individuales y cuatro grupos metabólicos que estaban significativamente relacionados con vías importantes dentro de la microbiota intestinal infantil (FDR <0,05). Además, identificamos 11 metabolitos individuales y siete grupos metabólicos que se asociaron significativamente con la abundancia de especies importantes. De las vías funcionales importantes, la oxidación de azufre se correlacionó con la mayor cantidad de características metabólicas (seis metabolitos individuales y dos grupos metabólicos), mientras que de la microbiota importante, E. coli se correlacionó con la mayor cantidad de características metabólicas (cinco metabolitos individuales y dos metabólicos). conglomerados). De los metabolitos, las trazas de aminas (TA) derivadas de aminoácidos aromáticos, triptamina, tiramina y feniletilamina, se correlacionaron significativamente con el 85% (17 de 20) de las características importantes, y el butirato, un ácido graso de cadena corta clave en la tolerancia inmune. , correlacionado con F. saccharivorans, A. hadrus y oxidación de azufre.
El retraso en la edad prevista se asocia significativamente con cada diagnóstico de alergia a los 5 años, así como con la desregulación dentro de la capacidad funcional de ambos microbiomas (p. ej., degradación alterada de la mucosa, aumento de la respiración oxidativa y utilización de monosacáridos oxidados, así como disminución de la oxidación del azufre y la capacidad de fermentación secundaria) ( Fig. 5) y el panorama metabólico del intestino infantil de 1 año (p. ej., TA elevados y butirato disminuido) (Fig. 6 y Fig. 5 complementaria). Por lo tanto, desarrollamos un modelo de ecuación estructural (SEM) para probar la hipótesis de que esta desregulación tanto en el potencial genético como en la producción metabólica al año media el riesgo elevado de alergia en niños con retraso en la maduración de la microbiota (Fig. 7). Las vías desreguladas y los metabolitos en la muestra de heces de 1 año se combinaron en una variable latente y se cuantificó un efecto indirecto entre la edad prevista por la microbiota y el diagnóstico de alergias a los 5 años. Dentro de este modelo, identificamos un efecto indirecto significativo (p = 0,0020, \(\beta\) = −2,28) para la variable latente de heces de 1 año, y cada característica desregulada contribuye a este efecto. Por lo tanto, la asociación entre la maduración deficiente de la microbiota y las alergias a los 5 años probablemente esté mediada por estas señales multiómicas, lo que las coloca a la vanguardia de los objetivos mecanicistas con el potencial de predecir y/o prevenir colectivamente el desarrollo de alergias.
Diagrama de modelado de ecuaciones estructurales (SEM) que muestra los efectos directos e indirectos de la edad prevista sobre las enfermedades atópicas y alérgicas, mediadas por las características del microbioma y el metaboloma de 1 año.
A pesar de tener manifestaciones clínicas únicas y específicas de órganos, la interrelación entre las enfermedades alérgicas indica que mecanismos fisiopatológicos comunes contribuyen a su desarrollo11,12,13,14,15. De hecho, si bien muchos estudios centrados en trastornos alérgicos individuales han identificado cambios asociados dentro de la microbiota, solo encontramos otro estudio que adoptó un enfoque agregado16 y ningún estudio publicado que también investigara las firmas de la microbiota existentes antes de la sensibilización alérgica. Al combinar un fenotipado clínico longitudinal extenso con evaluaciones clínicas de médicos expertos durante los primeros cinco años de vida, pudimos identificar los cambios en el microbioma infantil que existían antes de los diagnósticos alérgicos. Además, este enfoque nos proporcionó un grupo de "control saludable" ricamente caracterizado que carecía de signos detectables de sensibilización alérgica medidos en tres visitas separadas entre las edades de 1 a 5 años. Al hacerlo, pudimos demostrar que, independientemente del diagnóstico, la edad reducida prevista por la microbiota es un sello distintivo del desarrollo futuro de alergias, creando así un punto focal para combatir las enfermedades alérgicas pediátricas.
Si bien estudios anteriores han asociado la disminución de la maduración de la microbiota con la sensibilización atópica temprana y el desarrollo de asma23,34,35, nuestro estudio sugiere que esta maduración alterada puede ser universal para todo el espectro de diagnósticos alérgicos pediátricos. Nuestra tendencia informada en la alteración de la maduración se resume en el agotamiento de las especies bacterianas A. hadrus, F. saccharivorans, E. hallii y B. wexlerae en participantes que luego desarrollaron enfermedades alérgicas, así como enriquecimientos en E. lenta, C. innocuum. , E. faecalis, E. coli y T. nexilis en estos participantes. Las poblaciones bacterianas agotadas son conocidas productoras de ácidos grasos de cadena corta (AGCC), en particular los productores de butirato A. hadrus, E. hallii y F. saccharivorans36,37,38 y el productor de acetato B. wexlerae39; Los SCFA son metabolitos que median beneficios bien definidos para el huésped dentro del intestino40. Aunque no se asocia significativamente con la enfermedad alérgica por sí sola, informamos un agotamiento de butirato en participantes propensos a alergias y asociaciones significativas entre la abundancia relativa y la concentración de butirato de A. hadrus y F. saccharivorans. Esto refuerza la postulación de que la producción de butirato y su efecto sobre las células inmunitarias es un modo mediante el cual se produce una modulación inmunitaria óptima durante las primeras etapas de la vida. Por el contrario, las especies enriquecidas en participantes propensos a alergias se han relacionado con actividad patógena y malos resultados de salud41,42,43,44,45, y muchas de estas características del microbioma se asocian con metabolitos enriquecidos en esos mismos participantes.
Además, nuestra caracterización mecanicista amplió el conocimiento previo para identificar características funcionales dependientes de la maduración. Informamos amplias alteraciones del potencial funcional tanto para la disminución de la edad prevista por la microbiota como para las consideraciones independientes de los diagnósticos alérgicos. Dentro del microbioma, los desequilibrios en las vías funcionales indicativos de disbiosis se asociaron con una edad prevista reducida y un riesgo elevado de alergia. Estos incluyeron una degradación de la integridad de la mucosa a través de una reducción elevada del azufre y una disminución de las vías de oxidación del azufre46, niveles elevados de oxidación y la posterior disponibilidad de monosacáridos oxidados27,47, así como un potencial reducido de fermentación secundaria48. Nuestros resultados de secuenciación metagenómica de escopeta se complementaron con perfiles metabólicos específicos dentro de las mismas muestras de heces infantiles. Además de un alto grado de conectividad entre la maduración de la microbiota y la funcionalidad del microbioma, descubrimos una fuerte asociación entre la edad derivada de la microbiota y el panorama metabólico de las heces. De hecho, de los 245 metabolitos estudiados, 27 de los 50 (54%) metabolitos independientes del grupo y 7 de los 14 (50%) grupos de metabolitos se asociaron significativamente con la edad prevista por la microbiota. Varios metabolitos dependientes de la maduración se alteraron en niños que desarrollaron alergias a tres aminas biogénicas, a saber, feniletilamina, triptamina y tiramina, lo que también demostró altas correlaciones con vías microbianas alteradas. Las trazas de aminas (TA), feniletilamina, triptamina y tiramina, que normalmente se encuentran en niveles bajos, tienen distintos impactos biológicos en comparación con otras aminas biogénicas. De hecho, los TA tienen una afinidad muy alta por los receptores asociados a TA (TAAR), una clase de receptores de proteína acoplados a G que se encuentran tanto en las células intestinales como en las inmunes, y se ha demostrado que la ligadura de TAAR aumenta el estrés oxidativo de las células intestinales y la activación de las células inmunes49. 50. Además, su acumulación promueve la adherencia bacteriana a las células intestinales, probablemente perpetuando esta respuesta inflamatoria51,52. De esta manera, la limitación de la abundancia de TA dependiente de la microbiota puede ser un mecanismo subestimado para promover el desarrollo inmunológico tolerogénico en la infancia.
Dentro de este estudio, reconocemos explícitamente que estamos informando asociaciones epidemiológicas y que nuestra cohorte rigurosamente seleccionada (n = 1115) no representa completamente a toda la cohorte CHILD (por ejemplo, informamos una proporción ligeramente mayor de participantes con antecedentes familiares de atopia y antecedentes de lactancia materna que la cohorte más grande) (Tabla complementaria 1). Además, CHILD es una cohorte observacional prospectiva y se necesitan estudios adicionales de cohortes independientes para fortalecer nuestros hallazgos, como es el caso de la mayoría de los estudios basados en microbiomas. Esto se debe principalmente a la variación natural que existe dentro y entre muestras. Por ejemplo, la biogeografía dentro de las muestras de heces puede afectar la composición de la microbiota y, si bien las alícuotas de heces se homogeneizaron antes de nuestros análisis metagenómicos y metabolómicos, puede existir variación entre alícuotas individuales recolectadas de las mismas heces. La variación también se refleja entre las muestras (p. ej., la composición de las heces de los bebés puede diferir según el día, y los bebés de diferentes poblaciones a menudo demuestran una composición de microbiota distinta). Por lo tanto, si bien nuestros hallazgos son prometedores y se observaron en una cohorte grande de todo Canadá, la replicación dentro de otras cohortes bien potenciadas será importante para validar estos resultados.
Aunque informamos de un mecanismo potencial para el apoyo dependiente de la microbiota del desarrollo inmunológico tolerogénico a través de la interacción de los TA elevados triptamina, tiramina y feniletilamina, y butirato empobrecido con receptores de células intestinales e inmunes en bebés diagnosticados posteriormente con enfermedad alérgica, se necesitan estudios futuros. realizar estudios mecanicistas in vitro e in vivo en modelos celulares y murinos para proporcionar información sobre la causalidad. Esto es especialmente aplicable a la presencia de metabolitos en las muestras de heces de los participantes y su atribución a especies microbianas específicas y/o vías funcionales, ya que solo pudimos identificar correlaciones entre metabolitos y vías. Los estudios mecanicistas capaces de probar las relaciones enzimáticas específicas de cada especie con estos metabolitos mejorarían enormemente nuestra comprensión de su relación con la maduración de la microbiota y las enfermedades alérgicas.
Aunque enfatizamos las señales clínicas y del microbioma similares que subyacen a la enfermedad alérgica, la identificación de características únicas asociadas con enfermedades individuales y manifestaciones atópicas y no atópicas proporciona información valiosa para diferenciar sus fundamentos biológicos, y se necesita más trabajo en esta área de estudio. Por lo tanto, serían beneficiosos los estudios que analicen más de cerca las variables clínicas y ambientales asociadas con la maduración de la microbiota y el desarrollo de alergias.
En general, utilizando un fenotipado clínico profundo, incluidas pruebas repetidas y diagnósticos médicos estandarizados, comparamos 1115 niños con asma, rinitis alérgica, alergia alimentaria o dermatitis atópica con un grupo de comparación no alérgico rigurosamente definido. Luego aprovechamos un enfoque multiómico en 589 de estos niños que contenía secuenciación metagenómica de escopeta y sus perfiles metabolómicos del microbioma infantil y revelamos que la maduración deficiente de la microbiota infantil puede ser universal para el desarrollo de todas las alergias pediátricas. Describimos los fundamentos detallados que impulsan esta disminución en la maduración del microbioma intestinal, englobados dentro de la alteración de un grupo central de especies, vías funcionales (es decir, posible ruptura de la integridad de la mucosa intestinal, niveles elevados de estrés oxidativo y monosacáridos posteriormente oxidados y fermentación secundaria disminuida), y desequilibrio metabólico (es decir, TA elevados) asociado con una edad de maduración de la microbiota reducida y un riesgo elevado de alergia. En conclusión, este estudio proporciona información sobre aspectos subestimados y matizados del microbioma infantil que permitirán mejorar la prevención y predicción de enfermedades alérgicas.
Esta investigación cumple con todas las regulaciones éticas relevantes y fue escrita y aprobada por la Universidad de Columbia Británica, la Universidad de Manitoba, la Universidad de Toronto, la Universidad McMaster, el BC Children's Hospital, el Hospital for Sick Children y la Universidad Simon Fraser. El número de la Junta de Ética en Investigación es H07-03120. La Junta de Registro (como se señaló anteriormente) revisó y aprobó este estudio de acuerdo con los requisitos de la Declaración de política de los Tres Consejos: Conducta ética para investigaciones con seres humanos (TCPS2, 2018). La “Junta de Registro” es la Junta de Ética de la Investigación delegada por los REB participantes involucrados en un estudio armonizado para facilitar el proceso de revisión y aprobación de la ética.
El estudio CHILD es un estudio de cohorte de nacimientos de población general, prospectivo, longitudinal y multicéntrico que sigue a bebés desde el embarazo hasta los 5 años y más. Con la inscripción que comenzó en 2008 y cerró en 2012, se inscribieron un total de 3621 mujeres embarazadas de cuatro ciudades (Vancouver, Edmonton, Winnipeg, Toronto) de todo Canadá junto con bebés elegibles (n = 3455) que no tenían anomalías congénitas y nacieron en una mínimo de 34 semanas de gestación53. Se obtuvo el consentimiento informado de los padres al momento de realizar este estudio. A los niños del estudio CHILD se les dio un seguimiento prospectivo y se recopiló información detallada sobre exposiciones ambientales y mediciones y evaluaciones clínicas mediante una combinación de cuestionarios y evaluaciones clínicas en persona. Brevemente, se administraron cuestionarios en el momento del reclutamiento, a las 36 semanas de gestación, a los 3, 6, 12, 18, 24, 30 meses y a los 3, 4 y 5 años; Se obtuvieron datos relacionados con exposiciones ambientales y salud general. Además, a las edades de 1, 3 y 5 años, los padres completaron cuestionarios validados en el Estudio Internacional de Asma y Alergias en la Infancia (ISAAC)54.
A todos los bebés inscritos en el protocolo CHILD se les administró un SPT en sus visitas programadas al año, 3 y 5 años. Luego, a los niños se les diagnosticó sensibilización alérgica mediada por IgE (también conocida como atopia) basándose en pruebas cutáneas (SPT) a múltiples alimentos comunes y alérgenos inhalados ambientales, utilizando un tamaño promedio de roncha de \(\ge \)2 mm como indicador positivo. prueba en relación con el control negativo. Los alérgenos analizados en todas las visitas de 1, 3 y 5 años incluyen pelo de gato, la cucaracha alemana, Alternaria tenuis, ácaros del polvo doméstico (Dermatophagoides psteronyssinus y Dermatophagoides farnae), epitelio de perro, leche de vaca, maní, clara de huevo y haba de soja. Además de estos, a los participantes en las visitas de 3 y 5 años se les realizaron pruebas con Cladosporium, Penicillium, Aspergillus fumigatus, árboles, pasto, malezas y ambrosía. La glicerina y la histamina sirvieron como controles negativos y positivos, respectivamente.
Los resultados primarios de nuestro estudio fueron dermatitis atópica, asma, alergia alimentaria y rinitis alérgica diagnosticadas (como Sí/Posible/No), mediante antecedentes y examen físico en combinación con pruebas cutáneas, por un médico experto del estudio en la evaluación clínica en la edad de 5 años según nuestro enfoque publicado55. Para este estudio, se consideró que los niños tenían enfermedades alérgicas sólo si la respuesta era "Sí" a una pregunta clínica sobre si tenían dermatitis atópica, asma, alergia alimentaria y/o rinitis alérgica. Los controles no alérgicos se limitaron a niños con respuestas "No" a los diagnósticos a los 5 años, SPT de alérgenos negativos a los 1, 3 y 5 años, y sin antecedentes de sibilancias a los 1, 3 y 5 años. Dentro del estudio actual, analizamos los datos en un subconjunto de NIÑOS que contenía datos de cuestionarios para padres e hijos, resultados de SPT y diagnósticos médicos a los 5 años para los casos y a 1, 3 y 5 años para los controles (n = 1115, Fig. .1b y Tabla complementaria 1).
La recolección de muestras y la secuenciación se realizaron como se describió anteriormente en las referencias. 19,53. Específicamente, se recogieron muestras de heces de pañales en una visita domiciliaria aproximadamente a los 3 meses [media (DE), 3,8 (1,1) meses] y en una visita a la clínica aproximadamente al año [media (DE), 12,5 (1,6) meses]. Las muestras se almacenaron brevemente a 4 °C y luego se dividieron en alícuotas en cuatro crioviales de 2 ml utilizando una espátula despirogenada de acero inoxidable y se congelaron a -80 °C. CHILD registró el tiempo entre la recolección de heces y el almacenamiento a largo plazo, y este tiempo de procesamiento se ajustó en nuestro análisis estadístico de perfiles metabólicos.
Diversigen (Minneapolis, MN, EE. UU.) generó datos de secuenciación metagenómica de escopeta a partir de muestras fecales (profundidad promedio de 5 millones de lecturas por muestra). El ADN se extrajo de las muestras utilizando MO BIO PowerSoil Pro con perlas batidas en placas de perlas de vidrio de 0,1 mm, con ADN de entrada de alta calidad verificado con Quant-iT PicoGreen. Las bibliotecas se prepararon y secuenciaron en un Illumina NextSeq utilizando lecturas de 1 × 150 de un solo extremo. Se eliminaron las secuencias de baja calidad (Q-score <30) y de longitud (<50) y se recortaron las secuencias adaptadoras. Se eliminaron las lecturas del host y de baja calidad, y solo se conservaron para el análisis posterior las muestras con un mínimo de 1 millón de lecturas restantes.
Se utilizó el proceso bioBakery 3 para mapear secuencias y clasificarlas en características taxonómicas (nivel de especie y cepa) y funcionales dentro de cada muestra56. El pipeline bioBakery 3 es de código abierto y su funcionalidad ha sido publicada56. Específicamente, se utilizó MetaPhlAn 3 para la clasificación taxonómica y HUMAnN 3 para la elaboración de perfiles funcionales.
Los perfiles metabólicos se crearon a partir de las mismas muestras de heces secuenciadas en el Centro de Innovación en Metabolómica (TMIC) en Edmonton, Alberta, utilizando dos ensayos separados. Se realizó un análisis por resonancia magnética nuclear (RMN) dirigido de 31 metabolitos en 62 lotes57,58. Se realizó un análisis de cromatografía líquida dirigida con espectrometría de masas en tándem (LC-MS/MS) de 590 metabolitos utilizando el ensayo de metabolismo del microbioma (MEGA) de TMIC en 27 lotes59,60. Se confirmó que la precisión de RMN y LC-MS/MS era <5 y <10 % de coeficientes de variabilidad (CV), respectivamente. Además, se verificaron los metabolitos superpuestos detectados por ambos métodos para confirmar la exactitud de los valores de concentración informados.
Los métodos detallados de los análisis de RMN y LC-MS/MS se pueden encontrar en Métodos complementarios. Brevemente, cada análisis se realizó utilizando aproximadamente 100 mg de heces. Se excluyeron muestras con baja masa o fibras de pañal. Las heces se pesaron antes y después de la liofilización para cuantificar el contenido total de agua antes del análisis. Las concentraciones de analitos se determinaron utilizando un enfoque estándar para la cuantificación absoluta, utilizando estándares internos marcados con isótopos para corregir la variación técnica y luego evaluando el resultado frente a una curva de calibración de concentraciones conocidas de mezclas estándar. Con respecto a la asignación de todos los picos visibles, esto se aplica cuando, dentro de este ensayo específico, los picos abundantes muy bajos no son visibles para la asignación manual y, por lo tanto, no se informan. Los niveles de metabolitos (μmol) se normalizaron con respecto al peso de las heces secas/liofilizadas (g) y analizado utilizando la relación (μmol/g). TMIC registró todas las concentraciones de metabolitos para el análisis de RMN y LC-MS/MS, así como su límite de detección (LOD).
Los 31 metabolitos del análisis de RMN se conservaron para el análisis posterior. De los 590 metabolitos seleccionados en el análisis LC-MS/MS, excluimos los metabolitos que se detectaron por debajo del límite de detección en más del 80 % de las muestras (lo que significa que estaban presentes en menos del 20 % de nuestras muestras). Esto resultó en la exclusión de 244 metabolitos. Las concentraciones de metabolitos restantes por debajo del límite de detección (LOD) se imputaron con un valor de la mitad de la concentración mínima para cada metabolito y se transformaron logarítmicamente. Luego se excluyeron 132 metabolitos adicionales de baja variación basados en la desviación estándar (log(SD) menor que −5). Se confirmó que todos los metabolitos excluidos no estaban asociados significativamente con la presencia de un diagnóstico de alergia a los 5 años (Datos complementarios 4).
Los valores atípicos de la muestra técnica se detectaron mediante análisis PCA seguido de la cuantificación del factor de valores atípicos local (lof), utilizando los paquetes "stats" y "dbscan", respectivamente. Se excluyeron las muestras con un lof superior a 5 (tres muestras de LC-MS y dos muestras de RMN). La RMN y la LC-MS/MS resultantes se corrigieron individualmente por lotes utilizando el paquete "ComBat" antes de cualquier análisis posterior. Esto redujo el efecto del lote de R2 = 0,11 a R2 = 0,017 en el conjunto de datos LC-MS/MS y redujo el efecto del lote de R2 = 0,13 a R2 = 0,004) en el conjunto de datos de RMN. Se fusionaron conjuntos de datos corregidos por lotes que contenían un total de 245 metabolitos para análisis posteriores. Estos pasos de preprocesamiento se han incluido en nuestros archivos de código complementarios (archivo R y README) para mayor claridad en el tratamiento y la replicación de los datos.
El análisis de los datos se realizó en R (versión 4.1.1). No se utilizó ningún método estadístico para predeterminar el tamaño de la muestra. Los investigadores no estaban cegados a la asignación durante los experimentos y la evaluación de resultados. En primer lugar, derivamos variables que indicaban si los participantes fueron diagnosticados con una condición de interés o no tenían ninguna condición durante su evaluación de 5 años y utilizamos regresión logística condicional multivariable (estratificada por centro de estudio) para evaluar la influencia de las exposiciones familiares y en los primeros años de vida. , incluido el sexo biológico, la presencia de hermanos mayores, la forma de parto al nacer, el peso al nacer, la estación del nacimiento, el estado de lactancia a la edad de 6 meses, la atopia materna, la atopia paterna y la exposición al NO2 ambiental, según el desarrollo de una condición alérgica por la edad de 5 años. Los datos faltantes se consideraron completamente aleatorios y los individuos fueron eliminados del análisis multivariable si tenían un valor faltante en alguna covariable.
La edad estimada del microbioma se derivó de los datos de abundancia relativa del microbioma a nivel de especie utilizando un regresor forestal aleatorio anidado con validación cruzada quíntuple. Cada medición se tomó de una muestra distinta para el cálculo. Al utilizar los paquetes “randomForest”, “mlbench” y “caret” en R61,62,63, se utilizó un modelo de bosque aleatorio quíntuple con un valor mtree de 500 para predecir la edad exacta utilizando la abundancia relativa de especies con al menos Prevalencia del 10% en todas las muestras. Dentro de cada pliegue del análisis de validación cruzada, los hiperparámetros del modelo de bosque aleatorio se ajustaron dado un espacio de búsqueda de cuadrícula utilizando una validación cruzada anidada de cinco veces. La edad prevista del microbioma fue la combinación del valor previsto de cada conjunto de reservas de cada regresión forestal aleatoria con validación cruzada. La importancia de las características fue el promedio de importancia de todos los modelos en el regresor anidado con validación cruzada.
El paquete “phyloseq” se utilizó para preprocesar la tabla de taxonomía metagenómica64. El paquete “Maaslin2” se utilizó para realizar modelos lineales de efectos mixtos (función MaAsLin2)65 con la ubicación del centro de estudio como efecto aleatorio y ajustando la muestra de heces de la edad de recolección para examinar la asociación entre la estructura de la comunidad microbiana a los 3 meses y 1 año de edad dentro de los seis fenotipos en comparación con el grupo de control de participantes. Estos fenotipos incluían tener al menos uno de dermatitis atópica, asma, alergia alimentaria o rinitis alérgica, tener al menos dos de dermatitis atópica, asma, alergia alimentaria o rinitis alérgica y tener dermatitis atópica, asma, alergia alimentaria o rinitis alérgica. individualmente. Específicamente, las comparaciones de cada grupo con los participantes que se determinó que no tenían afecciones alérgicas durante su evaluación de 5 años se realizaron de forma independiente entre sí.
La diversidad de especies, medida como el índice de Shannon, se calculó utilizando el paquete "vegano". Para identificar especies bacterianas y vías de MetaCyc asociadas significativamente con cada fenotipo, se aplicó el mismo modelo a la abundancia relativa logarítmica transformada de especies y vías de MetaCyc. Los modelos solo se aplicaron a especies y se probaron las vías MetaCyc detectadas en al menos el 10% de las muestras utilizadas (72 especies y 347 vías, respectivamente), la configuración predeterminada en el paquete MaAsLin2. MaAsLin2 agrega un pseudorecuento de la mitad de las especies mínimas o el nivel de la vía MetaCyc detectado antes de las abundancias relativas de la transformación logarítmica. Los valores de p se corrigieron utilizando el enfoque de Benjamini-Hochberg y los resultados con FDR <0,1 se consideraron significativos y se presentaron como tales.
Para todos los análisis de perfiles metabolómicos, se realizaron correcciones por lotes antes de los análisis. Se aplicó el análisis de varianza multivariado permutacional (PERMANOVA) para cuantificar la asociación entre la edad prevista derivada de la microbiota infantil y el metaboloma utilizando el paquete R “vegano”66. Se utilizó la distancia euclidiana como métrica de comparación entre la edad prevista con ajuste por la edad exacta de recolección de la muestra y el tiempo de procesamiento entre la recolección de heces y el almacenamiento a largo plazo, y el sitio de recolección como estrato. Los análisis de correlación de Spearman se realizaron utilizando el paquete “RcmdrMisc” y se informaron utilizando valores de r y p corregidos por Benjamini-Hochberg67.
Las abundancias de metabolitos de meconio se transformaron logarítmicamente y luego se realizó un análisis de red de coexpresión genética ponderada (WGCNA) utilizando el paquete "WGCNA" en R68. Se seleccionó un umbral de poder blando de 4 en función del índice de ajuste de topología sin escala. Los metabolitos correlacionados positivamente se agruparon utilizando redes "híbridas firmadas" y correlación media de dos pesos. El tamaño mínimo del módulo se estableció en cinco metabolitos y se fusionaron los módulos que se correlacionaban entre sí en 0,85 o más. Esto resultó en 14 módulos. Los valores de expresión promedio escalados de la salida de WGCNA se combinaron con abundancias escaladas de los 50 metabolitos no agrupados.
Para evaluar el efecto de mediación de las vías y metabolitos desregulados para la madurez intestinal en las enfermedades alérgicas, aplicamos el modelado de ecuaciones estructurales (SEM) utilizando el paquete R "lavaan"69. Para la especificación del modelo, primero, conceptualizamos las vías y metabolitos desequilibrados del microbioma intestinal de 1 año (es decir, la variable latente) mediante análisis factorial. La variable latente se definió como una combinación de vías asociadas significativamente con al menos dos de los diagnósticos de alergia y uno de los grupos compuestos y metabolitos asociados con una alta proporción de esas mismas vías. Luego, estimamos simultáneamente el efecto de mediación (efecto indirecto) de las vías y metabolitos desregulados ajustando dos regresiones múltiples en variables latentes y de resultado, asumiendo que los términos de error de ambas regresiones no están correlacionados. Todos los modelos se ajustaron según el centro de estudio, la edad de recolección de la muestra de heces y el tiempo de procesamiento entre la recolección de heces y el almacenamiento a largo plazo.
Más información sobre el diseño de la investigación está disponible en el Resumen del informe de Nature Portfolio vinculado a este artículo.
Los datos de los participantes estuvieron disponibles bajo acceso restringido para la protección de los participantes NIÑOS; el acceso se puede obtener comunicándose con Stuart E. Turvey ([email protected]). Los datos metagenómicos de la escopeta utilizados en este estudio están disponibles en la base de datos del NCBI con el código de acceso de BioProject PRJNA838575. Los datos del perfil metabólico utilizados en este estudio están disponibles en la base de datos MetaboLights con el código de acceso MTBLS7919. Para obtener datos clínicos y de heces adicionales de los participantes, las solicitudes adicionales de recursos y reactivos deben dirigirse a Stuart E. Turvey ([email protected]), que será atendido por él.
El código para el estudio se proporciona en los archivos complementarios.
Loh, W. & Tang, MLK La epidemiología de la alergia alimentaria en el contexto global. En t. J. Medio Ambiente. Res. Salud Pública https://doi.org/10.3390/ijerph15092043 (2018).
Asher, MI, García-Marcos, L., Pearce, NE y Strachan, DP Tendencias en la prevalencia mundial del asma. EUR. Respirar. J. https://doi.org/10.1183/13993003.02094-2020 (2020).
Nutten, S. Dermatitis atópica: epidemiología global y factores de riesgo. Ana. Nutrición. Metab. 66, 8-16 (2015).
Artículo CAS PubMed Google Scholar
Petersen, C. & Turvey, SE ¿Podemos prevenir las enfermedades alérgicas? Comprender los vínculos entre el microbioma de la vida temprana y las enfermedades alérgicas de la infancia. actual. Opinión. Pediatra. 32, 790–797 (2020).
Artículo PubMed Google Scholar
Vangay, P. y col. La inmigración estadounidense occidentaliza el microbioma intestinal humano. Celda 175, 962–972.e910 (2018).
Artículo CAS PubMed PubMed Central Google Scholar
Prescott, SL Una mariposa bate sus alas: extinción de la experiencia biológica y orígenes de la alergia. Ana. Alergia Asma Inmunol. 125, 528–534 (2020).
Artículo PubMed PubMed Central Google Scholar
Chu, DM y cols. Maduración de la estructura y función de la comunidad del microbioma infantil en múltiples sitios del cuerpo y en relación con el modo de parto. Nat. Medicina. 23, 314–326 (2017).
Artículo CAS PubMed PubMed Central Google Scholar
Voreades, N., Kozil, A. & Weir, TL La dieta y el desarrollo del microbioma intestinal humano. Frente. Microbiol. 5, 494 (2014).
Artículo PubMed PubMed Central Google Scholar
Lehtimäki, J. et al. Microbiota urbanizada en bebés, constitución inmune y riesgo posterior de enfermedades atópicas. J. Clínica de Alergia. Inmunol. 148, 234–243 (2021).
Artículo PubMed Google Scholar
Patrick, DM y cols. Disminución del uso de antibióticos, la microbiota intestinal y la incidencia del asma en niños: evidencia de estudios de cohortes prospectivos y poblacionales. Lanceta respira. Medicina. 8, 1094-1105 (2020).
Artículo CAS PubMed Google Scholar
Hill, DA & Spergel, JM La marcha atópica: evidencia crítica y relevancia clínica. Ana. Alergia Asma Inmunol. 120, 131-137 (2018).
Artículo PubMed PubMed Central Google Scholar
Gandhi, NA, Pirozzi, G. & Graham, NMH Aspectos comunes de la vía IL-4/IL-13 en enfermedades atópicas. Experto Rev. Clin. Inmunol. 13, 425–437 (2017).
Artículo CAS PubMed Google Scholar
Hellings, PW & Steelant, B. Barreras epiteliales en alergia y asma. J. Clínica de Alergia. Inmunol. 145, 1499-1509 (2020).
Artículo PubMed PubMed Central Google Scholar
Yaneva, M. & Darlenski, R. El vínculo entre la dermatitis atópica y el asma: desequilibrio inmunológico y más. Res. Asma. Practica. 7, 16 (2021).
Artículo PubMed PubMed Central Google Scholar
Yang, L., Fu, J. y Zhou, Y. Progreso de la investigación en la marcha atópica. Frente. Inmunol. 11, 1907 (2020).
Artículo CAS PubMed PubMed Central Google Scholar
De Filippis, F. et al. Las firmas específicas del microbioma intestinal y las funciones proinflamatorias asociadas están relacionadas con la alergia pediátrica y la adquisición de tolerancia inmune. Nat. Comunitario. 12, 5958 (2021).
Artículo ADS PubMed PubMed Central Google Scholar
Jackson, MA y cols. Asociaciones de la microbiota intestinal con enfermedades comunes y medicamentos recetados en una cohorte poblacional. Nat. Comunitario. 9, 2655 (2018).
Artículo ADS PubMed PubMed Central Google Scholar
Subbarao, P. et al. El estudio canadiense sobre desarrollo longitudinal infantil saludable (CHILD): examina los orígenes del desarrollo de la alergia y el asma. Tórax 70, 998–1000 (2015).
Artículo PubMed Google Scholar
Dai, DL y cols. Enriquecimiento de la lactancia materna de B. longum subsp. infantis mitiga el efecto de los antibióticos sobre la microbiota y el riesgo de asma infantil. Med 4, 92–112.e5 (2023).
Stewart, CJ y cols. Desarrollo temporal del microbioma intestinal en la primera infancia según el estudio TEDDY. Naturaleza 562, 583–588 (2018).
Artículo ADS CAS PubMed PubMed Central Google Scholar
de Muinck, EJ & Trosvik, P. Individualidad y convergencia de la microbiota intestinal infantil durante el primer año de vida. Nat. Comunitario. 9, 2233 (2018).
Artículo ADS PubMed PubMed Central Google Scholar
Yatsunenko, T. y col. Microbioma intestinal humano visto a través de edades y geografías. Naturaleza 486, 222-227 (2012).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Petersen, C. y col. Un metaboloma rico en meconio en bebés humanos se asocia con la composición de la microbiota intestinal en las primeras etapas de la vida y con una sensibilización alérgica reducida. Representante celular Med. 2, 100260 (2021).
Artículo CAS PubMed PubMed Central Google Scholar
Wolfson, SJ y cols. El sulfuro de hidrógeno bacteriano impulsa la química redox críptica en las comunidades microbianas intestinales. Nat. Metab. 4, 1260-1270 (2022).
Artículo CAS PubMed Google Scholar
Javitt, G. y col. Las mucinas formadoras de gel intestinal se polimerizan mediante dimerización de dominios D3 mediada por disulfuro. J. Mol. Biol. 431, 3740–3752 (2019).
Artículo CAS PubMed PubMed Central Google Scholar
Leimkühler, S. & Rajagopalan, KV Se requiere una sulfurtransferasa en la transferencia de cisteína azufre en la síntesis in vitro de molibdopterina a partir del precursor Z en Escherichia coli. J. Biol. Química. 276, 22024–22031 (2001).
Artículo PubMed Google Scholar
Faber, F. y col. La oxidación del azúcar mediada por el huésped promueve la expansión de patógenos post-antibióticos. Naturaleza 534, 697–699 (2016).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Daisley, BA y cols. Conexiones emergentes entre la bioenergética del microbioma intestinal y las enfermedades metabólicas crónicas. Rep. Celular 37, 110087 (2021).
Artículo CAS PubMed Google Scholar
Wei, Y. & Zhang, Y. Enzimas radicales glicilo y metabolismo de sulfonato en el microbioma. Año. Rev. Bioquímica. 90, 817–846 (2021).
Artículo CAS PubMed Google Scholar
Rooks, MG & Garrett, WS Microbiota intestinal, metabolitos e inmunidad del huésped. Nat. Rev. Immunol. 16, 341–352 (2016).
Artículo CAS PubMed PubMed Central Google Scholar
Lee, W.-J. & Hase, K. Metabolitos generados por la microbiota intestinal en la salud y las enfermedades animales. Nat. Química. Biol. 10, 416–424 (2014).
Artículo CAS PubMed Google Scholar
Agus, A., Clément, K. & Sokol, H. Metabolitos derivados de la microbiota intestinal como reguladores centrales en los trastornos metabólicos. Tripa 70, 1174-1182 (2021).
Artículo CAS PubMed Google Scholar
Chen, H. y col. Una prueba genética química directa revela metabolitos de la microbiota intestinal que modulan la fisiología del huésped. Celda 177, 1217-1231. e1218 (2019).
Artículo CAS PubMed PubMed Central Google Scholar
Stokholm, J. y col. Maduración del microbioma intestinal y riesgo de asma en la infancia. Nat. Comunitario. 9, 141 (2018).
Artículo ADS PubMed PubMed Central Google Scholar
Depner, M. et al. La maduración del microbioma intestinal durante el primer año de vida contribuye al efecto protector de la granja sobre el asma infantil. Nat. Medicina. 26, 1766-1775 (2020).
Artículo CAS PubMed Google Scholar
Kant, R., Rasinkangas, P., Satokari, R., Pietilä, TE y Palva, A. Secuencia del genoma de la bacteria anaeróbica productora de butirato Anaerostipes hadrus PEL 85. Genome Announc. https://doi.org/10.1128/genomeA.00224-15 (2015).
Duncan, SH, Louis, P. & Flint, HJ Bacterias que utilizan lactato, aisladas de heces humanas, que producen butirato como principal producto de fermentación. Aplica. Reinar. Microbiol. 70, 5810–5817 (2004).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Takada, T., Kurakawa, T., Tsuji, H. y Nomoto, K. Fusicatenibacter saccharivorans gen. nov., sp. nov., aislado de heces humanas. En t. J. Sistema. Evolución. Microbiol. 63, 3691–3696 (2013).
Artículo CAS Google Scholar
Liu, X. y col. Blautia: ¿un nuevo género funcional con posibles propiedades probióticas? Microbios intestinales 13, 1–21 (2021).
Artículo PubMed Google Scholar
Deleu, S., Machiels, K., Raes, J., Verbeke, K. y Vermeire, S. Ácidos grasos de cadena corta y sus organismos productores: ¿una terapia pasada por alto para la EII? EBioMedicina 66, 103293 (2021).
Artículo CAS PubMed PubMed Central Google Scholar
Gardiner, BJ y cols. Características clínicas y microbiológicas de la bacteriemia por Eggerthella lenta. J.Clin. Microbiol. 53, 626–635 (2015).
Artículo CAS PubMed PubMed Central Google Scholar
Cherny, KE, Muscat, EB, Reyna, ME y Kociolek, LK Clostridium innocuum: características microbiológicas y clínicas de un posible patógeno emergente. Anaerobios 71, 102418 (2021).
Artículo CAS PubMed PubMed Central Google Scholar
Brandl, K. y col. Los enterococos resistentes a la vancomicina aprovechan los déficits inmunitarios innatos inducidos por los antibióticos. Naturaleza 455, 804–807 (2008).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Aziz, I. et al. Un estudio prospectivo sobre la vinculación de E. coli diarreógena con un retraso en el crecimiento infantil en relación con el microbioma intestinal. Ciencia. Rep. 13, 6802 (2023).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Kim, N. y col. Interferencia entre la microbiota de la mucosa, la expresión del gen del huésped y los factores sociomédicos en la progresión del cáncer colorrectal. Ciencia. Rep. 12, 13447 (2022).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Metwaly, A. y col. Los perfiles integrados de microbiota y metabolitos vinculan la enfermedad de Crohn con el metabolismo del azufre. Nat. Comunitario. 11, 4322 (2020).
Artículo ADS PubMed PubMed Central Google Scholar
Hughes, ER et al. La respiración microbiana y la oxidación de formiatos como firmas metabólicas de la disbiosis asociada a la inflamación. Microbio huésped celular 21, 208–219 (2017).
Artículo CAS PubMed PubMed Central Google Scholar
Millones, M. et al. Aumento del redox intestinal y agotamiento de procariotas anaeróbicos y metanogénicos en la desnutrición aguda grave. Ciencia. Rep. 6, 26051 (2016).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Pretorius, L. & Smith, C. El sistema traza aminérgico: ¿un objetivo terapéutico sensible al género para el SII? J. Biomed. Ciencia. 27, 95 (2020).
Artículo CAS PubMed PubMed Central Google Scholar
Sudo, N. Aminas biógenas: señales entre la microbiota comensal y la fisiología intestinal. Frente. Endocrinol. 10, 504 (2019).
Luqman, A. et al. Las trazas de aminas producidas por bacterias de la piel aceleran la cicatrización de heridas en ratones. Comunitario. Biol. 3, 277 (2020).
Artículo CAS PubMed PubMed Central Google Scholar
Fernández de Palencia, P. et al. Papel de la síntesis de tiramina por Enterococcus durans transmitido por los alimentos en la adaptación al entorno del tracto gastrointestinal. Aplica. Reinar. Microbiol. 77, 699–702 (2011).
Artículo ADS PubMed Google Scholar
Moraes, TJ et al. Estudio canadiense de cohorte de nacimiento sobre desarrollo longitudinal de bebés sanos: muestras biológicas y biobancos. Pediatra. Perinat. Epidemiol. 29, 84–92 (2015).
Artículo CAS PubMed Google Scholar
Variación mundial en la prevalencia de síntomas de asma, rinoconjuntivitis alérgica y eczema atópico: ISAAC. Comité Directivo del Estudio Internacional sobre Asma y Alergias en la Infancia (ISAAC). Lanceta 351, 1225-1232 (1998).
Dharma, C. y col. Patrones de sensibilización alérgica y dermatitis atópica de 1 a 3 años: efectos sobre las enfermedades alérgicas. Clínico. Exp. Alergia 48, 48–59 (2018).
Artículo CAS PubMed Google Scholar
Beghini, F. y col. Integración de perfiles taxonómicos, funcionales y a nivel de cepa de diversas comunidades microbianas con bioBakery 3. eLife 10, e65088 (2021).
Artículo CAS PubMed PubMed Central Google Scholar
Bridgman, SL et al. Índice de masa corporal infantil y asociaciones con metabolitos intestinales infantiles y IgA secretora: hallazgos de un estudio de cohorte prospectivo. En t. J. Obes. 46, 1712-1719 (2022).
Artículo CAS Google Scholar
Drall, KM y cols. La colonización por Clostridioides difficile se asocia diferencialmente con los perfiles del microbioma intestinal según la modalidad de alimentación infantil a los 3-4 meses de edad. Frente. Inmunol. 10, 2866 (2019).
Artículo CAS PubMed PubMed Central Google Scholar
Zheng, J., Zhang, L., Johnson, M., Mandal, R. y Wishart, DS Ensayo metabolómico dirigido integral para análisis de orina. Anal. Química. 92, 10627–10634 (2020).
Artículo CAS PubMed Google Scholar
Vergara, A. et al. Enzima convertidora de angiotensina 2 urinaria y metabolómica en la lesión renal mediada por COVID-19. Clínico. Riñón J. 16, 272–284 (2023).
Artículo PubMed Google Scholar
Liaw, A. & Wiener, M. Clasificación y regresión por randomForest. RN 2, 18-22 (2002).
Google Académico
Liu, Y., Zhang, H., Zeng, L., Wu, W. y Zhang, C. MLbench: evaluación comparativa de servicios de aprendizaje automático con expertos humanos. Proc. Dotación VLDB. 11, 1220-1232 (2018).
Artículo de Google Scholar
Kuhn, M. Caret: entrenamiento de clasificación y regresión. Biblioteca de códigos fuente de astrofísica, ascl: 1505.1003 (2015).
McMurdie, PJ & Holmes, S. phyloseq: un paquete R para análisis interactivos reproducibles y gráficos de datos del censo de microbiomas. MÁS UNO 8, e61217 (2013).
Artículo ADS CAS PubMed PubMed Central Google Scholar
Mallick, H. y col. Descubrimiento de asociaciones multivariables en estudios metaómicos a escala poblacional. Computación PLoS. Biol. 17, e1009442 (2021).
Artículo CAS PubMed PubMed Central Google Scholar
Oksanen, J. y col. Vegano: Paquete de Ecología Comunitaria. (2022).
Fox, J. y col. RcmdrMisc: R. Funciones diversas de Commander. Paquete R versión 2.7-2. (2022).
Langfelder, P. & Horvath, S. WGCNA: un paquete R para análisis de redes de correlación ponderada. Bioinformación de BMC. 9, 559 (2008).
Artículo de Google Scholar
Rosseel, Y. lavaan: un paquete R para modelado de ecuaciones estructurales. J. estadística. Software. 48, 1–36 (2012).
Artículo de Google Scholar
Descargar referencias
Agradecemos a todas las familias que participaron en este estudio y al equipo CHILD, incluidos entrevistadores, enfermeras, técnicos en informática y laboratorio, trabajadores administrativos, científicos investigadores, voluntarios, gerentes y recepcionistas. Los Institutos Canadienses de Investigación en Salud (CIHR), Debbie y Don Morrison y la Red de Centros de Excelencia de Alergia, Genes y Medio Ambiente (AllerGen NCE) brindaron apoyo básico para establecer el Estudio CHILD (subvenciones al director fundador de CHILD, MS, y al director actual, PS ). SET posee una Cátedra de Investigación Canadiense de Nivel 1 en Salud de Precisión Pediátrica y la Profesora Aubrey J. Tingle de Inmunología Pediátrica. CH está financiado por la beca de microbiología John Richard Turner de la Universidad de Columbia Británica, el premio de doctorado de la Iniciativa de Excelencia Académica del Presidente y la beca de doctorado de cuatro años (4YF) de la Universidad de Columbia Británica. DLYD está financiado por el Instituto Canadiense de Investigación en Salud Frederick Banting y el Premio de Doctorado con Beca de Posgrado Charles Best Canada (CIHR CGS-D) y la Universidad de Columbia Británica 4YF. MBA posee una Cátedra de Investigación de Nivel 2 de Canadá sobre los orígenes del desarrollo de las enfermedades crónicas y es miembro del Programa CIFAR Humanos y Microbioma. CIHR, AllerGen NCE, Genome Canada y Genome British Columbia ([274CHI]) SET, [FDN-159935] BBF y [EC1-144621] SET proporcionaron financiación adicional. PS ocupa una Cátedra de Investigación Canadiense de Nivel 1 en Asma Pediátrica y Salud Pulmonar. Además, agradecemos el apoyo de la Fundación y el Instituto de Investigación del BC Children's Hospital y de la Autoridad Provincial de Servicios de Salud.
Estos autores supervisaron conjuntamente este trabajo: Charisse Petersen, Stuart E. Turvey.
Departamento de Pediatría, BC Children's Hospital, Universidad de Columbia Británica, Vancouver, BC, Canadá
Courtney Hoskinson, Darlene LY Dai, Kate L. Del Bel, Charisse Petersen y Stuart E. Turvey
Departamento de Microbiología e Inmunología, Universidad de Columbia Británica, Vancouver, BC, Canadá
Courtney Hoskinson y B. Brett Finlay
Departamento de Pediatría y Salud Infantil, Universidad de Manitoba, Winnipeg, MB, Canadá
Allan B. Becker, Elinor Simons y Meghan B. Azad
Departamento de Pediatría, Hospital para Niños Enfermos, Toronto, ON, Canadá
Theo J. Moraes & Padmaja Subbarao
Departamento de Pediatría, Universidad de Alberta, Edmonton, AB, Canadá
Piushkumar J. Mandhane y Anita L. Kozyrskyj
Laboratorios Michael Smith, Universidad de Columbia Británica, Vancouver, BC, Canadá
B. Brett Finlay
Departamento de Bioquímica y Biología Molecular, Universidad de Columbia Británica, Vancouver, BC, Canadá
B. Brett Finlay
Departamento de Ciencias de la Alimentación y la Nutrición Humana, Universidad de Manitoba, Winnipeg, MB, Canadá
Meghan B. Azad
Centro Interdisciplinario de Lactancia de Manitoba (MILC), Instituto de Investigación del Hospital Infantil de Manitoba, Winnipeg, MB, Canadá
Meghan B. Azad
Departamento de Medicina, Universidad McMaster, Hamilton, ON, Canadá
Padmaja Subbarao
Escuela de Salud Pública Dalla Lana, Universidad de Toronto, Toronto, ON, Canadá
Padmaja Subbarao
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
También puedes buscar este autor en PubMed Google Scholar.
Conceptualización, CH, DLYD, CP y SET; Metodología, CH, DLYD y CP; Investigación y análisis epidemiológico, metagenómico y metabolómico formal, CH, DLYD y CP; Visualización, CH y CP; Adquisición de financiación, SET; Recursos, MBA, BBF, PS y SET Supervisión de datos: análisis estadísticos, CH, DLYD y CP; Acceso sin restricciones a todos los datos, CH, DLYD, CP y SET; Primer borrador, CH, DLYD, CP y SET; Revisión y edición, CH, DLYD, ABB, TJM, PJM, BBF, ES, ALK, PS, MBA, CP y SET Todos los autores aceptaron enviar el manuscrito, leer y aprobar el borrador final y asumir toda la responsabilidad de su contenido. incluyendo la exactitud de los datos y su análisis estadístico.
Correspondencia a Stuart E. Turvey.
Los autores declaran no tener conflictos de intereses.
Nature Communications agradece a Pamela Ferretti y a los demás revisores anónimos por su contribución a la revisión por pares de este trabajo. Un archivo de revisión por pares está disponible.
Nota del editor Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.
Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.
Reimpresiones y permisos
Hoskinson, C., Dai, DLY, Del Bel, KL et al. El retraso en la maduración de la microbiota intestinal en el primer año de vida es una característica distintiva de la enfermedad alérgica pediátrica. Nat Comuna 14, 4785 (2023). https://doi.org/10.1038/s41467-023-40336-4
Descargar cita
Recibido: 23 de febrero de 2023
Aceptado: 19 de julio de 2023
Publicado: 29 de agosto de 2023
DOI: https://doi.org/10.1038/s41467-023-40336-4
Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:
Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.
Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt
Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.