النظام الغذائي والميكروبيوم المعوي لدى مرضى باركنسون Diet and the gut microbiome in patients with Parkinson’s disease

المجلة: npj Parkinson s Disease، المجلد: 10، العدد: 1
DOI: https://doi.org/10.1038/s41531-024-00681-7
PMID: https://pubmed.ncbi.nlm.nih.gov/38649365
تاريخ النشر: 2024-04-22

النظام الغذائي والميكروبيوم المعوي لدى مرضى باركنسون

دايون كوان © , كيرين زانغ , كيمبرلي سي. بول © , ألين د. فولي © , إيريش ديل روزاريو , جوناثان ب. جاكوبس , أدريين م. كينر (1) , جيف م. برونشتاين & بياتي ريتز

الملخص

لقد تم اقتراح أن الميكروبات المعوية تؤثر على مرض باركنسون (PD) عبر محور الأمعاء-الدماغ. هنا، نفحص الارتباطات بين النظام الغذائي وتركيب الميكروبيوم المعوي ومساراته الوظيفية المتوقعة لدى مرضى PD. قمنا بتقييم الميكروبات المعوية في عينات البراز من 85 مريضًا بـ PD في وسط كاليفورنيا باستخدام تسلسل جين 16S rRNA. تم تقييم جودة النظام الغذائي من خلال حساب مؤشر الأكل الصحي 2015 (HEI-2015) بناءً على استبيان تاريخ النظام الغذائي II. قمنا بفحص ارتباطات جودة النظام الغذائي، والألياف، واستهلاك السكر المضاف مع تنوع الميكروبات، والتركيب، ووفرة الأنواع، والملفات الميتاجينومية المتوقعة، مع ضبط العمر، والجنس، والعرق/الاثنية، ومنصة التسلسل. كانت درجات HEI الأعلى واستهلاك الألياف مرتبطين بزيادة في البكتيريا المنتجة للزبدات المضادة للالتهابات المحتملة، مثل الأجناس Butyricicoccus وCoprococcus 1. على العكس، كان استهلاك السكر المضاف الأعلى مرتبطًا بزيادة في البكتيريا المحتملة المسببة للالتهابات، مثل الأجناس Klebsiella. اقترحت الميتاجينوميات التنبؤية أن الجينات البكتيرية المعنية في تخليق الليبوساكاريد انخفضت مع ارتفاع درجات HEI، بينما يشير الانخفاض المتزامن في الجينات المعنية في تحلل التورين إلى انخفاض الالتهاب العصبي. وجدنا أن النظام الغذائي الصحي، والألياف، واستهلاك السكر المضاف يؤثرون على تركيب الميكروبيوم المعوي ووظيفته الميتاجينومية المتوقعة لدى مرضى PD. وهذا يشير إلى أن النظام الغذائي الصحي قد يدعم الميكروبيوم المعوي الذي له تأثير إيجابي على خطر وتقدم مرض PD.

مرض باركنسون (PD) هو ثاني أكثر الأمراض التنكسية العصبية شيوعًا المرتبطة بالعمر، مع زيادة في الانتشار والحالات الجديدة . لا يعاني مرضى PD فقط من ضعف حركي تدريجي ولكن أيضًا من أعراض غير حركية واسعة النطاق، بما في ذلك خلل في الجهاز الهضمي (GI)، والإمساك، وضعف إدراكي، والاكتئاب . يمكن أن تحدث هذه الأعراض غير الحركية لعقود قبل التشخيص السريري خلال مراحلها المبكرة. بينما توجد علاجات تقلل من الضعف الحركي، لم يتم إحراز تقدم كبير في الجهود الرامية إلى إيقاف تقدم المرض قبل ظهور الأعراض الحركية.
تشير الأدلة المتزايدة إلى أن النظام الغذائي لدى مرضى PD يتأثر أو قد يؤثر على المرض. تم ربط جودة النظام الغذائي الأفضل، كما تم قياسه بواسطة مؤشر الأكل الصحي البديل (AHEI) ودرجة النظام الغذائي المتوسطي البديل (aMED)، سابقًا بانخفاض خطر حدوث والأعراض المبكرة . وجدت دراستنا السابقة أن مرضى PD كان لديهم جودة نظام غذائي أقل، تم تقييمها بواسطة مؤشر الأكل الصحي (HEI)-
2015، AHEI، وaMED، مقارنةً بمراقبيهم من الأسرة والمجتمع. كان هذا الاختلاف ناتجًا بشكل أساسي عن انخفاض الألياف الغذائية وزيادة استهلاك السكر المضاف . كما لاحظنا درجات HEI أقل في مرضى PD الذين يعانون من الإمساك المزمن وفقدان حاسة الشم. بالإضافة إلى ذلك، كان أولئك الذين يعانون من ضعف إدراكي يستهلكون أليافًا أقل. علاوة على ذلك، كان مرضى PD الذين تم تشخيصهم في سن أصغر أو الذين لديهم مدة مرض أطول يميلون إلى استهلاك المزيد من السكر المضاف.
تسلط الأبحاث الحديثة الضوء على ارتباط بين الأمعاء والدماغ في PD، مع احتمال أن يلعب الميكروبيوم المعوي دورًا في بدء المرض. مع تقدمنا في العمر، يتغير توازن المجتمعات البكتيرية في الأمعاء، مما يؤدي إلى انخفاض في البكتيريا المفيدة وزيادة في البكتيريا الضارة. يمكن أن تؤدي هذه الاختلالات، المرتبطة بالعمر أو الناتجة عن نظام غذائي منخفض الجودة، إلى إنتاج غير كافٍ من العناصر الغذائية الأساسية وزيادة في السموم التي تسبب الالتهاب، بما في ذلك الالتهاب العصبي والتنكس العصبي . مقارنةً بالمراقبين الأصحاء، يظهر مرضى PD ميكروبيوم معوي
يتميز بانخفاض في البكتيريا المنتجة للأحماض الدهنية قصيرة السلسلة (SCFA) المحتملة، مثل الأجناس Butyricicoccus وCoprococcus بالإضافة إلى زيادة في البكتيريا المحتملة المسببة للالتهابات، مثل الأجناس Akkermansia .
بينما لا يمكن إنكار أهمية العادات الغذائية في تشكيل الميكروبيوم المعوي، فإن تأثيرها على تطور وتقدم مرض PD بدأ للتو في أن يُفهم بشكل أفضل، مع تحديد مغذيات معينة مثل انخفاض الألياف وزيادة استهلاك السكر المضاف كعوامل خطر محتملة . يمكن أن يؤدي تحسين صحة الأمعاء من خلال النظام الغذائي إلى تقليل الأعراض المتعلقة بالجهاز الهضمي وتعزيز جودة الحياة في PD، وقد يظهر حتى طرقًا لإبطاء تقدم المرض . لذلك، من الضروري فهم تأثير النظام الغذائي على الميكروبيوم المعوي في PD بشكل أفضل. في هذه الدراسة، نفحص ارتباطات النظام الغذائي (جودة النظام الغذائي، استهلاك الألياف، والسكر المضاف) مع تنوع الميكروبيوم المعوي، والتركيب، والوفرة، ووظيفته الميتاجينومية المتوقعة لدى مرضى PD، على أمل تقديم فهم أفضل لكيفية أن تصبح أساليب الحياة، وخاصة التدخلات الغذائية، أدوات مفيدة في الوقاية و/أو علاج PD.

النتائج

خصائص المجموعة التحليلية

كان متوسط عمر مرضى PD عند التشخيص في دراستنا 62 عامًا (النطاق: 41-84)، مع متوسط عمر 74 عامًا عند جمع عينات البراز ومدة مرض PD تبلغ 9.7 سنوات (النطاق: 2-20؛ الجدول 1). كان معظم المشاركين من الرجال ( ) من أصل أوروبي ( )، وزيادة الوزن (متوسط مؤشر كتلة الجسم )، ومتعلمين جيدًا (متوسط 15.4 سنة من التعليم)، ولم يدخنوا أبدًا. وُجد أن الإمساك كان أعلى بين مرضى PD في أدنى ثلث درجات HEI، حيث عانى من المرضى من الإمساك مقارنةً بـ في أعلى ثلث درجات HEI.

جودة النظام الغذائي

كانت درجة HEI مرتبطة بالتنوع البيتا ( -الاتجاه ; الشكل 1a) ولكن ليس بالتنوع ألفا (الشكل 1b) في نماذج الانحدار الخطي المعدلة متعددة المتغيرات. كانت المحاور الرئيسية الأولى والثانية مرتبطة سلبًا بزيادة ثلث درجات HEI، مما يشير إلى اختلافات كبيرة في المجتمعات الميكروبية بين مرضى PD عبر ثلث درجات HEI. لتعريف الاختلافات التركيبية عبر ثلث درجات HEI بشكل أفضل، تم حساب الوفرة النسبية الخام على مستوى الشعبة والجنس. عندما استخدمنا نماذج الانحدار الخطي العام السلبية المعدلة متعددة المتغيرات لفحص ارتباطات HEI مع وفرة الأنواع على مستوى الجنس، فإن نظامًا غذائيًا أفضل وفقًا لـ HEI يزيد من بكتيريا Butyricicoccus ( -الاتجاه < 0.001)، Coprococcus 1 ( -الاتجاه < 0.001)، Negativibacillus ( -الاتجاه < 0.001)، وRuminococcaceae UCG-003 ( -الاتجاه ) ويقلل من Parabacteroides ( -الاتجاه ) وEggerthella ( الاتجاه ; الشكل 1e؛ البيانات التكميلية 1). من خلال استكشاف وظيفة الميكروبات بناءً على الميتاجينومات المتوقعة، وجدنا اختلافات في الملفات الميتاجينومية المتوقعة مع زيادة درجات HEI ( -الاتجاه ; الجدول التكميلية 1) ولكن ليس في غنى الجينات البكتيرية (أي، عدد الجينات المتوقعة). ربط اختبار الوفرة التفاضلية أربعة مسارات بـ HEI، بما في ذلك المسارات المتعلقة بالتخليق الحيوي والتحلل. كانت المسارات الغنية في المرضى الذين لديهم HEI أعلى مرتبطة بتحلل الكرياتينين II ( -الاتجاه < 0.001)، بينما كانت المسارات الأقل وفرة في المرضى الذين لديهم HEI أعلى مرتبطة بتخليق الأدينوسيلكوبالامين I ( -الاتجاه )، المسار الفائق لتخليق الليبوساكاريد ( -الاتجاه )، والمسار الفائق لتحلل التورين ( -الاتجاه < 0.001؛ الشكل 1f؛ البيانات التكميلية 2).

استهلاك الألياف الغذائية

كان استهلاك الألياف الغذائية مرتبطًا بالتركيب الميكروبي ( -الاتجاه 0.011؛ الشكل 2a) ولكن ليس بالتنوع ألفا (الشكل 2b). مع زيادة ثلث استهلاك الألياف، لوحظ ارتباط سلبي مع المحاور الرئيسية الأولى والثانية. على مستوى الجنس، كان زيادة Butyricicoccus ( الاتجاه < 0.001)، Coprococcus 1 ( -الاتجاه < 0.001)، Hydrogenoanaerobacterium ( -الاتجاه < 0.001)، Negativibacillus ( -الاتجاه = 0.001)، مجموعة Ruminococcaceae NK4A214 ( -الاتجاه <0.001)، مع انخفاض Parabacteroides ( الاتجاه ) وBacteroides ( -الاتجاه ; الشكل 2e؛ البيانات التكميلية
1)، كانت مرتبطة باستهلاك الألياف. كان هناك اختلاف طفيف في الملف الميتاجينومي المتوقع ( -الاتجاه “; الجدول التكميلي 1) ولكن ليس في غنى الجينات البكتيرية. اختلفت أربعة مسارات في الوفرة: استيعاب الفورمالديهايد I ( -الاتجاه < 0.001)، المسار الفائق لتخليق الليببوليسكاريد ( -اتجاه ) ، تخليق الأدينوسيلكوبالامين I ( -اتجاه )، والمسار الفائق لتخليق (R,R)-بيوتانديول ( اتجاه ؛ الشكل 2f؛ البيانات التكميلية 2) تم تقليلها مع زيادة تناول الألياف.

تناول السكر المضاف

ارتبط تناول السكر المضاف بتنوع بيتا -اتجاه ; الشكل 3أ)، ولكن مرة أخرى ليس مع تنوع ألفا (الشكل 3ب). على النقيض من الارتباطات السلبية الملحوظة مع درجات HEI الأعلى واستهلاك الألياف مع محاور الإحداثيات الرئيسية، أظهرت tertiles المتزايدة من استهلاك السكر المضاف ارتباطًا إيجابيًا مع المحورين الرئيسيين الأول والثاني. علاوة على ذلك، مع زيادة استهلاك السكر المضاف، على مستوى الجنس، Klebsiella -اتجاه تم زيادته، بينما بيوتريكوكوس ( -الاتجاه < 0.001)، كوبروكوكوس 1 ( -الاتجاه < 0.001) ورومبوستسيا ( -الاتجاه = 0.001؛ الشكل 3e؛ البيانات التكميلية 1) تم تقليلها. لم تكن هناك اختلافات في الميتاجينوم المتوقع المرتبط باستهلاك السكر المضاف (الجدول التكميلية 1).

تحليل الحساسية

قمنا بتقسيم تحليلاتنا حسب حالة الإمساك، حيث كان مرضى باركنسون الذين لديهم درجة HEI منخفضة أكثر عرضة للإصابة بالإمساك، ومن المعروف أن الإمساك يؤثر على ميكروبيوم الأمعاء. كان الألياف الغذائية مرتبطة بتغير التركيب الميكروبي الكلي في المرضى الذين يعانون من الإمساك. -اتجاه )، في حين أظهر تناول السكر المضاف ارتباطًا هامشيًا في كل من المرضى الذين يعانون من الإمساك وغير المصابين بالإمساك ( -اتجاه و -اتجاه ، على التوالي؛ الجدول التكميلي 2). علاوة على ذلك، كان لدى كل من المرضى الذين يعانون من الإمساك وغير المصابين بالإمساك والذين يتبعون أنظمة غذائية أكثر صحة وفرة أعلى من جنس كوبروكوكوس 1 ( -الاتجاه <0.001 لكلاهما؛ -التباين = 0.771؛ البيانات التكميلية 3). ومع ذلك، في المرضى الذين يعانون من الإمساك، كان تأثير النظام الغذائي الصحي على Coprococcus 1 أضعف من المرضى غير المصابين بالإمساك، مما يشير إلى تأثير دقيق ولكنه مستمر للنظام الغذائي على الميكروبيوم داخل مجموعة المرضى الذين يعانون من الإمساك.
قمنا أيضًا بتقسيم التحليلات حسب مدة مرض باركنسون، حيث أبلغنا سابقًا أن المرضى الذين لديهم مدة مرض أطول يستهلكون كميات أكبر من السكريات. وأظهرت اختلافات في وفرة الميكروبات مع زيادة مدة المرض “. المرضى الذين يعانون من كل من الطويلة ( سنوات) وقصير ( سنوات) مدة PD الذين حافظوا على نظام غذائي أكثر صحة كان لديهم زيادة في وفرة Coprococcus 1 ( -الاتجاه <0.001 لكليهما؛ تباين “; البيانات التكميلية 4). تم رؤية ارتباط مشابه مع زيادة تناول الألياف، والذي كان مرتبطًا بزيادة وفرة Coprococcus 1 في كلا مجموعتي المدة ( -الاتجاه < 0.001 لكليهما؛ -تباين ومع ذلك، بالنسبة لأولئك الذين لديهم فترات مرض أطول، كان تأثير النظام الغذائي الأفضل على Coprococcus 1 أقل وضوحًا مقارنةً بأولئك الذين لديهم فترات أقصر، مما يشير إلى انخفاض الفعالية في مجموعة الفترات الأطول.
علاوة على ذلك، كانت بعض الميكروبات التي تم تحديدها في مرضى باركنسون مرتبطة بشكل مشابه بالنظام الغذائي في الأفراد الأصحاء؛ على وجه الخصوص، زادت Ruminococcaceae UCG003 مع تحسين النظام الغذائي. -الاتجاه < 0.001)، بينما كانت مجموعة Ruminococcaceae NK4A214 أكثر وفرة مع زيادة تناول الألياف ( -الاتجاه < 0.001؛ البيانات التكميلية 5 و 6). من ناحية أخرى، كان لدى مرضى باركنسون، ولكن ليس الشهود، الذين لديهم استهلاك أعلى من السكر المضاف وفرة أكبر من كليبسيلا. -اتجاه -تباين ومع ذلك، فإن مجتمع الميكروبات المعوية لدى مرضى باركنسون يختلف تمامًا عن مجموعة التحكم، وكان لدينا قوة إحصائية محدودة لاختبار التفاعلات.

نقاش

تشير بياناتنا إلى أن ملفات الميكروبات المعوية لمرضى باركنسون تتأثر بالعادات الغذائية. لقد لاحظنا اختلافات في الميكروبيوم فيما يتعلق بجودة النظام الغذائي، بالإضافة إلى تناول الألياف الغذائية والسكر المضاف. تتماشى هذه النتائج مع الدراسات السابقة وتدعم الفرضية القائلة بأن النظام الغذائي الصحي قد يكون له آثار مفيدة على الميكروبيوم المعوي لدى مرضى باركنسون.
الجدول 1 | خصائص مرضى باركنسون حسب tertile درجة HEI
منخفض ) HEI-2015 متوسط ( ) عالي )
العمر (بالسنوات)
المتوسط (الانحراف المعياري) 75.6 (7.88) 73.4 (8.55) ٧٢.٥ (٩.٣٩)
نطاق ٥٤-٨٨ 51-86 ٥٦-٩٠
جنس
ذكر 19 (65.5%) 20 (71.4%) 18 (64.3%)
أنثى 10 (34.5%) 8 (28.6%) 10 (35.7%)
العرق/الاثنية
الأبيض غير اللاتيني 24 (82.8%) 22 (78.6%) 23 (82.1%)
غير الأبيض أو اللاتيني 5 (17.2%) 6 (21.4%) 5 (17.9%)
منصة
هاي سيك ٢٦ (٨٩.٧٪) 21 (75.0%) 20 (71.4%)
مي سيك 3 (10.3%) 7 (25.0%) 8 (28.6%)
مؤشر كتلة الجسم (BMI) )
المتوسط (الانحراف المعياري) ٢٧.١ (٥.٥٦) ٢٨.٥ (٥.٨٣) 25.8 (5.11)
نطاق 16.2-39.7 14-41.3 14.8-38.3
التعليم (السنوات)
المتوسط (الانحراف المعياري) 14.9 (2.50) 14.5 (3.64) 16.8 (4.77)
نطاق 12-22 ٤-٢٢ ٤-٢٧
حالة التدخين
أبداً 17 (58.6%) 19 (67.9%) 17 (60.7%)
أبداً 12 (41.4%) 9 (32.1%) 11 (39.3%)
تناول الكحول (غ/يوم)
المتوسط (الانحراف المعياري) 2.59 (6.25) 9.24 (17.7) 3.95 (7.47)
نطاق 0-26.4 0-76.8 0-28.3
تناول الكافيين (ملغ/يوم)
المتوسط (الانحراف المعياري) 147 (184) 195 (308) ٢٠٣ (٢٥٢)
نطاق 2.67-611 2.96-1430 0.52-1020
مدخول الطاقة (سعرة حرارية/يوم)
المتوسط (الانحراف المعياري) 1940 (914) ٢٠٨٠ (٨٦٦) 1850 (811)
نطاق ٦٢٧-٤٠٠٠ 731-4430 653-4050
العمر عند تشخيص مرض باركنسون (سنوات)
المتوسط (الانحراف المعياري) 64.3 (9.04) 64.7 (8.46) 62.4 (11.1)
نطاق 50-84 42-75 41-81
مدة PD (بالسنوات)
المتوسط (الانحراف المعياري) 10.2 (5.28) 9.14 (3.78) 9.79 (4.84)
نطاق 4-20 3-20 2-20
إمساك
لا 8 (27.6%) 13 (46.4%) 14 (50.0%)
نعم 21 (72.4%) 15 (53.6%) 14 (50.0%)
MDS-UPDRS IA
المتوسط (الانحراف المعياري) 3.78 (3.11) 3.77 (2.62) 3.38 (2.98)
نطاق 0-10 0-11 0-11
MDS-UPDRS IB
المتوسط (الانحراف المعياري) 11.6 (4.50) 9.33 (4.95) 9.47 (5.20)
نطاق ٤-٢٢ ٢-٢٤ 1-21
MDS-UPDRS II
المتوسط (الانحراف المعياري) 17.5 (9.09) 16.4 (7.80) 14.8 (8.57)
نطاق 1-41 ٣-٤٠ 2-40
الجدول 1 (مستمر) | خصائص مرضى باركنسون حسب tertile درجة HEI
منخفض ) HEI-2015 متوسط ( ) عالي )
MDS-UPDRS III
المتوسط (الانحراف المعياري) ٢٨.٣ (١٢.٢) ٢٨.٣ (١٠.٧) ٢٤.٥ (١٣.٤)
نطاق 11-58 8-51 3-58.2
مرض باركنسون، مؤشر النظام الغذائي الصحي (HEI)، الانحراف المعياري (SD)، مؤشر كتلة الجسم (BMI)، مقياس تقييم مرض باركنسون الموحد لجمعية اضطرابات الحركة (MDS-UPDRS).
(الجدول التكميلي 3). بشكل محدد، مع اتباع نظام غذائي أكثر صحة، لاحظنا انخفاضًا في وفرة البكتيريا المحتملة المسببة للالتهابات التي توجد عادة بكثرة في مرضى باركنسون مقارنةً بالضوابط. علاوة على ذلك، زاد النظام الغذائي الصحي لدى المشاركين في دراستنا من وفرة البكتيريا المحتملة المضادة للالتهابات التي تكون عادةً ناقصة في مرضى باركنسون مقارنةً بالضوابط. إحدى النتائج المترتبة على اكتشافاتنا هي أن الروابط السابقة المبلغ عنها بين الميكروبيوم ومرض باركنسون قد تكون ناتجة، على الأقل جزئيًا، عن الاختلافات الغذائية بين مرضى باركنسون والأشخاص الضوابط.
في هذه الدراسة، لاحظنا أن النظام الغذائي الأفضل (المشار إليه من خلال ارتفاع درجة HEI واستهلاك الألياف) لدى مرضى PD كان مرتبطًا بزيادة في بكتيريا إنتاج الأحماض الدهنية القصيرة السلسلة، بما في ذلك Butyricicoccus وCoprococcus 1 وHydrogenoanaerobacterium وNegativibacillus وRomboutsia ومجموعة Ruminococcaceae NK4A214 وRuminococcaceae UCG-003. هذه البكتيريا المنتجة للأحماض الدهنية القصيرة السلسلة، المعروفة أساسًا بإنتاج الزبدات، توفر الطاقة لخلايا الظهارة المعوية، وتقوي الظهارة المعوية، وتقلل الالتهاب. علاوة على ذلك، تؤثر الخصائص المضادة للالتهابات للأحماض الدهنية قصيرة السلسلة على الجهاز العصبي المعوي، وتعزز تطوير الميكروغليا الطبيعي، وقد تعدل الالتهاب في الجهاز العصبي المركزي. .
من الجانب الآخر، أدى تناول كميات أكبر من السكر المضاف لدى المشاركين في دراستنا إلى انخفاض في بكتيريا Butyricicoccus وCoprococcus 1 وRomboutsia. في مرضى باركنسون، وُجدت وفرة أقل من البكتيريا المنتجة للأحماض الدهنية القصيرة السلسلة في سلسلة من الدراسات مقارنةً بالأشخاص الأصحاء. يعاني مرضى باركنسون من مستويات أعلى من السيتوكينات المؤيدة للالتهابات في القولون والمصل، مما يشير إلى أنهم يعانون من التهاب نظامي، والذي قد يؤدي إلى تنشيط الخلايا الدبقية الصغيرة الذي يدفع تقدم المرض. على سبيل المثال، لوحظ انخفاض في وفرة بيوتريكوكوس لدى المرضى الذين يعانون من مرض باركنسون المبكر واضطراب سلوك النوم REM. وكانت وفرة أقل من Romboutsia مرتبطة بتدهور الوظيفة الإدراكية وأعراض الاكتئاب لدى مرضى باركنسون. .
وجدنا أن زيادة استهلاك السكر المضاف كانت مرتبطة بزيادة في البكتيريا المنتجة للأميلويد، الكلبسيلة. في نماذج حيوانية، أظهرت الأميلويدات البكتيرية أنها تزيد من إنتاج ألفا-ساينوكليين في الأمعاء وتراكمه في الدماغ، مما يعزز الالتهاب الدماغي. بالإضافة إلى ذلك، لاحظنا أن زيادة تناول الألياف كانت مرتبطة بانخفاض في البكتيريا المسببة للالتهابات، بكتيرويدس، التي وُجد أنها مرتفعة لدى مرضى باركنسون مقارنةً بالمجموعة الضابطة. . تم إظهار ارتباط أعلى وفرة من بكتيرويديس بشكل إيجابي مع شدة الأعراض الحركية سابقًا . بشكل عام، تشير تحليلاتنا إلى أن الحفاظ على نظام غذائي صحي قد يفيد مرضى باركنسون، مع إمكانية تقليل كل من الأعراض الحركية وغير الحركية وإبطاء تقدم المرض.
علاوة على ذلك، في المراحل المبكرة من مرض باركنسون، قد يكون للعادات الغذائية تأثير أكثر وضوحًا على الحفاظ على البكتيريا المنتجة للأحماض الدهنية القصيرة، مما يشير إلى أنه في مرض باركنسون المبكر، قد لا يزال يمكن تعديل الميكروبيوم من خلال النظام الغذائي. على النقيض من ذلك، في المراحل الأكثر تقدمًا من مرض باركنسون، قد تكون التغييرات في الميكروبيوم أكثر رسوخًا وأقل استجابة للتغييرات الغذائية. تسلط نتائج تحليلنا المصنفة حسب مدة مرض باركنسون الضوء على الأهمية المحتملة للتدخلات الغذائية المبكرة في مرض باركنسون وتقترح أن إدارة ميكروبيوتا الأمعاء من خلال النظام الغذائي قد تكون أكثر تحديًا مع تقدم المرض.
تعزز نتائج مسار الوظيفة المتوقعة لدينا النتائج المستندة إلى التصنيف؛ حيث يقلل النظام الغذائي الصحي من تخليق الليبوسكرياتيد وتدهور التورين. في مرض باركنسون، يُشتبه في أن الليبوسكرياتيد، وهو سم داخلي من الغشاء الخارجي للبكتيريا سالبة الجرام، مرتبط بالتهاب الأعصاب. يزيد ارتفاع الليبوسكرياتيد المتداول، الذي قد يدخل الدم من خلال حاجز الأمعاء المتسرب ، من تفاقم التنكس العصبي من خلال تنشيط الميكروغليا
في الدماغ . أفادت دراسة سابقة أن تخليق الليبوسكرياتيد قد زاد في مرضى باركنسون مقارنةً بالضوابط الصحية . قد يقلل تناول الطعام الصحي من الليبوسكرياتيد المتداول ويخفف الالتهاب الجهازي في مرض باركنسون. تشير نتائجنا أيضًا إلى أن تقليل تدهور التورين في مرضى باركنسون الذين لديهم درجة HEI أعلى قد يساعد في الحفاظ على مستويات أعلى من التورين في الجسم، مما قد يوفر
الشكل 2 | يختلف الميكروبيوم المعوي لمرضى باركنسون حسب تناول الألياف الغذائية. أ رسم بياني لتحليل المكونات الرئيسية للميكروبيوم حسب فئة تناول الألياف الغذائية. ب رسم بياني لصندوق تنوع الميكروبات باستخدام مؤشر شانون حسب فئة تناول الألياف الغذائية. رسم بياني ملخص تصنيفي للوفرة النسبية عند فصيلة و مستوى الجنس ( الوفرة النسبية) حسب فئة تناول الألياف الغذائية. هـ وفرة مختلفة من الأنواع الميكروبية عند مستوى الجنس و مسارات وظيفية من الميتاجينوم المتوقع حسب فئة تناول الألياف الغذائية بعد ضبطها حسب العمر والجنس والعرق ومنصة التسلسل. الأنواع والمسارات في (هـ) و(و) مرتبطة بفئة تناول الألياف الغذائية التصنيفية عند -الاتجاه <0.05 وتناول الألياف الغذائية المستمر عند -القيمة . تمثل أشرطة الخطأ فترات الثقة.
تأثيرات واقية عصبيًا على الجهاز العصبي مع جودة نظام غذائي أفضل. أظهرت دراسات حديثة أن مستويات التورين في البلازما تنخفض بشكل حاد في مرضى باركنسون وترتبط عكسيًا بشدة الأعراض الحركية، مما يدعم الدور المحتمل للتورين كواقٍ عصبي في . علاوة على ذلك، في نموذج الفأر، لوحظ زيادة في تدهور التورين في الفئران المصابة بباركنسون مع عدد أقل من عائلة رامينوكوكاسيا . أشارت نتائجنا إلى
أن نظامًا غذائيًا أفضل في مرضى باركنسون كان مرتبطًا بمستويات أعلى من الأجناس التابعة لعائلة رامينوكوكاسيا، مما قد يدعم استقلاب التورين ويؤدي إلى تقليل تدهور التورين بواسطة ميكروبات الأمعاء.
تقدم دراستنا عدة نتائج حول تركيب الميكروبات المعوية والنظام الغذائي في مرضى باركنسون الذين تم تحديدهم من أكبر دراسة مجتمعية قائمة على مرض باركنسون في الولايات المتحدة. ومع ذلك، تشمل القيود عينة صغيرة
الشكل 3 | يختلف الميكروبيوم المعوي لمرضى باركنسون حسب تناول السكر المضاف. أ رسم بياني لتحليل المكونات الرئيسية للميكروبيوم حسب فئة تناول السكر المضاف. ب رسم بياني لصندوق تنوع الميكروبات باستخدام مؤشر شانون حسب فئة تناول السكر المضاف. رسم بياني ملخص تصنيفي للوفرة النسبية عند فصيلة و مستوى الجنس ( الوفرة النسبية) حسب فئة تناول السكر المضاف. هـ وفرة مختلفة من الأنواع الميكروبية
عند مستوى الجنس حسب تناول السكر المضاف بعد ضبطها حسب العمر والجنس والعرق ومنصة التسلسل. الأنواع في (هـ) مرتبطة بفئة تناول السكر المضاف التصنيفية عند الاتجاه وتناول السكر المضاف المستمر عند -القيمة . تمثل أشرطة الخطأ فترات الثقة.
حجم، مما يحد من التحكم في المتغيرات المربكة وتحديد الأنواع الميكروبية الأقل انتشارًا، وتصميم مقطعي، مما لا يسمح لنا باستنتاج الزمنية أو السببية للعلاقات. لمعالجة هذه القيود واستكشاف تأثير النظام الغذائي والتفاعل بين النظام الغذائي والميكروبيوم على تقدم مرض باركنسون، يجب أن تستفيد الدراسات اللاحقة من بيانات طولية حول النظام الغذائي والميكروبيوم وتقدم المرض. بالإضافة إلى ذلك، كانت المسارات الميتاجينومية مستندة إلى بيانات ميتاجينومية متوقعة وليست الميتاجينوم الفعلي. لذلك، يجب أن تأخذ الأبحاث المستقبلية في الاعتبار استخدام تسلسل شوتغن وعلوم الأيض لتوفير فهم أكثر قوة لتأثير النظام الغذائي على تركيب ووظيفة الميكروبيوم المعوي في مرض باركنسون. قد تؤدي أخطاء القياس المتأصلة في تقييمات DHQ II أيضًا إلى تصنيف خاطئ للتعرضات الغذائية. في المستقبل، نأمل أن نكون قادرين على تقييم استقرار جودة النظام الغذائي بمرور الوقت في مجموعة مرضانا، ولكن في الوقت الحالي يجب أن نفترض أن النظام الغذائي لم يتغير بشكل كبير خلال الفجوة بين تقييم النظام الغذائي وجمع البراز (متوسط 6 أشهر). أظهرت الأبحاث السابقة أن استقرار درجات HEI2015 المشتقة من DHQ مستقر على مدى فترة سنة واحدة ، وأن حوالي من سلالات الميكروبات المعوية تبقى كما هي على مدى فترة 5 سنوات ، مما يوفر دعمًا لاستقرار كل من النظام الغذائي والميكروبيوم المعوي على مدى فترات طويلة. ومع ذلك، نعترف بالحاجة إلى بيانات إضافية حول الاستقرار الزمني للنظام الغذائي والميكروبيوم في مرض باركنسون. أخيرًا، كانت مجموعة دراستنا تتكون أساسًا من رجال بيض غير منحدرين من أصل إسباني، وعلى الرغم من أن هذا يتماشى مع انتشار مرض باركنسون الذي هو أعلى بمقدار 1.4 مرة في الرجال مقارنة بالنساء ، قد لا تكون النتائج قابلة للتعميم على السكان الذين لديهم توزيع جنسي أو عرقي/إثني مختلف.
في الختام، نحن نربط تركيب الميكروبيوم المعوي ووظيفته بنظام غذائي لمرضى باركنسون. يرتبط إجمالي جودة النظام الغذائي، بالإضافة إلى تناول الألياف والسكر المضاف، بتركيب الميكروبيوم المعوي الذي تم وصفه سابقًا في الدراسات التي تقارن مرضى باركنسون بالضوابط. يزيد النظام الغذائي الأكثر صحة من وفرة البكتيريا المنتجة للبيوتيرات المضادة للالتهابات المحتملة بينما يقلل من وفرة البكتيريا المسببة للالتهابات المحتملة في مرضى باركنسون. نظرًا لهذه الرؤى، قد يساعد تناول نظام غذائي عالي الجودة في معالجة اختلال الميكروبيوم المسبب للالتهابات في مرضى باركنسون وقد يوفر بعض الحماية ضد تقدم المرض.

طرق

مجموعة الدراسة

قمنا بإجراء تحليل مقطعي على مجموعة فرعية من مرضى باركنسون الذين شاركوا في دراسة بيئة وجين باركنسون (PEG)، وهي دراسة قائمة على السكان للحالات والشواهد في كاليفورنيا الريفية التي سجلت 832 مريضًا بباركنسون في البداية. تم تجنيد حالات باركنسون خلال 2001-2007 (PEG1) و2011-2017 (PEG2). في البداية، كانت حالات باركنسون المؤهلة تستوفي المعايير التالية: (1) تم تشخيصها حديثًا خلال 3-5 سنوات، (2) مقيمة في كاليفورنيا لمدة لا تقل عن خمس سنوات، تحديدًا في مقاطعة فريسنو أو كيرن أو تولاري في فحص البداية، (3) تلقت تشخيص باركنسون من مقدمي الرعاية المحليين، والذي تم تأكيده لاحقًا من قبل متخصصي اضطرابات الحركة في جامعة كاليفورنيا، لوس أنجلوس (UCLA)، و(4) عدم وجود حالات عصبية أخرى أو مرض نهائي. تم طلب من المرضى الذين يمكن إعادة الاتصال بهم بين 2017-2020 (PEG-Gut) تقديم عينة براز ( ).
لتحليلات التالية، استبعدنا أيضًا المرضى الذين لديهم بيانات مفقودة من استبيان تاريخ النظام الغذائي II (DHQ II) أو بيانات تسلسل 16S rRNA للبكتيريا المعوية، بالإضافة إلى أولئك الذين لديهم استهلاك طاقة يومي غير معقول (الرجال: أو يوم، النساء: أو يوم). أدى ذلك إلى مجموعة نهائية من 85 مريضًا للتحليلات. جمعنا معلومات حول الديموغرافيات، والتاريخ الطبي، ونمط الحياة، وبيئات العمل والمنزل من خلال مقابلات موحدة. سير العمل موجود في الشكل التوضيحي 1. قدم جميع المرضى موافقة خطية مستنيرة، وتمت الموافقة على الدراسة من قبل مجلس المراجعة المؤسسية في UCLA (IRB #21-000256 وIRB#11-001530).

تقييم النظام الغذائي والمتغيرات المصاحبة

أكمل جميع المشاركين في PD استبيان DHQ II لتقييم استهلاكهم الغذائي المعتاد على مدار الشهر الماضي قبل المقابلة. في المتوسط، حدث هذا التقييم في فترة لا تزيد عن نصف عام من تاريخ جمع عينة البراز. بعد ذلك، استخدمنا بيانات DHQ II لحساب HEI-2015 كـ
مقياس لجودة النظام الغذائي. تعكس هذه الأداة التوصيات المستندة إلى إرشادات النظام الغذائي للأمريكيين 2015-2020 وتتكون من 13 مكونًا مع درجة إجمالية تتراوح من 0 (أسوأ) إلى 100 (أفضل) نقطة. تم التعبير عن درجة HEI كزيادة لكل نطاق ربعي (IQR).
لقد حددنا سابقًا الفروق في استهلاك الألياف الغذائية والسكر المضاف بين مرضى باركنسون والمشاركين من الأسر/المجتمع كضوابط. في التحليلات الحالية، ركزنا بشكل أكبر على هذه المغذيات المحددة، المعبر عنها كنسبة مئوية من إجمالي استهلاك الطاقة. إن نهج كثافة المغذيات هذا مناسب، حيث تساهم هذه المغذيات في الطاقة الغذائية، مما يسمح بالمقارنة والتوحيد في استهلاك المغذيات. تم اعتبار جودة النظام الغذائي والمغذيات كمتغيرات مستمرة وفئوية، مصنفة إلى ثلثيات من الاستهلاك (HEI: لكل زيادة بمقدار 11.6 نقطة؛ الألياف: الطاقة؛ السكر المضاف: ، طاقة).

جمع عينات البراز وقياسات الميكروبيوم

طُلب من المشاركين جمع عينات براز في منازلهم باستخدام مجموعة جمع ParaPak المحفوظة في الإيثانول. تم شحن العينات إلى جامعة كاليفورنيا في لوس أنجلوس خلال 14 يومًا من الجمع وتم تخزينها في في الفريزر حتى التحليل. تم استخراج الحمض النووي الجيني البكتيري من عينات البراز باستخدام مجموعة ZymoBIOMICS DNA، وفقًا لبروتوكول الشركة المصنعة. كما تم الإبلاغ عنه سابقًا تمت عملية تضخيم PCR لمنطقة V4 من جين 16 rRNA تلتها تسلسل مزدوج النهاية على منصات إلومينا هاي سيك 2500 أو ميسيك. تم تصفية قراءات التسلسل من حيث الجودة باستخدام خط أنابيب DADA2 (الإصدار 1.22.0). تم معالجة القراءات المصفاة من حيث الجودة إلى متغيرات تسلسل الأمبليكون (ASVs) وتعيين التصنيف بناءً على قاعدة بيانات SILVA. تمت إزالة ASVs إذا كانت الوفرة أقل من 50 أو كانت الانتشار أقل من في جميع العينات ( تظل التسلسلات بعد هذه الخطوة من التصفية). تم أيضًا تقليل ASVs إلى عمق متساوٍ دون تصفية الوفرة/الانتشار لتقييم تنوع ألفا. تم تنفيذ خطوات معالجة البيانات الموضحة أعلاه باستخدام حزم phyloseq (v1.34.0).

التحليل الإحصائي

تم تحليل بيانات الميكروبيوم لتقييم التنوع الألفا، التنوع البيتا، وارتباط وفرة الأنواع بجودة النظام الغذائي والمغذيات. تم تقييم التنوع الألفا (تنوع داخل الموضوع) باستخدام مؤشر شانون للتنوع، الذي يمثل توازن وغنى المجتمع البكتيري. قمنا بفحص ما إذا كانت ميزات النظام الغذائي مرتبطة بالتنوع الألفا باستخدام نماذج الانحدار الخطي. تم تقييم التنوع البيتا (تنوع بين الموضوعات) فيما يتعلق بميزات النظام الغذائي باستخدام تحليل التباين المتعدد المتغيرات القائم على التبديل (PERMANOVA) لمسافة براي-كورتيس. تم تصور نتائج التنوع البيتا باستخدام تحليل المكونات الرئيسية. تم تقييم وفرة الأنواع الميكروبية وارتباطها بميزات النظام الغذائي باستخدام نماذج الانحدار الخطي العام السلبية الثنائية التي تم تنفيذها في MaAsLin2. . تم تعيين الحد الأدنى للوفرة إلى 0.01 والحد الأدنى للانتشار إلى 0 حيث قمنا بالفعل بتصفية الأنواع لدينا سابقًا. بالإضافة إلى ذلك، كجزء من تحليلات الحساسية، قمنا بإجراء تحليلات مصنفة حسب حالة الإمساك ومدة مرض باركنسون (طويلة: سنوات؛ مختصر: سنوات) وأعدنا تقييم ارتباطات الميكروبيوم بالنظام الغذائي التي لاحظناها في الحالات أيضًا في ضوابط الأسر والمجتمعات.
تم التنبؤ بالملف الميتاجينومي لميكروبيوم الأمعاء استنادًا إلى بيانات تسلسل 16S rRNA. تم إجراء استنتاجات وظيفية حول وفرة مسارات MetaCyc باستخدام خوارزمية PICRUSt2 (الإصدار 2.4.1). تمت إزالة مسارات ميتاسيك إذا كانت الوفرة أقل من 100 أو كانت الانتشار أقل من في جميع العينات ( ظلّت المسارات بعد التصفية). كما قمنا بتقييم الفروق في تنوع ألفا وبيتا ووفرة مسارات ميتاسيك حسب النظام الغذائي.
تم تعديل جميع نماذج الانحدار لعوامل العمر والجنس والعرق/الاثنية (الأبيض غير اللاتيني، غير الأبيض أو اللاتيني)، ومنصة التسلسل (HiSeq، MiSeq)، مع النظام الغذائي كمتغيرات تعرض فئوية أو مستمرة. لاختبارات الاتجاه، استخدمنا القيمة المتوسطة لكل ثلث غذائي كمتغير مستمر لتقليل تأثير القيم الشاذة. تشمل العوامل الإضافية التي استكشفناها في البداية ولكن لم نقم بتضمينها في النموذج النهائي استخدام أدوية باركنسون (جرعة ليفودوبا أو جرعة منبهات الدوبامين)، تناول الفيتامينات، والمكملات.
تناول. لم تغير هذه العوامل النتائج المبلغ عنها أكثر من الحد الأدنى، وهذه الطريقة تتجنب مشاكل البيانات النادرة. كانت جميع الاختبارات الإحصائية ثنائية الجانب. كانت الأنواع والمسارات التي اعتبرناها مختلفة في الوفرة مرتبطة بالنظام الغذائي عند -اتجاه للمتغيرات الفئوية و -قيمة للمتغيرات المستمرة. تم إجراء التحليلات باستخدام R (الإصدار 4.1.2).

ملخص التقرير

معلومات إضافية حول تصميم البحث متاحة في ملخص تقارير أبحاث Nature المرتبط بهذه المقالة.

توفر البيانات

البيانات التي تم توليدها وتحليلها خلال الدراسة الحالية متاحة للجمهور في أرشيف تسلسل القراءة NCBI تحت معرف مشروع البيولوجيا PRJNA1101026. تتوفر بيانات إضافية عند الطلب من المؤلف المراسل، ب.ر.

توفر الشيفرة

جميع البرمجيات، الحزم، إصداراتها، المواصفات ذات الصلة، والمعلمات مذكورة في قسم الطرق. لا يتم استخدام أي أكواد مخصصة. يتم توفير الكود الخاص بإجراء تصفية تسلسل عالي الدقة، التحليلات الإحصائية، وتوليد الأشكال فيhttps://github.com/dayoonkwon/PEGDiet.
تاريخ الاستلام: 18 أغسطس 2023؛ تاريخ القبول: 8 مارس 2024؛
نُشر على الإنترنت: 22 أبريل 2024

References

  1. GBD 2016 Neurology Collaborators. Global, regional, and national burden of neurological disorders, 1990-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet Neurol. 18, 459-480 (2019).
  2. Schapira, A. H. V., Chaudhuri, K. R. & Jenner, P. Non-motor features of Parkinson disease. Nat. Rev. Neurosci. 18, 509 (2017).
  3. Gao, X. et al. Prospective study of dietary pattern and risk of Parkinson disease. Am. J. Clin. Nutr. 86, 1486-1494 (2007).
  4. Liu, Y. H. et al. Diet quality and risk of Parkinson’s disease: a prospective study and meta-analysis. J. Parkinsons Dis. 11, 337-347 (2021).
  5. Molsberry, S. et al. Diet pattern and prodromal features of Parkinson disease. Neurology 95, e2095-e2108 (2020).
  6. Kwon, D. et al. Diet quality and Parkinson’s disease: Potential strategies for non-motor symptom management. Parkinsonism Relat. Disord. 115, 105816 (2023).
  7. Noble, E. E., Hsu, T. M. & Kanoski, S. E. Gut to brain dysbiosis: mechanisms linking western diet consumption, the microbiome, and cognitive impairment. Front. Behav. Neurosci. 11, 9 (2017).
  8. Obrenovich, M. E. M. Leaky Gut, Leaky Brain? Microorganisms 6. https://doi.org/10.3390/microorganisms6040107 (2018).
  9. Lubomski, M. et al. The impact of device-assisted therapies on the gut microbiome in Parkinson’s disease. J. Neurol. 269, 780-795 (2022).
  10. Huang, B. et al. Gut microbiome dysbiosis across early Parkinson’s disease, REM sleep behavior disorder and their first-degree relatives. Nat. Commun. 14, 2501 (2023).
  11. Chen, Y., Xu, J. & Chen, Y. Regulation of neurotransmitters by the gut microbiota and effects on cognition in neurological disorders. Nutrients 13, 2099 (2021).
  12. Keshavarzian, A. et al. Colonic bacterial composition in Parkinson’s disease. Mov. Disord. 30, 1351-1360 (2015).
  13. O’Donovan, S. M. et al. Nigral overexpression of alpha-synuclein in a rat Parkinson’s disease model indicates alterations in the enteric nervous system and the gut microbiome. Neurogastroenterol. Motil. 32, e13726 (2020).
  14. Barichella, M. et al. Unraveling gut microbiota in Parkinson’s disease and atypical parkinsonism. Mov. Disord. 34, 396-405 (2019).
  15. Heintz-Buschart, A. et al. The nasal and gut microbiome in Parkinson’s disease and idiopathic rapid eye movement sleep behavior disorder. Mov. Disord. 33, 88-98 (2018).
  16. Hill-Burns, E. M. et al. Parkinson’s disease and Parkinson’s disease medications have distinct signatures of the gut microbiome. Mov. Disord. 32, 739-749 (2017).
  17. Unger, M. M. et al. Short chain fatty acids and gut microbiota differ between patients with Parkinson’s disease and age-matched controls. Parkinsonism Relat. D. 32, 66-72 (2016).
  18. Jackson, A. et al. Diet in Parkinson’s disease: critical role for the microbiome. Front. Neurol. 10, 1245 (2019).
  19. Palavra, N. C., Lubomski, M., Flood, V. M., Davis, R. L. & Sue, C. M. Increased added sugar consumption is common in Parkinson’s disease. Front. Nutr. 8, 628845 (2021).
  20. De Filippis, F. et al. High-level adherence to a Mediterranean diet beneficially impacts the gut microbiota and associated metabolome. Gut 65, 1812-1821 (2016).
  21. Zhang, K. et al. Parkinson’s disease and the gut microbiome in rural California. J. Parkinsons Dis. 12, 2441-2452 (2022).
  22. Canani, R. B. et al. Potential beneficial effects of butyrate in intestinal and extraintestinal diseases. World J. Gastroenterol. 17, 1519-1528 (2011).
  23. Madore, C., Yin, Z., Leibowitz, J. & Butovsky, O. Microglia, lifestyle stress, and neurodegeneration. Immunity 52, 222-240 (2020).
  24. Elfil, M., Kamel, S., Kandil, M., Koo, B. B. & Schaefer, S. M. Implications of the gut microbiome in Parkinson’s disease. Mov. Disord. 35, 921-933 (2020).
  25. Xie, A. J. et al. Bacterial butyrate in Parkinson’s disease is linked to epigenetic changes and depressive symptoms. Mov. Disord. 37, 1644-1653 (2022).
  26. Friedland, R. P. & Chapman, M. R. The role of microbial amyloid in neurodegeneration. PLoS Pathog. 13, e1006654 (2017).
  27. Gerhardt, S. & Mohajeri, M. H. Changes of colonic bacterial composition in Parkinson’s disease and other neurodegenerative diseases. Nutrients 10, 708 (2018).
  28. Wallen, Z. D. et al. Metagenomics of Parkinson’s disease implicates the gut microbiome in multiple disease mechanisms. Nat. Commun. 13, 6958 (2022).
  29. Mehanna, M. et al. Study of the gut microbiome in Egyptian patients with Parkinson’s disease. BMC Microbiol 23, 196 (2023).
  30. Lin, C. H. et al. Altered gut microbiota and inflammatory cytokine responses in patients with Parkinson’s disease. J. Neuroinflammation 16, 129 (2019).
  31. Ghosh, S. S., Wang, J., Yannie, P. J. & Ghosh, S. Intestinal barrier dysfunction, LPS translocation, and disease development. J. Endocr. Soc. 4, bvz039 (2020).
  32. Ferrari, C. C. & Tarelli, R. Parkinson’s disease and systemic inflammation. Parkinsons Dis. 2011, 436813 (2011).
  33. Pietrucci, D. et al. Dysbiosis of gut microbiota in a selected population of Parkinson’s patients. Parkinsonism Relat. Disord. 65, 124-130 (2019).
  34. Engelborghs, S., Marescau, B. & De Deyn, P. P. Amino acids and biogenic amines in cerebrospinal fluid of patients with Parkinson’s disease. Neurochem. Res. 28, 1145-1150 (2003).
  35. Zhang, L. et al. Reduced plasma taurine level in Parkinson’s disease: association with motor severity and levodopa treatment. Int. J. Neurosci. 126, 630-636 (2016).
  36. Cui, C. et al. Gut microbiota-associated taurine metabolism dysregulation in a mouse model of Parkinson’s disease. mSphere 8, e0043123 (2023).
  37. Murakami, K., Livingstone, M. B. E., Fujiwara, A. & Sasaki, S. Reproducibility and relative validity of the Healthy Eating Index-2015 and Nutrient-Rich Food Index 9.3 estimated by comprehensive and brief diet history questionnaires in Japanese adults. Nutrients 11, 2540 (2019).
  38. Faith, J. J. et al. The long-term stability of the human gut microbiota. Science 341, 1237439 (2013).
  39. GBD Parkinson’s Disease Collaborators. Global, regional, and national burden of Parkinson’s disease, 1990-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet Neurol. 17, 939-953 (2018).
  40. Kwon, D. et al. Diet quality and Parkinson’s disease: Potential strategies for non-motor symptom management. Parkinsonism Relat. Disord. 115, 105816 (2023).
  41. Willett, W. C., Howe, G. R. & Kushi, L. H. Adjustment for total energy intake in epidemiologic studies. Am. J. Clin. Nutr. 65, 1220S-1228S (1997).
  42. Tong, M., Jacobs, J. P., McHardy, I. H. & Braun, J. Sampling of intestinal microbiota and targeted amplification of bacterial 16S rRNA genes for microbial ecologic analysis. Curr. Protoc. Immunol. 107, 7 4141-474111 (2014).
  43. Callahan, B. J. et al. DADA2: high-resolution sample inference from Illumina amplicon data. Nat. Methods 13, 581-583 (2016).
  44. Mallick, H. et al. Multivariable association discovery in populationscale meta-omics studies. Plos Comput Biol. 17, e1009442 (2021).
  45. Douglas, G. M. et al. PICRUSt2 for prediction of metagenome functions. Nat. Biotechnol. 38, 685-688 (2020).

شكر وتقدير

تم تمويل هذه الدراسة من قبل المعهد الوطني لعلوم الصحة البيئية التابع للمعاهد الوطنية للصحة (أرقام المنح: R01 ES031106، R01 ES010544، U54-ES012078، P01-ES016732، P50-NS038367، وتمويل تجريبي أولي P30-ES07048)، وجمعية باركنسون الأمريكية (رقم المنحة 20161386) وتحالف باركنسون. نشكر جميع المرضى المصابين بمرض باركنسون وأفراد أسرهم وكذلك جميع المشاركين الآخرين في الدراسة على وقتهم ودعمهم. كما نود أن نشكر مركز الميكروبيوم في مركز غودمان-لوسكين للميكروبيوم على إجراء تسلسل الميكروبيوم. شكر خاص لـ فينو لاجيشتي لمساهمته في عملية تسلسل الميكروبيوم.

مساهمات المؤلفين

التصور الوبائي، التصميم، التحليل الإحصائي، والمسودة الأولية للمخطوطة: د.ك؛ تجارب الميكروبيوم: ج.ب.ج؛ امتحانات الأعصاب،
تفسير وجمع البيانات لدراسة PEG: ج.م.ب، أ.م.ك، ب.ر، ك.ز، أ.د.ف، إ.ر؛ جميع المؤلفين قرأوا ووافقوا على النسخة النهائية من المخطوطة.

المصالح المتنافسة

يعلن المؤلفون عدم وجود مصالح متنافسة.

معلومات إضافية

معلومات إضافية النسخة الإلكترونية تحتوي على
المواد التكميلية متاحة علىhttps://doi.org/10.1038/s41531-024-00681-7.
يجب توجيه المراسلات والطلبات للحصول على المواد إلى بيات ريتز.
معلومات إعادة الطباعة والتصاريح متاحة علىhttp://www.nature.com/reprints
ملاحظة الناشر: تظل شركة سبرينجر ناتشر محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.
الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي النسب 4.0 الدولية، التي تسمح بالاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج بأي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح إذا ما تم إجراء تغييرات. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي الخاصة بالمقالة، ما لم يُشار إلى خلاف ذلك في سطر الائتمان للمواد. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي الخاصة بالمقالة وكان استخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، فستحتاج إلى الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارةhttp://creativecommons.org/licenses/by/4.0/.
© المؤلف(ون) 2024

  1. ¹قسم علم الأوبئة، كلية فيلدينغ للصحة العامة، جامعة كاليفورنيا، لوس أنجلوس، كاليفورنيا، الولايات المتحدة الأمريكية. قسم الأعصاب، كلية ديفيد غيفن للطب، جامعة كاليفورنيا، لوس أنجلوس، كاليفورنيا، الولايات المتحدة الأمريكية. قسم الأمراض الهضمية فاتي وتامار مانوكيان، قسم الطب، كلية ديفيد غيفن للطب، جامعة كاليفورنيا، لوس أنجلوس، كاليفورنيا، الولايات المتحدة الأمريكية. البريد الإلكتروني: britz@ucla.edu

Journal: npj Parkinson s Disease, Volume: 10, Issue: 1
DOI: https://doi.org/10.1038/s41531-024-00681-7
PMID: https://pubmed.ncbi.nlm.nih.gov/38649365
Publication Date: 2024-04-22

Diet and the gut microbiome in patients with Parkinson’s disease

Dayoon Kwon © , Keren Zhang , Kimberly C. Paul © , Aline D. Folle © , Irish Del Rosario , Jonathan P. Jacobs , Adrienne M. Keener (1) , Jeff M. Bronstein & Beate Ritz

Abstract

It has been suggested that gut microbiota influence Parkinson’s disease (PD) via the gut-brain axis. Here, we examine associations between diet and gut microbiome composition and its predicted functional pathways in patients with PD. We assessed gut microbiota in fecal samples from 85 PD patients in central California using 16S rRNA gene sequencing. Diet quality was assessed by calculating the Healthy Eating Index 2015 (HEI-2015) based on the Diet History Questionnaire II. We examined associations of diet quality, fiber, and added sugar intake with microbial diversity, composition, taxon abundance, and predicted metagenomic profiles, adjusting for age, sex, race/ ethnicity, and sequencing platform. Higher HEI scores and fiber intake were associated with an increase in putative anti-inflammatory butyrate-producing bacteria, such as the genera Butyricicoccus and Coprococcus 1. Conversely, higher added sugar intake was associated with an increase in putative pro-inflammatory bacteria, such as the genera Klebsiella. Predictive metagenomics suggested that bacterial genes involved in the biosynthesis of lipopolysaccharide decreased with higher HEI scores, whereas a simultaneous decrease in genes involved in taurine degradation indicates less neuroinflammation. We found that a healthy diet, fiber, and added sugar intake affect the gut microbiome composition and its predicted metagenomic function in PD patients. This suggests that a healthy diet may support gut microbiome that has a positive influence on PD risk and progression.

Parkinson’s disease (PD) is the second most common age-related neurodegenerative disease, with an increasing prevalence and incidence . PD patients not only suffer from progressive motor impairment but also from extensive non-motor symptoms, including gastrointestinal (GI) dysfunction, constipation, cognitive impairment, and depression . These nonmotor symptoms can occur decades before clinical diagnosis during its prodromal stages. While there are treatments that minimize motor impairments, little advancement has been made in efforts to halt disease progression before the onset of motor symptoms.
Growing evidence indicates that in PD patients, diets are affected by or may be affecting the disease. Better diet quality, as measured by the Alternative Healthy Eating Index (AHEI) and the alternate Mediterranean Diet Score (aMED), has previously been associated with a lower risk of incident and prodromal symptoms . Our previous study found that PD patients had a lower quality of diet, assessed by Healthy Eating Index (HEI)-
2015, AHEI, and aMED, compared to their household and community controls. This difference was primarily due to lower dietary fiber and higher added sugar intake . We also observed lower HEI scores in PD patients with chronic constipation and hyposmia. Additionally, those with cognitive impairment consumed even less fiber. Furthermore, PD patients diagnosed at a younger age or with a longer disease duration tended to consume more added sugar.
Recent research highlights a connection between the gut and brain in PD, with the gut microbiome potentially playing a role in disease onset. As we age, the balance of bacterial communities in the gut changes, resulting in a decrease in beneficial bacteria and an increase in harmful bacteria. Such dysbiosis, associated with age or induced by a poor-quality diet, can lead to inadequate production of essential nutrients and a rise in toxins that cause inflammation, including neuroinflammation and neurodegeneration . Compared to healthy controls, PD patients exhibit gut microbiome
characterized by a decrease in putative short-chain fatty acid (SCFA)-producing bacteria, such as genera Butyricicoccus and Coprococcus as well as an increase in putative pro-inflammatory bacteria, such as the genera Akkermansia .
While the importance of dietary habits in shaping the gut microbiome is undisputed, its impact on the development and progression of PD is just starting to be better understood, with specific nutrients such as low fiber and high added sugar intake being identified as potential risk factors . Improving gut health through diet could reduce GI-related symptoms and enhance the quality of life in PD, and potentially even show avenues to slow disease progression . Therefore, it is necessary to better understand the influence of diet on the gut microbiome in PD. In this study, we examine the associations of diet (diet quality, fiber intake, and added sugar) with gut microbiome diversity, composition, abundance, and its predicted metagenome in PD patients, with the hope of providing a better understanding of how lifestyle, and especially dietary interventions, may become useful tools in the prevention and/or treatment of PD.

Results

Analytic cohort characteristics

Mean age of PD patients at diagnosis in our study was 62 years (range: 41-84), with a mean age of 74 years at the time of fecal sample collection and a PD duration of 9.7 years (range: 2-20; Table 1). Most participants were men ( ) of European ancestry ( ), overweight (mean BMI of ), well educated (mean 15.4 years of education), and never smokers. Constipation was found to be higher among PD patients in the lowest HEI score tertile, with of patients experiencing constipation compared to in the highest HEI score tertile.

Diet quality

The HEI score was associated with the beta diversity ( -trend ; Fig. 1a) but not alpha diversity (Fig. 1b) in multivariable-adjusted linear regression models. The first and second principal coordinate axes were negatively associated with increasing HEI score tertiles, indicating significant differences in microbial communities among PD patients across HEI tertiles. To further define compositional differences across HEI tertiles, the crude relative abundance at the phylum and genus levels was computed. When we used multivariable-adjusted negative binomial generalized linear models to examine associations of the HEI with microbial taxa abundance at the genera level, a better diet according to the HEI increases the bacteria Butyricicoccus ( -trend < 0.001), Coprococcus 1 ( -trend < 0.001), Negativibacillus ( -trend < 0.001), and Ruminococcaceae UCG-003 ( -trend ) and decreases Parabacteroides ( -trend ) and Eggerthella ( trend ; Fig. 1e; Supplementary Data 1). Exploring microbiota function based on predicted metagenomes, we found differences in predicted metagenomic profiles with increasing HEI scores ( -trend ; Supplementary Table 1) but not in bacterial gene richness (i.e., the number of predicted genes). Differential abundance testing linked four pathways to the HEI, including pathways related to biosynthesis and degradation. Pathways enriched in patients with a higher HEI were related to creatinine degradation II ( -trend < 0.001), while pathways less abundant in patients with a higher HEI were associated with adenosylcobalamin biosynthesis I ( -trend ), superpathway of lipopolysaccharide biosynthesis ( -trend ), and superpathway of taurine degradation ( -trend < 0.001; Fig. 1f; Supplementary Data 2).

Dietary fiber intake

Dietary fiber intake was associated with microbial composition ( -trend 0.011; Fig. 2a) but not alpha diversity (Fig. 2b). As fiber intake tertiles increased, a negative association was observed with the first and second principal coordinate axes. At the genus level, increased Butyricicoccus ( trend < 0.001), Coprococcus 1 ( -trend < 0.001), Hydrogenoanaerobacterium ( -trend < 0.001), Negativibacillus ( -trend = 0.001), Ruminococcaceae NK4A214 group ( -trend <0.001), along with decreased Parabacteroides ( trend ) and Bacteroides ( -trend ; Fig. 2e; Supplementary
Data 1), were associated with fiber intake. There was a marginal difference in the predicted metagenomic profile ( -trend ; Supplementary Table 1) but not in bacterial gene richness. Four pathways differed in abundance: formaldehyde assimilation I ( -trend < 0.001), superpathway of lipopolysaccharide biosynthesis ( -trend ), adenosylcobalamin biosynthesis I ( -trend ), and superpathway of (R,R)-butanediol biosynthesis ( trend ; Fig. 2f; Supplementary Data 2) were depleted with higher fiber intake.

Added sugar intake

Added sugar intake was associated with beta diversity ( -trend ; Fig. 3a), but again not with alpha diversity (Fig. 3b). In contrast to the negative associations observed with higher HEI scores and fiber intake with principal coordinate axes, increasing tertiles of added sugar intake showed a positive association with the first and second principal coordinate axes. Furthermore, with increasing added sugar consumption, at the genus level, Klebsiella -trend was increased, while Butyricicoccus ( -trend < 0.001), Coprococcus 1 ( -trend < 0.001) and Romboutsia ( -trend = 0.001; Fig. 3e; Supplementary Data 1) were decreased. There were no differences in the predicted metagenome linked with the added sugar intake (Supplementary Table 1).

Sensitivity analysis

We stratified our analyses by constipation status, as PD patients with lower HEI score were more likely to be constipated, and constipation is known to influence the gut microbiome. Dietary fiber was associated with altered overall microbial composition in constipated patients ( -trend ), while added sugar intake showed a marginal association in both constipated and non-constipated patients ( -trend and -trend , respectively; Supplementary Table 2). Furthermore, both constipated and non-constipated patients with healthier diets had a higher abundance of the genus Coprococcus 1 ( -trend <0.001 for both; -heterogeneity = 0.771; Supplementary Data 3). However, in constipated patients, the effect of a healthy diet on Coprococcus 1 was weaker than in non-constipated patients, suggesting a subtle yet consistent influence of diet on the microbiome within the constipated group.
We also stratified analyses by PD duration, as we reported previously that patients with longer disease duration consumed higher amounts of sugars and exhibited differences in microbial abundance with increasing disease duration . Patients with both long ( years) and short ( years) PD durations who maintained a healthier diet had an increased abundance of Coprococcus 1 ( -trend <0.001 for both; heterogeneity ; Supplementary Data 4). A similar association was seen with higher fiber intake, which was associated with a greater abundance of Coprococcus 1 in both duration groups ( -trend < 0.001 for both; -heterogeneity ). Yet, for those with longer disease durations, the impact of a better diet on Coprococcus 1 were less pronounced than for those with shorter durations, indicating diminished efficacy in the longer-duration group.
Furthermore, some microbes identified in the PD patients were similarly associated with diet in controls; specifically, Ruminococcaceae UCG003 increased with a better diet ( -trend < 0.001), while Ruminococcaceae NK4A214 group was more abundant with higher fiber intake ( -trend < 0.001; Supplementary Data 5 and 6). On the other hand, PD patients, but not controls, with greater added sugar intake had a higher abundance of Klebsiella -trend -heterogeneity ; Supplementary Data 6 ). However, the gut microbial community of PD patients is quite distinct from controls, and we had limited statistical power to test for interactions.

Discussion

Our data suggest that the gut microbial profiles of PD patients are influenced by dietary habits. We observed differences in the microbiome in relation to diet quality, as well as the intake of dietary fiber and added sugar. These findings align with previous studies and further suggest that a healthy diet may have beneficial effects on the gut microbiome in PD patients
Table 1 | Characteristics of PD patients by HEI score tertile
Low ( ) HEI-2015 Intermediate ( ) High ( )
Age (years)
Mean (SD) 75.6 (7.88) 73.4 (8.55) 72.5 (9.39)
Range 54-88 51-86 56-90
Sex
Male 19 (65.5%) 20 (71.4%) 18 (64.3%)
Female 10 (34.5%) 8 (28.6%) 10 (35.7%)
Race/Ethnicity
White nonHispanic 24 (82.8%) 22 (78.6%) 23 (82.1%)
Non-White or Hispanic 5 (17.2%) 6 (21.4%) 5 (17.9%)
Platform
HiSeq 26 (89.7%) 21 (75.0%) 20 (71.4%)
MiSeq 3 (10.3%) 7 (25.0%) 8 (28.6%)
BMI ( )
Mean (SD) 27.1 (5.56) 28.5 (5.83) 25.8 (5.11)
Range 16.2-39.7 14-41.3 14.8-38.3
Education (years)
Mean (SD) 14.9 (2.50) 14.5 (3.64) 16.8 (4.77)
Range 12-22 4-22 4-27
Smoking status
Never 17 (58.6%) 19 (67.9%) 17 (60.7%)
Ever 12 (41.4%) 9 (32.1%) 11 (39.3%)
Alcohol intake (g/d)
Mean (SD) 2.59 (6.25) 9.24 (17.7) 3.95 (7.47)
Range 0-26.4 0-76.8 0-28.3
Caffeine intake (mg/d)
Mean (SD) 147 (184) 195 (308) 203 (252)
Range 2.67-611 2.96-1430 0.52-1020
Energy intake (kcal/d)
Mean (SD) 1940 (914) 2080 (866) 1850 (811)
Range 627-4000 731-4430 653-4050
Age at PD diagnosis (years)
Mean (SD) 64.3 (9.04) 64.7 (8.46) 62.4 (11.1)
Range 50-84 42-75 41-81
PD duration (years)
Mean (SD) 10.2 (5.28) 9.14 (3.78) 9.79 (4.84)
Range 4-20 3-20 2-20
Constipation
No 8 (27.6%) 13 (46.4%) 14 (50.0%)
Yes 21 (72.4%) 15 (53.6%) 14 (50.0%)
MDS-UPDRS IA
Mean (SD) 3.78 (3.11) 3.77 (2.62) 3.38 (2.98)
Range 0-10 0-11 0-11
MDS-UPDRS IB
Mean (SD) 11.6 (4.50) 9.33 (4.95) 9.47 (5.20)
Range 4-22 2-24 1-21
MDS-UPDRS II
Mean (SD) 17.5 (9.09) 16.4 (7.80) 14.8 (8.57)
Range 1-41 3-40 2-40
Table 1 (continued) | Characteristics of PD patients by HEI score tertile
Low ( ) HEI-2015 Intermediate ( ) High ( )
MDS-UPDRS III
Mean (SD) 28.3 (12.2) 28.3 (10.7) 24.5 (13.4)
Range 11-58 8-51 3-58.2
Parkinson’s disease, HEI Healthy Eating Index, SD standard deviation, BMI body mass index, MDS-UPDRS Movement Disorder Society-Unified Parkinson’s Disease Rating Scale.
(Supplementary Table 3). Specifically, with a healthier diet, we observed a reduction in the abundance of putative pro-inflammatory bacteria that are generally found to be enriched in PD patients compared to controls. Furthermore, a healthy diet in our study participants increased the abundance of putative anti-inflammatory bacteria that are typically depleted in PD patients compared to controls. One implication of our findings is that the previously reported microbiome associations with PD may have been due, at least partially, to dietary differences between PD patients and control subjects.
In this study, we observed that a better diet (indicated by a higher HEI score and fiber intake) in PD patients was associated with an increase in SCFA-producing bacteria, including Butyricicoccus, Coprococcus 1, Hydrogenoanaerobacterium, Negativibacillus, Romboutsia, Ruminococcaceae NK4A214 group, and Ruminococcaceae UCG-003. These SCFAproducing bacteria, primarily known for producing butyrate, provide energy for intestinal epithelial cells, strengthen the intestinal epithelium, and reduce inflammation . Moreover, the anti-inflammatory properties of SCFAs affect the enteric nervous system, promote normal microglia development, and potentially modulate inflammation in the central nervous system .
On the flip side, a higher intake of added sugar in our study participants led to a decrease in Butyricicoccus, Coprococcus 1, and Romboutsia. In PD patients, a lower abundance of SCFA-producing bacteria has been found in a series of studies in comparison to healthy controls . PD patients have higher levels of pro-inflammatory cytokines in the colon and serum, suggesting that they suffer from systemic inflammation, which could result in microglial activation that drives disease progression . For instance, a lower abundance of Butyricicoccus was noted in patients with early PD and REM sleep behavior disorder , and a lower abundance of Romboutsia was associated with worsening cognitive function and depressive symptoms in PD patients .
We found that higher added sugar intake was associated with an increased in amyloid-producing bacteria, Klebsiella. In animal models, bacterial amyloids have been shown to increase alpha-synuclein production in the gut and its accumulation in the brain, thereby enhancing cerebral inflammation . Additionally, we observed that a higher fiber intake was associated with a decrease in the pro-inflammatory bacteria, Bacteroides, which have been found to be elevated in PD patients compared to controls . A higher abundance of Bacteroides was previously shown to be positively correlated with the severity of motor symptoms . Overall, our analysis suggests that maintaining a healthy diet may benefit PD patients, with the potential of reducing both motor and non-motor symptoms and slowing disease progression.
Furthermore, in the early stages of PD, dietary habits may have a more pronounced effect on maintaining SCFA-producing bacteria, suggesting that in early PD, the microbiome may still be modifiable by diet. In contrast, in more advanced stages of PD, changes in the microbiome might be more entrenched and less responsive to dietary changes. The results of our analysis stratified by PD duration highlight the potential importance of early dietary interventions in PD and suggest that managing gut microbiota through diet could be more challenging as the disease progresses.
Our predicted functional pathway results further strengthen the taxabased findings; a healthy diet reduces lipopolysaccharide biosynthesis and taurine degradation. In PD, lipopolysaccharide, an endotoxin from the outer membrane of Gram-negative bacteria, is implicated in neuroinflammation. Elevated circulating lipopolysaccharide, possibly entering the blood through a leaky gut barrier , exacerbates neurodegeneration by activating microglia
in the brain . A previous study reported that lipopolysaccharide biosynthesis was increased in PD patients compared to health controls . Healthy eating may potentially lower circulating lipopolysaccharide and mitigate systemic inflammation in PD. Our results also suggest that the reduction of taurine degradation in PD patients with higher HEI score may help maintain higher systemic levels of taurine, potentially providing
Fig. 2 | Gut microbiome of PD patients varies by a dietary fiber intake. a Principal coordinate analysis plot of the microbiome by dietary fiber intake tertile. b Box plot of microbial diversity by Shannon index by dietary fiber intake tertile. Taxonomic summary plot of relative abundance at phylum and genus level ( relative abundance) by dietary fiber intake tertile. e Differential abundance of microbial taxa at genus level and functional pathways from predicted metagenome by dietary fiber intake after adjusting for age, sex, race, and sequencing platform. Taxa and pathways in (e) and (f) are associated with categorical dietary fiber intake tertile at -trend <0.05 and continuous dietary fiber intake at -value . Error bars represent confidence intervals.
neuroprotective effects on the nervous system with better diet quality. Recent studies have demonstrated that plasma taurine levels are sharply reduced in PD patients and inversely correlated with severity of motor symptoms, supporting the potential neuroprotective role of taurine in . Furthermore, in a mouse model, increased taurine degradation was observed in PD mice with fewer Ruminococcaceae . Our findings indicated
that a better diet in PD patients was associated with higher levels of Ruminococcaceae family genera, which may support taurine metabolism and lead to reduced degradation of taurine by gut microbiota.
Our study reports several findings on gut microbial composition and diet in PD patients who were identified from the largest community-based PD study in the United States. However, limitations include a small sample
Fig. 3 | Gut microbiome of PD patients varies by added sugar intake. a Principal coordinate analysis plot of the microbiome by added sugar intake tertile. b Box plot of microbial diversity using Shannon index by added sugar intake tertile. Taxonomic summary plot of relative abundance at phylum and genus level ( relative abundance) by added sugar intake tertile. e Differential abundance of microbial taxa
at genus level by added sugar intake after adjusting for age, sex, race, and sequencing platform. Taxa in (e) are associated with categorical added sugar intake tertile at trend and continuous added sugar intake at -value . Error bars represent confidence intervals.
size, which limits confounder control and the identification of less prevalent microbial taxa, and the cross-sectional design, which does not allow us to infer temporality or causality of associations. To address these limitations and further explore the impact of diet and the interaction between diet and the microbiome on the progression of PD, subsequent studies should leverage longitudinal data on diet, microbiome, and disease progression. In addition, the metagenomic pathways were based on predicted metagenomic data and not the actual metagenome. Therefore, future research should consider using shotgun sequencing and metabolomics to provide a more robust understanding of the impact of diet on gut microbiome composition and function in PD. Measurement errors inherent in DHQ II assessments may also have led to the misclassification of dietary exposures. In the future, we hope to be able to evaluate the stability of diet quality over time in our patient cohort, but for now we have to assume that the diet did not change in a major way during the gap between diet assessment and stool collection (average 6 months). Previous research established that the stability of HEI2015 scores derived from the DHQ is stable over a 1 -year period , and that about of gut microbial strains remain the same over a 5 -year period , providing support for the stability of both diet and gut microbiome over extended periods. We, however, acknowledge the need for additional data on the temporal stability of the diet and the microbiome in PD. Finally, our study population was primarily non-Hispanic white males, and while this is consistent with the prevalence of PD being 1.4 times higher in men than in women , results may not be generalizable to populations with a different gender or racial/ethnic distribution.
In conclusion, we are linking the gut microbiome composition and function to the diet of PD patients. Overall diet quality, as well as fiber and added sugar intake, are associated with gut microbiome composition that was previously described in studies comparing PD patients to controls. A healthier diet increases the abundance of putative anti-inflammatory butyrate-producing bacteria while decreasing the abundance of putative pro-inflammatory bacteria in PD patients. Given these insights, consuming a high-quality diet may help address the pro-inflammatory dysbiosis in PD patients and possibly provide some protection against disease progression.

Methods

Study population

We conducted a cross-sectional analysis on a subgroup of PD patients who participated in the Parkinson’s Environment and Gene (PEG) study, a population-based case-control study in rural California that enrolled 832 PD patients at baseline. PD cases were recruited during 2001-2007 (PEG1) and 2011-2017 (PEG2). At baseline, eligible PD cases met the following criteria: (1) newly diagnosed within 3-5 years, (2) residing in California for at least five years, specifically in Fresno, Kern, or Tulare county at the baseline screening, (3) received a PD diagnosis from local providers, which was later confirmed by the University of California, Los Angeles (UCLA) movement disorder specialists, and (4) absence of other neurological conditions or a terminal illness. Patients who could be re-contacted between 2017-2020 (PEG-Gut) were requested to provide a fecal sample ( ).
For the following analyses, we further excluded patients with missing Diet History Questionnaire II (DHQ II) or gut bacteria 16 S rRNA sequencing data, as well as those with implausible daily energy intakes (men: or day, women: or day). This resulted in a final cohort of 85 patients for the analyses. We collected information on demographics, medical histories, lifestyle, and work and home environments through standardized interviews. The workflow is in Supplementary Fig. 1. All patients provided written informed consent, and the study was approved by the Institutional Review Board of UCLA (IRB #21-000256 and IRB#11-001530).

Diet and covariate assessment

All PD participants completed the DHQ II to assess their usual dietary intake over the past month prior to interview. On average, this assessment took place no more than half a year apart from the fecal sample collection date. Subsequently, we utilized the DHQ II data to compute the HEI-2015 as
a measure of diet quality. This instrument reflects recommendations based on the 2015-2020 Dietary Guidelines of Americans and consists of 13 components with a total score ranging from 0 (worst) to 100 (best) points. The HEI score was expressed as a per interquartile range (IQR) increase.
We previously identified differences in dietary fiber and added sugar consumption between PD patients and household/community control participants . In the current analyses, we further focused on these specific nutrients, expressed as a percentage of total energy intake. This nutrient density approach is suitable, as these nutrients contribute to dietary energy, allowing for comparison and standardization of nutrient intake . Diet quality and nutrients were treated as continuous and categorical variables, categorized into tertiles of intake (HEI: per 11.6-point increase; fiber: energy; added sugar: , energy).

Fecal sample collection and microbiome measurements

Participants were asked to collect fecal samples at their homes using a ParaPak collection kit preserved in ethanol. Samples were shipped to UCLA within 14 days of collection and stored at in a freezer until analyses. Bacterial genomic DNA was extracted from fecal samples using the ZymoBIOMICS DNA kit, following the manufacturer’s protocol. As reported previously , PCR amplification of the V4 region of the 16 rRNA gene was followed by paired-end sequencing on Illumina HiSeq 2500 or MiSeq platforms. Sequence reads were quality-filtered using the DADA2 pipeline (v1.22.0). Quality-filtered reads were processed into amplicon sequence variants (ASVs) and assigned taxonomy based on the SILVA database . ASVs were removed if the abundance was less than 50 or the prevalence was less than in all samples ( sequences remained after this filtering step). ASVs were also rarefied to even depth without abundance/prevalence filtering for assessing alpha diversity. The data processing steps described above were performed using the phyloseq packages (v1.34.0).

Statistical analysis

Microbiome data were analyzed for alpha diversity, beta diversity, and the association of taxa abundance with diet quality and nutrients. Alpha diversity (within-subject diversity) was assessed using the Shannon diversity index, representing bacterial community evenness and richness. We examined whether diet features were associated with alpha diversity using linear regression models. Beta diversity (between-subject diversity) in relation to diet features was assessed using permutational multivariate analysis of variance (PERMANOVA) of the Bray-Curtis distance. Results of beta diversity were visualized using principal coordinate analysis. Differential abundance and the association of microbial genera with diet features were evaluated using negative binomial generalized linear models implemented in MaAsLin2 . The minimum abundance was set to 0.01 and the minimum prevalence set to 0 as we already filtered our taxa previously. Additionally, as part of sensitivity analyses, we conducted stratified analyses by constipation status and PD duration (long: years; short: years) and re-assessed the microbiome-diet associations we observed in cases also in household and community controls.
The metagenomic profile of the gut microbiome was predicted based on 16 S rRNA sequencing data. Functional inferences of MetaCyc pathway abundances were made using the PICRUSt2 (v2.4.1) algorithm . Metacyc pathways were removed if the abundance was less than 100 or the prevalence was less than in all samples ( pathways remained after filtering). We also assessed differences in alpha and beta diversity and the abundance of Metacyc pathways by diet.
All regression models were adjusted for age, sex, race/ethnicity (nonHispanic white, non-white or Hispanic), and sequencing platform (HiSeq, MiSeq), with diet as categorical or continuous exposure variables. For trend tests, we used the midpoint value of each diet tertile as a continuous variable to minimize the influence of outliers. Additional factors we initially explored but did not include in the final model include the use of PD medication (levodopa or dopamine agonist dosage), vitamin intake, and supplement
intake. These factors did not change reported results more than minimally and this approach avoids sparse data issues. All statistical tests were twosided. Taxa and pathways we considered differential in abundance were associated with diet at a -trend for categorical variables and a -value for continuous variables. The analyses were performed using R (v4.1.2).

Reporting summary

Further information on research design is available in the Nature Research Reporting Summary linked to this article.

Data availability

The data generated and analyzed during the current study are available to the public at the NCBI Sequence Read Archive under BioProject ID PRJNA1101026. Further data are available upon request from the corresponding author, B.R.

Code availability

All software, packages, their versions, relevant specifications, and parameters are stated in the Methods section. No custom codes are used. The code for performing high-resolution sequencing filtering, statistical analyses, and figure generation is provided at https://github.com/dayoonkwon/PEGDiet.
Received: 18 August 2023; Accepted: 8 March 2024;
Published online: 22 April 2024

References

  1. GBD 2016 Neurology Collaborators. Global, regional, and national burden of neurological disorders, 1990-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet Neurol. 18, 459-480 (2019).
  2. Schapira, A. H. V., Chaudhuri, K. R. & Jenner, P. Non-motor features of Parkinson disease. Nat. Rev. Neurosci. 18, 509 (2017).
  3. Gao, X. et al. Prospective study of dietary pattern and risk of Parkinson disease. Am. J. Clin. Nutr. 86, 1486-1494 (2007).
  4. Liu, Y. H. et al. Diet quality and risk of Parkinson’s disease: a prospective study and meta-analysis. J. Parkinsons Dis. 11, 337-347 (2021).
  5. Molsberry, S. et al. Diet pattern and prodromal features of Parkinson disease. Neurology 95, e2095-e2108 (2020).
  6. Kwon, D. et al. Diet quality and Parkinson’s disease: Potential strategies for non-motor symptom management. Parkinsonism Relat. Disord. 115, 105816 (2023).
  7. Noble, E. E., Hsu, T. M. & Kanoski, S. E. Gut to brain dysbiosis: mechanisms linking western diet consumption, the microbiome, and cognitive impairment. Front. Behav. Neurosci. 11, 9 (2017).
  8. Obrenovich, M. E. M. Leaky Gut, Leaky Brain? Microorganisms 6. https://doi.org/10.3390/microorganisms6040107 (2018).
  9. Lubomski, M. et al. The impact of device-assisted therapies on the gut microbiome in Parkinson’s disease. J. Neurol. 269, 780-795 (2022).
  10. Huang, B. et al. Gut microbiome dysbiosis across early Parkinson’s disease, REM sleep behavior disorder and their first-degree relatives. Nat. Commun. 14, 2501 (2023).
  11. Chen, Y., Xu, J. & Chen, Y. Regulation of neurotransmitters by the gut microbiota and effects on cognition in neurological disorders. Nutrients 13, 2099 (2021).
  12. Keshavarzian, A. et al. Colonic bacterial composition in Parkinson’s disease. Mov. Disord. 30, 1351-1360 (2015).
  13. O’Donovan, S. M. et al. Nigral overexpression of alpha-synuclein in a rat Parkinson’s disease model indicates alterations in the enteric nervous system and the gut microbiome. Neurogastroenterol. Motil. 32, e13726 (2020).
  14. Barichella, M. et al. Unraveling gut microbiota in Parkinson’s disease and atypical parkinsonism. Mov. Disord. 34, 396-405 (2019).
  15. Heintz-Buschart, A. et al. The nasal and gut microbiome in Parkinson’s disease and idiopathic rapid eye movement sleep behavior disorder. Mov. Disord. 33, 88-98 (2018).
  16. Hill-Burns, E. M. et al. Parkinson’s disease and Parkinson’s disease medications have distinct signatures of the gut microbiome. Mov. Disord. 32, 739-749 (2017).
  17. Unger, M. M. et al. Short chain fatty acids and gut microbiota differ between patients with Parkinson’s disease and age-matched controls. Parkinsonism Relat. D. 32, 66-72 (2016).
  18. Jackson, A. et al. Diet in Parkinson’s disease: critical role for the microbiome. Front. Neurol. 10, 1245 (2019).
  19. Palavra, N. C., Lubomski, M., Flood, V. M., Davis, R. L. & Sue, C. M. Increased added sugar consumption is common in Parkinson’s disease. Front. Nutr. 8, 628845 (2021).
  20. De Filippis, F. et al. High-level adherence to a Mediterranean diet beneficially impacts the gut microbiota and associated metabolome. Gut 65, 1812-1821 (2016).
  21. Zhang, K. et al. Parkinson’s disease and the gut microbiome in rural California. J. Parkinsons Dis. 12, 2441-2452 (2022).
  22. Canani, R. B. et al. Potential beneficial effects of butyrate in intestinal and extraintestinal diseases. World J. Gastroenterol. 17, 1519-1528 (2011).
  23. Madore, C., Yin, Z., Leibowitz, J. & Butovsky, O. Microglia, lifestyle stress, and neurodegeneration. Immunity 52, 222-240 (2020).
  24. Elfil, M., Kamel, S., Kandil, M., Koo, B. B. & Schaefer, S. M. Implications of the gut microbiome in Parkinson’s disease. Mov. Disord. 35, 921-933 (2020).
  25. Xie, A. J. et al. Bacterial butyrate in Parkinson’s disease is linked to epigenetic changes and depressive symptoms. Mov. Disord. 37, 1644-1653 (2022).
  26. Friedland, R. P. & Chapman, M. R. The role of microbial amyloid in neurodegeneration. PLoS Pathog. 13, e1006654 (2017).
  27. Gerhardt, S. & Mohajeri, M. H. Changes of colonic bacterial composition in Parkinson’s disease and other neurodegenerative diseases. Nutrients 10, 708 (2018).
  28. Wallen, Z. D. et al. Metagenomics of Parkinson’s disease implicates the gut microbiome in multiple disease mechanisms. Nat. Commun. 13, 6958 (2022).
  29. Mehanna, M. et al. Study of the gut microbiome in Egyptian patients with Parkinson’s disease. BMC Microbiol 23, 196 (2023).
  30. Lin, C. H. et al. Altered gut microbiota and inflammatory cytokine responses in patients with Parkinson’s disease. J. Neuroinflammation 16, 129 (2019).
  31. Ghosh, S. S., Wang, J., Yannie, P. J. & Ghosh, S. Intestinal barrier dysfunction, LPS translocation, and disease development. J. Endocr. Soc. 4, bvz039 (2020).
  32. Ferrari, C. C. & Tarelli, R. Parkinson’s disease and systemic inflammation. Parkinsons Dis. 2011, 436813 (2011).
  33. Pietrucci, D. et al. Dysbiosis of gut microbiota in a selected population of Parkinson’s patients. Parkinsonism Relat. Disord. 65, 124-130 (2019).
  34. Engelborghs, S., Marescau, B. & De Deyn, P. P. Amino acids and biogenic amines in cerebrospinal fluid of patients with Parkinson’s disease. Neurochem. Res. 28, 1145-1150 (2003).
  35. Zhang, L. et al. Reduced plasma taurine level in Parkinson’s disease: association with motor severity and levodopa treatment. Int. J. Neurosci. 126, 630-636 (2016).
  36. Cui, C. et al. Gut microbiota-associated taurine metabolism dysregulation in a mouse model of Parkinson’s disease. mSphere 8, e0043123 (2023).
  37. Murakami, K., Livingstone, M. B. E., Fujiwara, A. & Sasaki, S. Reproducibility and relative validity of the Healthy Eating Index-2015 and Nutrient-Rich Food Index 9.3 estimated by comprehensive and brief diet history questionnaires in Japanese adults. Nutrients 11, 2540 (2019).
  38. Faith, J. J. et al. The long-term stability of the human gut microbiota. Science 341, 1237439 (2013).
  39. GBD Parkinson’s Disease Collaborators. Global, regional, and national burden of Parkinson’s disease, 1990-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet Neurol. 17, 939-953 (2018).
  40. Kwon, D. et al. Diet quality and Parkinson’s disease: Potential strategies for non-motor symptom management. Parkinsonism Relat. Disord. 115, 105816 (2023).
  41. Willett, W. C., Howe, G. R. & Kushi, L. H. Adjustment for total energy intake in epidemiologic studies. Am. J. Clin. Nutr. 65, 1220S-1228S (1997).
  42. Tong, M., Jacobs, J. P., McHardy, I. H. & Braun, J. Sampling of intestinal microbiota and targeted amplification of bacterial 16S rRNA genes for microbial ecologic analysis. Curr. Protoc. Immunol. 107, 7 4141-474111 (2014).
  43. Callahan, B. J. et al. DADA2: high-resolution sample inference from Illumina amplicon data. Nat. Methods 13, 581-583 (2016).
  44. Mallick, H. et al. Multivariable association discovery in populationscale meta-omics studies. Plos Comput Biol. 17, e1009442 (2021).
  45. Douglas, G. M. et al. PICRUSt2 for prediction of metagenome functions. Nat. Biotechnol. 38, 685-688 (2020).

Acknowledgements

This study was funded by the National Institute of Environmental Health Sciences of the National Institutes of Health (grant numbers: R01 ES031106, R01 ES010544, U54-ES012078, P01-ES016732, P50-NS038367, and initial pilot funding P30-ES07048), the American Parkinson’s disease Association (grant number 20161386) and the Parkinson Alliance. We thank all patients with Parkinson’s disease and their household members as well as all other study participants for their time and support. We would also like to thank the Microbiome Core of the Goodman-Luskin Microbiome Center for performing microbiome sequencing. Special thank you to Venu Lagishetty for contribution to the microbiome sequencing process.

Author contributions

Epidemiologic conception, design, statistical analysis, and initial draft of the manuscript: D.K.; Microbiome experiments: J.P.J.; Neurology exams,
interpretation, and data collection for PEG study: J.M.B., A.M.K., B.R., K.Z., A.D.F., I.R.; All authors read and approved the final manuscript.

Competing interests

The authors declare no competing interests.

Additional information

Supplementary information The online version contains
supplementary material available at https://doi.org/10.1038/s41531-024-00681-7.
Correspondence and requests for materials should be addressed to Beate Ritz.
Reprints and permissions information is available at http://www.nature.com/reprints
Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/.
© The Author(s) 2024

  1. ¹Department of Epidemiology, UCLA Fielding School of Public Health, Los Angele, CA, USA. Department of Neurology, UCLA David Geffen School of Medicine, Los Angeles, CA, USA. The Vatche and Tamar Manoukian Division of Digestive Diseases, Department of Medicine, UCLA David Geffen School of Medicine, Los Angeles, CA, USA. e-mail: britz@ucla.edu