과학 데이터 10권, 기사 번호: 280(2023) 이 기사 인용
415 액세스
9 알트메트릭
측정항목 세부정보
과도한 지방 축적은 대사질환을 유발할 수 있으며, 지방 축적과 대사질환 사이의 연결고리를 끊을 수 있는 요인을 파악하는 것이 중요합니다. 건강한 비만 라이우돼지(LW)는 지방 함량이 높지만 대사질환에 대한 저항력이 높습니다. 본 연구에서는 지방 축적과 대사 질환 사이의 연관성을 차단할 수 있는 요인을 확인하기 위해 LW 및 Lulai 돼지(LU)의 분변 미생물군집, 분변 및 혈액 대사체, 게놈을 비교했습니다. 우리의 결과는 LW와 LU 사이에서 탄수화물 대사에 관여하는 Spirochetes와 Treponema에 상당한 차이가 있음을 보여줍니다. 분변 및 혈액 대사체 구성은 유사했으며, 혈액 대사체의 일부 항대사성 질환 성분은 두 품종의 돼지 간에 서로 달랐습니다. 예측된 차등 RNA는 주로 지질 대사와 포도당 대사가 풍부하며 이는 차등 미생물총과 대사산물의 기능과 일치합니다. 하향 조절된 유전자 RGP1은 Treponema와 강한 음의 상관관계가 있습니다. 우리의 오믹스 데이터는 인간과 돼지 모두의 건강한 비만에 대한 추가 과학 연구를 위한 귀중한 자원을 제공할 것입니다.
과도한 지방 축적은 장기의 만성 손상 및 대사 질환으로 이어질 수 있습니다1,2,3. 그러나 유전적 요인만으로는 이러한 상태를 완전히 설명할 수 없습니다4. 장내 미생물군 및 대사산물5,6,7,8과 같은 대사 요인의 역할은 비만으로 인한 만성 대사 질환9,10,11의 원인을 이해하는 데 점점 더 많은 관심을 받고 있습니다. 장내 미생물총 구성의 변화는 고혈압, 죽상경화증, 제2형 당뇨병(T2DM)을 포함한 만성 대사 질환을 유발하는 것으로 나타났습니다. 미생물총은 트리메틸아민 N-산화물(TMAO)과 같은 필수 대사산물을 생산하며 죽상경화증, T2DM, 심혈관 질환(CVD) 및 뇌졸중과 같은 만성 대사 질환과 직접적으로 연관되어 있습니다15,16,17,18. 더욱이, 장내 미생물군은 흡수되지 않거나 소화되지 않은 탄수화물을 발효시켜 단쇄지방산(SCFA)과 같은 지방족 유기산을 생산할 수 있습니다. SCFA는 G 단백질 결합 수용체를 통해 식이 유발 비만으로부터 숙주를 보호할 수 있으며, 미생물군은 SCFA를 통해 숙주 지질 대사를 간접적으로 조절합니다. 따라서 장내 미생물은 내분비 기관으로 작용하여 숙주 생리에 영향을 미치는 생리활성 대사산물을 생성합니다7,24,25,26. 반대로, 최근 연구에 따르면 숙주 게놈은 장내 미생물군을 변경하여 관련 표현형에 영향을 미칠 수 있는 것으로 나타났습니다. 예를 들어, ABO 유전자형은 N-아세틸갈락토사민(GalNAc)을 조절하여 장내 미생물군 구조에 영향을 미칠 수 있습니다. 따라서 오믹스 분석을 통합하면 대사 질환으로부터 개인을 보호하는 핵심 요소를 식별하는 데 도움이 될 수 있습니다.
돼지는 지방, 과당, 탄수화물 함량이 높은 식단을 섭취하더라도 비알코올성 지방간 질환(NAFLD), T2DM 및 CVD와 같은 대사 질환에 저항하는 경향이 있습니다28,29. 이 현상은 비만이지만 대사성 질환을 예방하는 대사성 건강 비만(MHO)과 유사합니다30. 중국의 데모스틱 라이우 돼지(LW)는 피하 지방과 근육 내 지방(IMF)을 포함하여 지방 함량이 높은 것으로 알려져 있습니다31,32,33,34. 특히 LW의 IMF는 최고 7% 이상, 평균은 최고 11.6%, 최고 개인은 최고 21%에 달했다. LW를 서부 상업용 돼지 요크셔 돼지(YS)와 교배하여 LW 유전자 침투가 50%인 룰라이 돼지(LU)를 번식시켰습니다35. 지방 함량은 LU가 LW보다 낮았고, IMF는 약 5%였다. 본 연구에서는 2년 동안 중앙 집중식 관리를 위해 유사한 식이, 위생 및 환경 조건을 갖춘 LW 돼지 8마리와 LU 돼지 8마리를 선택했습니다(표 1). 우리는 오믹스 통합 분석을 통해 대사 질환으로부터 개인을 보호하는 핵심 요소를 식별하기 위해 대상 돼지의 분변 미생물군집, 분변 대사체, 혈액 대사체 및 전체 게놈(그림 1 참조)을 처리했습니다.
50% in the group. The positive and negative ion peaks then were integrated, and the software SIMCA-P 14.1 (Umetrics, Umea, Sweden) was used for pattern recognition. Accurate mass matching (<25 ppm) and secondary spectrum matching were used for metabolite structure identification, and the database such as Human Metabolome Database (HMDB) and Massbank Database were searched. After retrieving metabolites, metabolites were classified using MSDIAL search software. The data was normalized by Pareto-scaling for subsequent analysis./p> 60.0, MQ < 40.0, MQRankSum <−12.5, ReadPosRankSum <−8.0, SOR > 3.0; (2) minor allele frequency (MAF) < 0.01; (3) call rate of GATK variants < 0.9. The number of SNPs obtained is shown in Table 4. Genotype density distribution was mapped using the CMplot R package. Principal components analysis (PCA) was calculated using Plink47 (v1.9). Population genetic structure analysis was performed using Admixture48 (v1.3.0). PCA and Admixture analyses included the SNPs of Yorkshire pigs (YS), Duroc pigs (DU) and Landrace pigs (LR) were obtained from the PHARP database49 (http://alphaindex.zju.edu.cn/PHARP/index.php). FST analysis was performed using VCFtools50 (v0.1.13,–fst-window-size 50,000–fst-window-step 10,000. Window size 50 K, step size 10 K). Gene expression prediction was performed using the FarmGTEx TWAS-server51,52 (http://twas.farmgtex.org/). Functional annotation for gene ontology (GO) and KEGG was performed using http://kobas.cbi.pku.edu.cn/./p>1 and Pvalue < 0.05 (one-way ANOVA for multi-group comparison) to identify those with significant differences. Our results revealed 81 metabolites that differed significantly between the two porcine groups (Supplementary Table S5). Of these, 41 metabolites were more abundant in LW, including angelicin, securinine, hypoxanthine, betaine, cytidine, homocysteine, curdione, inosine, isopimpinellin, 5-methoxypsoralen, palmitoylcarnitine, citrate, stearic acid, cytarabine, licochalcone A, and N-acetylneuraminic acid. On the other hand, 40 metabolites were more abundant in LU, including nitrazepam, acetaminophen, icosanoic acid, gabapentin, spegatrine, juarezic acid, dehydroeffusol, gomisin H, and DL-2-hydroxyvaleric acid. Notably, some of these changing blood metabolites may be related to the fat content of pigs, as they have been shown to have anti-adipogenesis and anti-chronic metabolic disease effects. For instance, hydroxy fatty acids have been reported to exhibit anti-diabetic and anti-inflammatory effects60, and tanshinone IIA is used to treat cardiovascular diseases and has anti-adipogenesis effects61,62,63. Betaine has anti-fatty liver and anti-inflammatory properties, which can prevent hyperglycemia and reduce insulin resistance64,65,66./p> 0.6, Pvalue < 0.05, Supplementary Table S9)./p>