肾结石和非肾结石个体的饮食模式与肠道微生物群的关联

Association of dietary patterns with gut microbiota in kidney stone and non-kidney stone individuals

（内部学习资料）

• Cite this article

  Yuan, C., Jin, X., He, Y. et al. Association of dietary patterns with gut microbiota in kidney stone and non-kidney stone individuals. Urolithiasis 50, 389–399 (2022). https://doi.org/10.1007/s00240-022-01325-2

肾结石和非肾结石个体的饮食模式与肠道微生物群的关联细节

     饮食模式与肠道微生物群密切相关，而肠道微生物群已被证明与肾结石有关。为了评估饮食模式、肠道微生物群和肾结石之间的关联，我们在华西医院招募了患有草酸钙结石的患者和没有肾结石的参与者，并将其分为低肾结石风险 (LNR) 和高肾结石风险 (HNR)饮食模式组基于食物频率问卷的结果。提取粪便样本的基因组 DNA 进行 16S 核糖体 RNA 基因测序。非肾结石 (NS) 组包括 39 名 LNR 和 45 名 HNR 个体，而肾结石 (KS) 组包括 19 名 LNR 和 50 名 HNR 个体。草酸盐在尿液中的分布 ( p  < 0.01) 而不是钙 ( p = 0.741）在四组之间有显着差异。KS 和 NS 对照组的饮食模式存在显着差异（X 2  = 5.744，p  = 0.017）。在 KS 患者和 NS 对照的不同饮食模式组中发现了 46 种可区分细菌。在具有 HNR 饮食模式的 KS 患者中，不仅肠道细菌如假单胞菌、鞘氨醇单胞菌、氢厌氧菌、粪肠菌等，而且与炎症、脂质和矿物质代谢相关的代谢途径也更丰富。值得注意的是g__Prevotellaceae_UCG_001、g__hgcI_clade和g__Bradyrhizobium与水的摄入量呈负相关，但与盐和肉类的摄入量呈正相关。我们的研究表明，与草酸钙 KS 和 NS 个体中的 LNR 对应物相比，HNR 饮食模式中存在丰度显着不同的肠道微生物群。饮食模式可能通过调节肠道微生物群的稳态来影响草酸钙结石的预防和管理。

肾结石在全球范围内的患病率为 2-20%，是泌尿外科最常见的疾病之一 [   1   ]。2013 年至 2016 年，随着人口经济状况和饮食结构的变化，其在中国的患病率从 6.4% 上升至 7.54% [   45   ,   48   ]。肾结石会导致严重的后果，如尿路感染、肾积水、肾功能衰竭等，这些后果会削弱患者的劳动力，最终给社会带来经济负担[   31   ]。尽管肾结石微创治疗发展迅速，但术后前 5 年的复发率达到 11.8%，前 10 年甚至高达 60% [   43 ]  ]。随着复发率的上升，肾结石仍然是一个棘手的医学问题。因此，急需探讨肾结石的病因，寻找降低其发生率和复发率的措施。各种遗传和环境因素导致肾结石，包括低耗水量、代谢综合征、糖尿病、体重指数 (BMI) 和高钠 [   22   ,   27   ,   49   ]。在所有可能的危险因素中，代谢的病理变化被认为是必不可少的 [   37   ]。作为有机体代谢的重要决定性因素，饮食模式通常被认为对肾结石至关重要 [   34   ]。不同的饮食模式，如高脂肪和低纤维食物摄入、低脂肪和低胆固醇饮食、低钙、高草酸盐和地中海饮食模式，已被证明对肾结石的形成有效 [   3   ,   4   ,  21、30   ]  。_ 因此，研究饮食模式如何影响肾结石的出现有助于预防和治疗。在过去的几十年中，对肾结石发病机制的研究主要集中在晶体形成和晶体滞留方面。近年来，肠道微生物群已被证明对肾结石的发生至关重要 [   25   ]。我们之前的研究与其他研究一致，即发现肾结石患者和健康对照者的肠道菌群组成存在差异 [   5   ,   16   ,   23   ]，并且在饮食模式不同的青少年和老年人之间也观察到了同样的现象 [   13   ] ,   32  ]。然而，具有不同饮食模式的肾结石（KS）和非肾结石（NS）个体的肠道微生物群的组成和丰度是否不同仍不清楚。因此，为了探索饮食模式、肠道微生物群和肾结石之间的关系，我们的研究研究了高肾结石风险 (HNR) 饮食模式和低肾结石风险 (LNR) 饮食模式中肠道微生物群的分布和丰度在使用 16S 核糖体 RNA (rRNA) 基因测序的 KS 和 NS 个体中。

研究人群

参与者于 2018 年 6 月至 2019 年 8 月招募并获得知情同意。肾结石患者包括有肾结石病史或根据泌尿系统彩色多普勒超声、肾-输尿管-膀胱X线片、腹部计算机断层扫描和静脉肾盂造影诊断为肾结石的患者。在经皮肾镜取石术或输尿管软镜检查后，通过红外光谱进行结石成分分析。仅包括草酸钙结石患者。非肾结石患者在华西医院至少连续2年彩超常规检查无肾结石，在华西医院或其他机构无肾绞痛、肾结石病史。有以下情况的参与者被排除在本研究之外：（1）患有尿路异常的参与者，（2）患有原发性或继发性高钙血症相关疾病（如甲状旁腺功能亢进症、嗜铬细胞瘤、恶性肿瘤等）的参与者，（3）患有尿路异常的参与者长期服用可能影响肾结石形成的药物（例如蛋白酶抑制剂、氨苯蝶啶、磺胺类药物等），（4）在粪便样本前 3 个月内服用抗生素或益生菌制剂的参与者，以及（5）参与者伴有胃肠道疾病或功能障碍（如肠易激综合征、长期腹泻或便秘等）。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。(1) 患有尿路异常的参与者，(2) 患有原发性或继发性高钙血症相关疾病（如甲状旁腺功能亢进症、嗜铬细胞瘤、恶性肿瘤等）的参与者，(3) 长期服用可能影响肾结石的药物的参与者形成（例如，蛋白酶抑制剂、氨苯蝶啶、磺胺类药物等），（4）在粪便样本前 3 个月内使用抗生素或益生菌制剂的参与者，和（5）患有胃肠道疾病或功能障碍（例如，肠易激综合征）的参与者综合征、长期腹泻或便秘等）。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。(1) 患有尿路异常的参与者，(2) 患有原发性或继发性高钙血症相关疾病（如甲状旁腺功能亢进症、嗜铬细胞瘤、恶性肿瘤等）的参与者，(3) 长期服用可能影响肾结石的药物的参与者形成（例如，蛋白酶抑制剂、氨苯蝶啶、磺胺类药物等），（4）在粪便样本前 3 个月内使用抗生素或益生菌制剂的参与者，和（5）患有胃肠道疾病或功能障碍（例如，肠易激综合征）的参与者综合征、长期腹泻或便秘等）。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。甲状旁腺功能亢进症、嗜铬细胞瘤、恶性肿瘤等），（3）长期服用可能影响肾结石形成的药物（如蛋白酶抑制剂、氨苯蝶啶、磺胺类药物等）的参与者，（4）服用抗生素的参与者粪便样本前 3 个月内或益生菌制剂，以及 (5) 患有胃肠道疾病或功能障碍（如肠易激综合征、长期腹泻或便秘等）的参与者。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。甲状旁腺功能亢进症、嗜铬细胞瘤、恶性肿瘤等），（3）长期服用可能影响肾结石形成的药物（如蛋白酶抑制剂、氨苯蝶啶、磺胺类药物等）的参与者，（4）服用抗生素的参与者或在粪便样本前 3 个月内制备益生菌，以及 (5) 患有胃肠道疾病或功能障碍（如肠易激综合征、长期腹泻或便秘等）的参与者。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。(4) 粪便样本前 3 个月内服用过抗生素或益生菌制剂的参与者，和 (5) 患有胃肠道疾病或功能障碍（如肠易激综合征、长期腹泻或便秘等）的参与者。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。(4) 粪便样本前 3 个月内服用过抗生素或益生菌制剂的参与者，和 (5) 患有胃肠道疾病或功能障碍（如肠易激综合征、长期腹泻或便秘等）的参与者。四川大学华西医院医学研究伦理委员会批准了本研究（2018182）。

数据采集

估计患者的饮食模式，每日盐摄入量（克/天）、肉类摄入量（克/天）、水摄入量（毫升/天）、脂肪摄入量（克/天）、腌制食物（经常、有时/很少、从不）、茶摄入量（经常、有时/很少、从不）、牛奶摄入量（经常、有时/很少、从不）和水果摄入量（经常、有时/很少、从不）通过问卷进行记录。“经常”是指每周超过 5 次，“有时”是指每周 1-4 次，“很少”是指每月少于或等于 3 次，“从不”是指没有这种饮食习惯。考虑到受访者的教育水平，根据国际验证的 NIH 食物频率问卷（  https://www.aghealth.nih.gov/collaboration/qx/dhq.pdf  ) 和 NHANES 的食品问卷 (   https://www.cdc.gov/nchs/data/nhanes/nhanes_03_04/tq_fpq_c.pdf   ) 以获得更高的回复率。我们应用 24 小时饮食召回法来评估盐、肉、脂肪和水的摄入量，然后将召回的食品与中国食品成分表进行匹配以量化剂量 [   12  ]。每日饮水量≥2000毫升/天，盐摄入量<6克/天，脂肪摄入量<50克/天，肉类摄入量≤100克/天，很少或从不吃腌制食品，经常或有时喝茶、牛奶、吃水果被认为是低肾结石风险（LNR）。这些标准中的每一个都得到 1 分，我们将 4 设为特征值切点分数。如果总分超过 4，则认为该个体具有高肾结石风险 (HNR) 饮食模式，否则为 LNR 饮食模式（补充表 1）。问卷完成当天采集患者粪便和尿液样本，立即储存在液氮中，并尽快转入-80℃冰箱。尿中草酸盐浓度采用液相色谱-质谱法测定，尿钙浓度采用 5-nitro-5'-methyl-(1,2-bis(o-aminophenoxy)ethan- N , N , N ', N '-四乙酸 (NM-BAPTA). 粪便样本中的基因组 DNA 采用 EZNA ® Soil DNA Kit (Omega Bio-tek, Inc., GA, USA) 根据制造商的方案 [   23   ] 提取。

微生物分析

通过 16S 核糖体 RNA (rRNA) 基因测序进行微生物分析。MajorBio 对提取的 DNA 进行 16S rDNA 测序。ABI GeneAmp ® 9700 PCR 热循环仪（ABI, CA, USA）用于扩增细菌 16S rRNA 基因中的 V3-V4 高变区，引物 338F 和 806R。使用 AxyPrep DNA 凝胶提取试剂盒（Axygen Biosciences，Union City，CA，USA）纯化从 2% 琼脂糖凝胶中提取的 PCR 产物，然后使用 Quantus™ 荧光计（Promega，USA）进行定量程序。我们按照 Majorbio Bio-Pharm Technology Co. Ltd.（中国上海）的标准方案收集了在 Illumina MiSeq PE300 平台（Illumina，San Diego，USA）上测序的等摩尔和配对末端的纯化扩增子。Trimmomatic 用于过滤原始 fastq 文件的质量，然后与 FLASH 合并。我们应用 UPARSE（7.1 版：http://drive5.com/uparse/   ）  以 97% 的相似性将序列聚类为不同的操作分类单元（OTU）。然后使用 UCHINIE 来识别和去除嵌合序列。我们采用 RDP 分类器算法 (   http://rdp.cme.msu.edu/   ) 针对 Silva (SSU132) 16S rRNA 数据库（置信度阈值为 70%）来分析 16S rRNA 基因序列的分类，并将每个样本稀薄到与 10,000 个相同数量的序列。此外，还评估了组间的α和β多样性。然后我们进行了线性判别分析效应大小（LEfSe）分析，以发现不同组之间具有统计学意义的属水平差异丰富的细菌，其中P  <0.05和线性判别分析（LDA）得分> 2.0被认为具有统计学意义。采用未观测状态重建社区系统发育调查 (PICRUSt) 软件包，通过 Majorbio 云平台 (www.majorbio.com) 从 16S rRNA 测序数据预测京都基因和基因组百科全书 (KEGG) 的代谢途径 (   www.majorbio.com   ) [   19  ]。饮食模式和细菌分类群之间的 Pearson 相关性在 R 软件（版本 R 3.6.1：  https   ://www.r-project.org/ ）中进行。

统计分析

我们应用 SPSS（22.0 版，IBM，Armonk，NY）进行数据分析。通过夏皮罗-威尔克方法和分位数-分位数图评估变量的正态性。服从正态分布的定量变量用均值和标准差（均值±标准差）表示；否则，它们将表示为中位数和四分位距 (IQR)。对于定量变量的分析，进行了方差分析 (ANOVA)、Kruskal-Wallis H 分析和 Mann-Whitney 检验。分类变量通过卡方检验进行比较，并以频率和百分比表示。在双尾检验中，p <0.05 被认为具有统计学意义。

结果

肾结石和非肾结石个体的特征

根据问卷中的得分将参与者分为 LNR 和 HNR 饮食模式组，特征值切点得分为 4。总共有 39 名 NS 个体具有 LNR 饮食模式（LNR_NS），45 名 NS 个体具有HNR 饮食模式 (HNR_NS)、19 名 KS 患者采用 LNR 饮食模式 (LNR_KS) 和 50 名 KS 患者采用 HNR 饮食模式 (HNR_KS)。表  1  是这四组患者临床特征的示意图。年龄（ p  = 0.086）和BMI（p = 0.32）不存在显着差异 ，但性别（p  = 0.003）、吸烟（p  = 0.03）和高血压（p < 0.001) 在 LNR_NS、HNR_NS、LNR_KS 和 HNR_KS 组中。尿草酸的分布在四组之间存在显着差异，进一步的成对比较表明，尿中草酸的浓度在 KS 或 NS 组内没有差异。（LNR_KS 与 HNR_KS，p  > 0.05；LNR_NS 与 HNR_NS，p  > 0.05；LNR_NS 与 HNR_KS，p  < 0.001；LNR_NS 与 LNR_KS，p  = 0.001；HNR_NS 与 LNR_KS，p  = 0.032；HNR_NS 与 HNR_KS , p  = 0.009)。然而，四组之间的尿钙分布保持一致（p  = 0.741）。

表1 HNR_KS、LNR_KS、HNR_NS、LNR_NS组患者临床特征  

LNR 和 HNR 饮食模式中肠道微生物群的多样性和丰度

对于代表肠道微生物群多样性的指标，香农指数在四组之间的 OTU 水平上没有统计学差异（图   1a  ）。然而，LNR_KS 组的 Simpson 指数比 HNR_NS 组的 Simpson 指数要广泛得多（p  = 0.026）（图   1b  ）。对于代表群落丰度的指标，与 HNR_NS（Ace 指数：p  = 0.002；Chao 指数：p  = 0.01）和 LNR_NS 组（Ace 指数：p  < 0.0001；Chao ）相比，HNR_KS 组的 Ace 和 Chao 指数均显着升高指数：p  = 0.001）（图   1  c和d)。我们使用主坐标分析 (PCoA) 显示组间的差异，以评估β多样性的整体差异。结果显示这四组在OTU水平上没有差异（R  = 0.0279，p  = 0.058）（图   1e  ）。然而，发现微生物群组成不仅在 HNR-KS 和 HNR-NS 组之间存在显着差异（p  = 0.029，R  = 0.0297），而且在 HNR-KS 和 LNR-NS 组之间（p  = 0.006，R  = 0.0737） （图   1   f 和 g）。

图。1  

具有 LNR 饮食模式的 NS 个体（LNR_NS， n  = 39）、具有 HNR 饮食模式的 NS 个体（HNR_NS，n  = 45）、具有 LNR 饮食模式的 KS 患者（LNR_KS，n  = 19）的肠道微生物群的丰度和多样性，和具有 HNR 饮食模式的 KS 患者（HNR_KS，n  = 50）。OTU 级别的 alpha 多样性指数包括：a Shannon 指数、b Simpson 指数、c Ace 指数和d Chao 指数。主坐标分析 (PCoA) 得分图显示了 LNR_NS、HNR_NS、LNR_KS 和 HNR_KS 组在 OTU 水平上的β多样性，e ， fLNR_NS 和 HNR_KS 组之间，以及 HNR_KS和 HNR_NS 组之间的g  

LNR和HNR组微生物群组成的分类学分析

在门水平上，重要的细菌都是厚壁菌门，其次是拟杆菌门、变形菌门、放线菌门、蓝细菌门、疣微菌门和梭杆菌门（图 2a    -   d）。在属水平上，所有组的常见细菌是拟杆菌属、粪杆菌属和直肠真杆菌组，其次是大肠杆菌-志贺氏菌、布劳氏菌、巨单胞菌属、乳杆菌属、细粒菌属等  （  图 2e-h）。

图 2  

a LNR_KS、b HNR_KS、c LNR_NS 和d HNR_NS 组中门水平的群落分析结果。e LNR_KS、f HNR_KS、g LNR_NS 和h HNR_NS 组的属水平群落分析结果。LNR_NS，低肾结石风险饮食模式的非肾结石个体；HNR_NS，具有高肾结石风险饮食模式的非肾结石个体；LNR_KS，低肾结石风险饮食模式的肾结石患者；HNR_KS，肾结石高风险饮食模式的肾结石患者  

LEfSe 分析进一步证实了差异丰富的分类群。LEfSe 在四组中对 46 个在属水平上具有显着差异丰度的判别特征进行分类（LDA 评分> 2）（图  3  ）。HNR_KS 组的显着差异细菌数量最多，其中发现了 37 种，假单胞菌是最高判别细菌。在HNR_NS组中，Eubacterium hallii、Cetobacterium和GKS98_freshwater是主要的鉴别菌。Lachnoclostridium、Acetanaerobacterium和Nocardia是 LNR_KS 组中显着不同的细菌。在 LNR_NS 组中，Fusicatenibacter、Fusobacterium和Adlercreutzia是显着的鉴别细菌。现有的特征微生物群表明，四组在优势属中存在差异。

图 3  

HNR_KS、HNR_NS、LNR_KS 和 LNR_NS 组在属水平上的 LEfSe 分析结果。HNR_KS，具有高肾结石风险饮食模式的肾结石患者（黄色），HNR_NS，具有高肾结石风险饮食模式的非肾结石患者（蓝色），LNR_KS，具有低肾结石风险饮食模式的肾结石患者（绿色），和 LNR_NS，低肾结石风险饮食模式的非肾结石患者（红色）  

LNR 和 HNR 组肠道菌群的代谢功能

我们从 16S rRNA 测序数据中确定了 383 条 KEGG 通路（补充表 2）。在比较 HNR-KS 组和 LNR-KS 组时，我们发现在 HNR-KS 患者中，与脂质代谢、能量代谢、信号分子和相互作用、萜类化合物和聚酮化合物的代谢、消化系统有关的代谢途径更丰富。和免疫系统等（所有p值 < 0.05）。此外，与 HNR-NS 组相比，我们发现 HNR-KS 组中与信号分子和相互作用、内分泌系统、外源生物降解和代谢以及消化系统相关的代谢途径丰度更高（所有p值 < 0.05)。与 LNR_NS 组相比，LNR_KS 组仅富集了与萜类化合物、聚酮化合物和神经系统代谢相关的代谢途径（所有p值 < 0.05）。在 HNR-NS 和 LNR-NS 组之间没有发现统计学上不同的代谢途径（补充表 2）。

四组间肾结石、细菌分类群和饮食模式之间的相关性

NS 对照包括 39 名 LNR 个体和 45 名 HNR 个体，KS 对照包括 19 名 LNR 患者和 50 名 HNR 个体。KS 和 NS 对照者的饮食模式存在显着差异 ( X 2  = 5.744, p  = 0.017)。饮食模式和细菌分类群之间的 Pearson 相关性表明，g__norank_c__SL56_marine_group ( R  = 0.258, p  = 0.001) 和g__Caloribacterium ( R  = 0.166, p  = 0.04) 分别与 HNR_KS 组的脂肪和牛奶摄入量呈正相关。此外，HNR_KS组中的 g__Hyphomonas ( R = 0.178, p  = 0.027) 和g__GKS98_freshwater_group ( R  = 0.22, p  = 0.006) 在 HNR_NS 组中与水果摄入呈正相关。HNR_KS组有13个细菌与盐摄入量呈正相关（所有p值<0.05），HNR_KS组有17个细菌与肉类摄入量呈正相关（所有p值<0.05）（图   4  ）。然而，HNR_KS 组有 13 种细菌与饮水量呈负相关（所有p值 < 0.05），其中g__norank_c__KD4_96组与腌制食物摄入量呈负相关（R  = − 0.161，p = 0.047），热量杆菌（R = - 0.171，p = 0.035）和 norank_o__SZB30（R  = -  0.208 ， p =  0.01 ） 也与茶摄入量呈负相关（图 4）。值得注意的是，g__Prevotellaceae_UCG_001、g__hgcI_clade和g__Bradyrhizobium与水摄入量呈负相关，但与盐和肉类摄入量呈正相关（补充表 3）。没有发现与 LNR_KS 和 LNR_NS 组的饮食模式显着相关的细菌（补充表 3）。

图 4  

肠道菌群与饮食模式的相关性分析。HNR_KS，具有高肾结石风险饮食模式的肾结石患者（绿色），HNR_NS，具有高肾结石风险饮食模式的非肾结石患者（粉红色），LNR_KS，具有低肾结石风险饮食模式的肾结石患者（浅蓝色）和LNR_NS ，具有低肾结石风险饮食模式的非肾结石个体（紫色）  

讨论

我们的研究发现，饮食模式与肾结石的患病率有关，这与报告的研究一致。Della 及其同事 [   3   ] 表明，高蛋白/低蔬菜比例的饮食模式可能会导致低柠檬酸尿、肥胖和代谢综合征，从而增加肾结石的风险。相比之下，Balaguer 的团队 [   4   ] 发现，低蛋白/低盐饮食模式可以减少先天性高钙尿症患者的尿钙排泄，降低肾结石的风险。KS 和 NS 个体的肠道微生物群组成也被证明是不同的 [   6   ,   23   ,   34   ,   47  ]。然而，尚不确定饮食模式是否会通过影响肠道微生物群来影响肾结石。目前，很少有研究比较草酸钙 KS 和 NS 人群在不同饮食模式下的肠道微生物群组成，我们填补了当前肠道微生物学和肾结石研究中的这一空白。我们研究的主要发现是证实，与肾结石和非肾结石个体中的 LNR 相比，HNR 饮食模式中存在特征性微生物群，这在之前的研究中已经提到过。在一项横断面分析中，Wu 及其同事 [   47   ] 使用饮食清单和 16S rDNA 测序分析了 98 名健康志愿者的粪便样本特征。他们发现拟杆菌属肠型与以高摄入动物蛋白为特征的 HNR 饮食模式呈正相关。相比之下，肠球菌肠型与以碳水化合物为基础的饮食有关，这与我们的研究结果一致 [   47   ]。此外，Shikany 的团队 [  [ 32   ] 观察到 Prevotella 肠型与 LNR 饮食模式（一种高碳水化合物模式）之间的关联。然而，在 Shikany 的研究中，拟杆菌属肠型与 HNR 饮食模式无关，这与我们的研究不一致。同样，Tang 和我们的研究都发现 NS 组富含Eubacterium__hallii_group和Fusicatenibacter属[   39   ]。此外，我们发现HNR_NS中Eubacterium__hallii_group属丰富，LNR_NS组中Fusicatenibacter属丰富。胡达等人。发现当参与者不食用补充纤维时，真杆菌属__hallii_group的比例高于食用可溶性玉米纤维和聚葡萄糖时[   10   ]。草酸盐代谢细菌 (OMBS) 被认为在维持草酸盐代谢稳态和预防肾结石发生方面很重要 [   38   ]。唐氏和我们的研究均未发现产酸草酸杆菌属、乳酸杆菌属和双歧杆菌属不同饮食模式的 KS 和 NS 组之间存在显着差异。然而，Tang 及其同事发现，在 KS 组中存在大量大肠杆菌-志贺氏菌。OMBS 的富集在人类研究中是不一致的。米勒的团队 [   26   ] 报告说，健康受试者中富集的大多数细菌与那些与产酸草酸杆菌呈正相关的细菌重叠。然而，Suryavanshi 及其同事 [   38  ] 在高草酸尿条件下发现了 OMBS 的富集。不一致的结论可能是由于所包含人群的基线信息不同，例如饮食模式、年龄或种族。在我们的研究中，尿草酸的分布在四组之间有显着差异，但在 LNR_NS 和 HNR_NS、LNR_KS 和 HNR_KS 组之间没有差异，这进一步表明饮食模式影响肾草酸钙结石的形成可能不是简单地通过改变尿草酸浓度，但可能通过其他途径，例如肠道微生物群的代谢物。此外，LNR_NS、HNR_NS、LNR_KS 和 HNR_KS 组的尿钙没有差异，我们研究的第二个发现是，HNR_KS 组中的假单胞菌属、鞘氨醇单胞菌属、Slackiain 菌属、棒状杆菌属_1、弓形杆菌属和窄食单胞菌属以及LNR_KS组中的诺卡菌属等特征性微生物群具有促炎作用 。_   _   _ 此外，HNR_KS组的粪菌和氢厌氧菌在脂代谢性疾病（如非酒精性脂肪肝、肥胖等）患者中含量更高，其中粪菌属受膳食能量水平的影响，并可能影响脂肪酸合成 [   14   ,   35   ,   46   ]。假单胞菌在肾结石患者中很常见，可以从结石培养物中分离出来 [   40   ]。此外，在我们的研究中发现，HNR_KS 组中著名的固氮微共生菌慢生根瘤菌与盐和肉类摄入量呈正相关，已被证明是一种非常弱的人体免疫细胞激动剂，长期暴露于高浓度的慢生根瘤菌LPS 也可能导致炎症 [   20   ]。值得注意的是，在我们的研究中发现，被广泛认为是益生菌的 Prevotellaceae_UCG_001 在 HNR_KS 组中富集[ 11   ,   36   ]  。然而，Prevotellaceae_UCG_001的益生菌作用仍然存在争议，因为已发现它在患有自发性 2 型糖尿病的 Goto-Kakizaki 大鼠和给予氟化钠（一种环境毒素）的小鼠中增加 [   8   ,   15   ]。因此，Prevotellaceae_UCG_001在肾结石中的作用需要进一步探索。在本研究中，我们发现 HNR_KS 组具有最丰富的判别特征，在属水平上具有显着差异的丰度，并且假单胞菌、鞘氨醇单胞菌、Slackiain、棒状杆菌_1、Hydrogenoanaerobacterium和Faecalitalea等仅在HNR_KS组中富集，而在HNR_NS和LNR_KS组中不富集，说明HNR饮食模式可能通过影响组成和肾结石与肾结石有关。丰富的这些微生物群。同时，LNR_NS组中的梭菌属与总抗氧化能力水平呈正相关。由于脂质过氧化可导致草酸钙肾结石，梭状链球菌可能是预防肾结石的保护因素 [   41   ,   51   ]。LNR_NS 组中富集的Adlercreutzia可以产生 Equol，这是一种异黄酮的代谢产物，可能有助于有益的降脂作用，并在一定程度上降低由脂质代谢引起的肾结石的风险 [   18   ,   50   ]。此外，Eubacterium__hallii_group发现与 HNR_KS 组相比，HNR_NS 组更丰富。此外，Eubacterium__hallii_group的产物短链脂肪酸 (SCFA) 已被证明可以减少肾结晶，并且可能是预防肾结石的保护因素 [   23   ,   44   ] 。此外，HNR_NS组的 Cetobacterium 在草鱼中的 SCFAs 水平呈阳性，尽管暂时缺乏与人体相关的试验报告 [   9   ]。这些现有的证据可能暗示肠道微生物群，如梭菌属、阿德勒菌属、真杆菌属__哈利氏菌属和鲸蜡杆菌属，可能是 LNR_NS 和 HNR-NS 组肾结石的保护因素。

我们的研究表明，在一个大规模队列（69 名肾结石患者和 84 名非肾结石患者）中，饮食模式、肠道微生物群和草酸钙结石之间可能存在关系。然而，我们的研究存在局限性。首先，我们收集的粪便和尿液样本主要来自四川省，可能不足以代表中国西部的人口。其次，考虑到受访者的教育差异和四川省独特的饮食特征，我们采用了修改后的食物频率问卷，其中可能会出现偏差。最后，与 24 小时尿液收集相比，我们应用的 24 小时饮食回忆法可能会低估盐的摄入量。

结论

总之，我们的研究表明，与草酸钙 KS 和 NS 个体中的 LNR 对应物相比，HNR 饮食模式中存在丰度显着不同的肠道微生物群。同时，丰富的假单胞菌属、鞘氨醇单胞菌属、Slackiain、棒状杆菌属1、弓形杆菌属、窄食单胞菌属、氢厌氧菌属和粪菌属，在 HNR_KS 组中发现与炎症、脂质和矿物质代谢相关的代谢途径更丰富，这对肾结石的形成很重要。我们的研究结果表明，饮食模式可能通过调节肠道微生物群的稳态来影响草酸钙结石的预防和管理。有必要进行更多干预和更大队列规模的前瞻性研究，以进一步证实我们的研究结论。

打赏