Variation du métabolome humain le long du tractus intestinal supérieur

Nature Metabolism volume 5, pages 777–788 (2023)Citer cet article

14 000 accès

3 Citations

230 Altmétrique

Détails des métriques

La majeure partie du traitement de l'alimentation humaine se produit dans l'intestin grêle. Les métabolites de l'intestin grêle proviennent des sécrétions de l'hôte, ainsi que de l'exposome1 ingéré et des transformations microbiennes. Ici, nous sondons la variation spatio-temporelle du contenu luminal de l'intestin supérieur au cours de la digestion quotidienne de routine chez 15 participants masculins et féminins en bonne santé. Pour cela, nous utilisons un dispositif d'échantillonnage non invasif et ingérable pour collecter et analyser 274 échantillons intestinaux et 60 homogénats de selles correspondants en combinant cinq tests de spectrométrie de masse2,3 et le séquençage de l'ARNr 16S. Nous identifions 1 909 métabolites, dont des sulfonolipides et des esters d'acides gras de lipides d'acides gras hydroxylés (FAHFA). Nous observons que les métabolomes des selles et des intestins diffèrent considérablement. Les métabolites alimentaires affichent des tendances dans les biomarqueurs alimentaires, des augmentations inattendues des acides dicarboxyliques le long du tractus intestinal et une association positive entre les acides céto luminaux et la consommation de fruits. Les métabolites dérivés de l'alimentation et liés aux microbes représentent les plus grandes différences interindividuelles. Notamment, deux personnes qui avaient pris des antibiotiques dans les 6 mois précédant l'échantillonnage montrent une grande variation des niveaux de FAHFA bioactifs et de sulfonolipides et d'autres métabolites liés aux microbes. À partir de la variation interindividuelle, nous identifions l'espèce Blautia comme candidate pour être impliquée dans le métabolisme du FAHFA. En conclusion, un échantillonnage in vivo non invasif de l'intestin grêle et du côlon ascendant humain dans des conditions physiologiques révèle des liens entre l'alimentation, l'hôte et le métabolisme microbien.

Notre objectif était d'étudier de manière approfondie les différences métabolomiques entre les échantillons luminaux du tractus intestinal supérieur de 15 individus en bonne santé afin de mieux comprendre l'étendue de la variation spatiale et temporelle et d'évaluer les perspectives d'intégration des données sur le métabolome et le microbiome. Dans une publication connexe4, nous utilisons ces appareils pour étudier la variation le long de l'intestin dans la composition du microbiote, l'induction du prophage, le protéome de l'hôte et la modification microbienne des acides biliaires. Les volontaires ont avalé des ensembles de quatre dispositifs d'échantillonnage par point de temps d'échantillonnage. Ces dispositifs d'échantillonnage ingérables consistaient en une vessie de collecte affaissée coiffée d'une valve unidirectionnelle dans une capsule avec un revêtement sensible au pH. Les quatre types de dispositifs ne différaient que par leur enrobage entérique, qui se dissolvait à pH 5,5 (type 1), pH 6 (type 2) et pH 7,5 (types 3 et 4) (Fig. 1a). L'épaisseur et la sensibilité au pH du revêtement ont permis l'échantillonnage à des endroits spécifiques du tractus intestinal après la vidange gastrique. Les appareils ne contenaient aucun élément électronique au-delà d'une puce d'identification par radiofréquence passive à des fins de suivi. Une fois les revêtements dissous, une vessie de collecte élastique s'est dilatée et a collecté jusqu'à 400 µl de contenu luminal par aspiration sous vide. La vanne unidirectionnelle a empêché la perte d'échantillon et la contamination des fluides en aval. Les échantillons de selles ont été congelés à -20 ° C et tous les dispositifs ont été récupérés des selles avant l'analyse. Le contenu liquide a été récupéré à partir de dispositifs à l'aide d'aiguilles hypodermiques. Des aliquotes de l'échantillon brut ont été utilisées pour les analyses du microbiome de l'ARN ribosomal 16S et les surnageants des échantillons centrifugés ont été utilisés pour les études métabolomiques. Ici, nous effectuons une analyse méticuleuse du métabolome dans les mêmes échantillons, signalant des métabolites jamais détectés auparavant dans des échantillons humains, des biomarqueurs clés du régime alimentaire et une comparaison des profils chimiques entre et au sein des participants (tableaux supplémentaires 1 et 2).

a, Plan d'étude pour l'investigation du tractus intestinal supérieur. Quatre types de dispositif d'échantillonnage intestinal ont été utilisés pour échantillonner les intestins supérieurs proximaux à distaux. Quinze participants humains ont avalé au moins 16 dispositifs sur 2 jours après le déjeuner et après le dîner après un test initial le jour 1. Les dispositifs ont été récupérés et analysés par des méthodes LC-MS/MS et GC-MS ciblées et non ciblées. b, Métabolites identifiés à partir des cinq tests de métabolome utilisés pour analyser les échantillons. Les fractions de classe chimique sont incluses sur la base de la classification chimique automatisée ClassyFire. c, l'importance des différences entre les régions du tractus intestinal supérieur a été calculée à l'aide du LMM. La ligne horizontale en pointillés représente le seuil de signification P < 0,05 (n = 1 182 métabolites). Les cercles indiquent la non-significativité et les losanges indiquent la signification (P < 0,05) après correction FDR. Seuls les métabolites détectés dans > 50 % des échantillons intestinaux ont été inclus dans cette analyse (n = 1 182). Le coefficient de taille d'effet est la pente estimée par LMM, avec un coefficient positif (négatif) indiquant des niveaux plus élevés (inférieurs) dans l'intestin supérieur distal par rapport à l'intestin supérieur proximal. Les lignes pointillées verticales représentent un coefficient de taille d'effet de ± 0,2.

Le pH mesuré du contenu luminal pour les types d'appareils 1 à 4 était cohérent avec le gradient de pH attendu dans le tractus intestinal4,5, couvrant le duodénum, ​​le jéjunum, l'iléon et le côlon ascendant (Fig. 1a). Le pH dans les appareils de type 1 et 2 était significativement différent de celui des appareils de type 3 et 4 (données étendues Fig. 1a et tableau supplémentaire 3; test de somme de rang bidirectionnel de Wilcoxon, P = 2, 4 × 10−14), alors que le pH n'était pas significativement différent entre les appareils de type 1 et de type 2 ou entre les appareils de type 3 et de type 4 (données étendues Fig. 1a). Nous avons donc associé les dispositifs de type 1/2 et 3/4 aux régions respectivement proximale (duodénum et jéjunum) et distale (iléon et côlon ascendant) du tractus intestinal supérieur.

Nous avons utilisé cinq tests de spectrométrie de masse pour analyser le contenu luminal capturé par ces dispositifs à capsule et les échantillons de selles associés. En faisant correspondre les temps de rétention chromatographique, les masses précurseurs précises et la fragmentation spectrométrique de masse (MS/MS) aux bibliothèques publiques MassBank.us et NIST20, nous avons annoté 1 909 produits chimiques du contenu de la lumière intestinale et des selles aux niveaux de confiance 1 à 3 de la Metabolomics Standards Initiative (tableau supplémentaire 1)6, y compris 155 normes internes utilisées à des fins de contrôle de la qualité (CQ) et de quantification. De plus, plus de 12 000 caractéristiques chromatographiques inconnues ont été détectées de manière fiable au-dessus du niveau des blancs de méthode (tableau supplémentaire 2). À l'aide du logiciel ClassyFire7, les métabolites structurellement annotés sont répartis en 61 sous-classes chimiques (tableau supplémentaire 1). Deux essais non ciblés de chromatographie liquide (LC) MS/MS axés sur les métabolites hydrophiles et lipophiles ont produit la plupart des composés annotés, avec 1 612 identifications. La chromatographie en phase gazeuse (GC) – MS non ciblée a ajouté 119 métabolites primaires, complétés par le ciblage de six acides gras à chaîne courte (SCFA) et un dosage LC – MS / MS ciblé pour 17 acides biliaires (Fig. 1b). L'analyse QC de la variance métabolique totale a révélé une séparation des échantillons de selles et d'intestins, avec un fort regroupement d'échantillons de contrôle de qualité regroupés (données étendues Fig. 1b).

Les résultats du métabolome ont révélé des différences notables entre les échantillons de selles et d'intestins (données étendues Fig. 2) et entre les échantillons de tractus intestinal (données étendues Fig. 3). Pour découvrir les différences spatiales à travers l'intestin, nous avons appliqué des modèles linéaires à effets mixtes (LMM) qui tenaient compte de l'emplacement d'échantillonnage (proximal ou distal) ainsi que d'autres variables (tableaux supplémentaires 3 et 4). Plus précisément, nous avons étudié les 1 182 métabolites les plus répandus qui ont été détectés dans > 50 % des échantillons d'appareils. Parmi ceux-ci, 630 (54 %) étaient significativement différents dans l'intestin supérieur proximal par rapport à l'intestin supérieur distal (taux de fausse découverte (FDR) P < 0,05 ; LMM) (Fig. 1c et tableau supplémentaire 4), avec 473 métabolites à des niveaux plus élevés dans l'intestin supérieur proximal par rapport à l'intestin supérieur distal et 157 composés à des niveaux inférieurs dans l'intestin supérieur proximal par rapport à l'intestin supérieur distal (Fig. 1c). Les produits chimiques générés par des microbes connus, y compris les AGCC8,9, les acides biliaires secondaires10 et certains acides biliaires conjugués microbiens11,12, ont augmenté de l'intestin supérieur proximal à distal (Tableau de données étendu 1 et Fig. 1c). Sur les 11 acides aminés acétylés détectés, 7 ont augmenté de l'intestin supérieur proximal à distal (P brut <0, 05; LMM) (Tableau de données étendu 1 et Fig. 1c). Nous avons également examiné les 12 346 signaux de métabolites chimiquement non annotés, limitant notre attention à 9 317 signaux détectés dans> 50% des échantillons intestinaux (fichier supplémentaire 1). Dans l'ensemble, 3 594 (38 %) caractéristiques étaient significativement différentes entre l'intestin supérieur proximal et distal, avec 1 937 caractéristiques à des niveaux supérieurs dans l'intestin supérieur proximal par rapport à l'intestin supérieur distal et 1 657 caractéristiques à des niveaux inférieurs dans l'intestin supérieur proximal par rapport à l'intestin supérieur distal (FDR P < 0,05 ; LMM) (Extended Data Fig. 4).

Pour interroger les différences métaboliques générales entre les emplacements, nous avons utilisé les statistiques d'enrichissement chimique. Les di- et tripeptides figuraient parmi les classes les plus significativement diminuées de l'intestin supérieur proximal à distal (tableau de données étendu 1 et données étendues Fig. 5). Sur les 333 di- et tripeptides mesurés, 262 ont diminué de manière significative en abondance de l'intestin supérieur proximal à distal (P brut <0, 05; LMM) (tableau de données étendu 1). Les sucres, les alcools de sucre, les nucléosides, les carnitines et les céramides présentaient également des niveaux significativement plus élevés dans les échantillons du tractus intestinal proximal par rapport aux échantillons distaux (Tableau de données étendu 1 et Données étendues Fig. 5). Ces différences spatiales dans l'intestin reflètent la digestion classique et l'absorption13 des di- et tripeptides14 et des acylcarnitines15,16, ainsi que des céramides qui sont hydrolysés en sphingosine et en acides gras libres avant l'absorption intestinale17. En revanche, les SCFA présentaient des niveaux accrus dans les régions distales (Tableau de données étendu 1 et Fig. 1c), probablement en raison de leur production par des microbes8,9. Les acides aminés acétylés, qui ont été associés à la maladie de Crohn18, étaient également à des niveaux plus élevés dans l'intestin supérieur distal par rapport à l'intestin supérieur proximal (Tableau de données étendu 1 et Fig. 1c), probablement en raison d'une absorption plus lente des acides aminés acétylés par rapport aux acides aminés non acétylés19,20. Les acides biliaires sont largement transformés par les microbes et les niveaux d'acides biliaires secondaires augmentent le long de l'intestin4. Ces observations appuient l'idée que les dispositifs à capsule ont été échantillonnés à partir des emplacements prévus. Bien que les niveaux de pH moyens sur les dispositifs d'un type donné aient également suivi les tendances attendues dans le tractus intestinal supérieur, la variation de pH observée chez une personne pour chaque type de dispositif n'était pas corrélée aux changements métabolomiques dans les régions distales par rapport aux régions proximales.

Nous avons mesuré 28 métabolites phénoliques qui ont augmenté de l'intestin supérieur proximal à distal (tableau supplémentaire 4). Ces tendances sont probablement causées par une combinaison de facteurs, y compris la transformation enzymatique21,22 telle que la déglycosylation et la dégradation retardée des cellules végétales et des composants de la paroi cellulaire par les enzymes microbiennes23,24,25. Par exemple, le sécoisolaricirésinol de lignane affilié aux graines de lin était le plus significativement enrichi dans les échantillons distaux par rapport aux échantillons proximaux, probablement en raison à la fois de la biodisponibilité26 et de la déglycosylation27.

Les acides dicarboxyliques ont également augmenté en concentration de l'intestin supérieur proximal à distal (Tableau de données étendu 1 et Fig. 1c). En fait, trois des six métabolites les plus significativement augmentés entre l'intestin supérieur proximal et distal étaient des acides dicarboxyliques (acide hexadécanedioïque, acide tétradécanedioïque et acide octadécanedioïque) (Fig. 1c). Les acides dicarboxyliques sont générés lors du catabolisme (oxydation des oméga) des acides gras, qui se produit dans les cellules humaines28, les plantes29 et les microbes30,31. Le composé principal, l'acide hexadécanedioïque, était le plus fortement corrélé avec d'autres acides dicarboxyliques, des métabolites végétaux, des acides biliaires et des composés connus produits par des microbes (tableau supplémentaire 5). Les cellules épithéliales contiennent des lipides oméga-hydroxylés essentiels pour maintenir la fonction de barrière de l'épithélium32 qui peuvent être clivés par des lipases pour former des acides dicarboxyliques. Nous émettons l'hypothèse que l'augmentation constante et significative des acides dicarboxyliques le long de l'intestin supérieur est due au catabolisme des lipides épithéliaux humains.

Les profils chimiques des échantillons intestinaux différaient considérablement de ceux des selles (Extended Data Fig. 2). Trente et un métabolites étaient > 100 fois plus abondants en moyenne dans l'intestin par rapport aux selles. Ces métabolites étaient constitués de lipides glycinés, de sucres, de produits naturels végétaux, de carnitines, d'acides biliaires microbiens conjugués et de S-succinylcystéine (tableau supplémentaire 6). Les peptides étaient également généralement à des niveaux beaucoup plus faibles dans les échantillons de selles par rapport aux échantillons intestinaux, en particulier par rapport à l'intestin proximal (Extended Data Fig. 2). Nous avons également identifié> 100 métabolites qui étaient> 100 fois plus abondants dans les selles que dans les échantillons intestinaux (tableau supplémentaire 6); ces métabolites étaient principalement des lipides polaires tels que les phosphatidyléthanolamines, les phosphatidylinositols et les phosphatidylglycérols, ainsi que des FAHFA spécifiques. La grande abondance de lipides membranaires dans les échantillons de selles est probablement due à la grande quantité de matériel cellulaire bactérien dans les selles par rapport aux échantillons luminaux de l'intestin supérieur.

Ensuite, nous avons utilisé le LMM pour tester les associations entre les journaux d'apport alimentaire enregistrés par les participants et les niveaux de métabolites du tractus intestinal. Nous avons testé la consommation de fruits, d'alcool, de desserts, de protéines animales, de légumes, de céréales, de café/thé et de produits laitiers ingérés 6 h avant d'avaler des capsules (tableau supplémentaire 3). Après correction pour les tests à hypothèses multiples, certains types d'aliments n'avaient pas de métabolites associés de manière significative, sans surprise en raison de la petite taille de l'échantillon pour certains types d'aliments et de la forte correction FDR tenant compte des tests de 1 182 métabolites (tableau 1, fig. 2a – d et tableau supplémentaire 4). Malgré la petite taille de cette étude avec 15 participants, nous avons pu valider une gamme de biomarqueurs alimentaires précédemment trouvés dans le sang et corrélés à la consommation de fruits33 et d'alcool34, ainsi que découvrir d'autres biomarqueurs non identifiés auparavant.

a, b, d, les parcelles Volcano montrent l'importance de chaque métabolite pour les types d'aliments de fruits (a), d'alcool (b) et de dessert (d) calculés par LMM. La consommation est définie comme la nourriture consommée dans les 6 heures suivant l'ingestion des dispositifs d'échantillonnage. La signification de P < 0,05 (n = 1 182 métabolites) est délimitée par la ligne horizontale inférieure en pointillés. Les cercles indiquent une non-significativité après correction FDR et les losanges indiquent une signification (P < 0,05) après correction FDR (n = 1 182). Les métabolites détectés dans > 50 % des échantillons intestinaux ont été inclus dans cette analyse. Le coefficient de taille d'effet est l'estimation de la pente calculée par le LMM, avec un coefficient positif (négatif) signifiant que le métabolite était plus élevé (plus bas) après la consommation alimentaire. Les lignes pointillées verticales représentent un coefficient de taille d'effet de ± 0,2. c, l'analyse des statistiques d'enrichissement chimique (ChemRICH) a révélé des classes chimiques significatives après la consommation de fruits visualisées en séparant les classes par lipophilie chimique (logP) et le niveau de signification de la classe chimique de -log10 (P). Les cercles rouges indiquent que la classe chimique a augmenté après la consommation de fruits et le cercle bleu indique que la classe chimique a diminué après la consommation de fruits. La taille du cercle indique la taille de la classe chimique. e, les niveaux de théophylline et de théobromine sont fortement associés aux niveaux de caféine. Les cercles représentent les niveaux mesurés dans chaque échantillon pour lesquels les deux métabolites ont été détectés. f, diagramme chimique de la caféine et des voies métaboliques connues avec les structures des métabolites détectés et le coefficient de corrélation de rang de Spearman (rs) pour chaque structure (P < 1,0 × 10−13 pour tous les métabolites ; n = 1 182 métabolites).

En utilisant des différences de taille d'effet de ± 0, 2 et un P brut <0, 05, la consommation de fruits était significativement associée à 20 composés à une concentration accrue et à 17 métabolites à une concentration réduite (Fig. 2a). Certains métabolites étaient directement liés à la consommation de fruits, même avec un P <0,05 strictement corrigé par le FDR (Fig. 2a), notamment la N-méthylproline et la stachydrine, qui avaient toutes deux été précédemment signalées comme biomarqueurs de la consommation de fruits pour le plasma sanguin dans des études alimentaires non contrôlées33. La bétonicine, un composant connu du jus de fruit35, a également augmenté après la consommation de fruits à P brut <0, 05 (Fig. 2a) mais n'a pas atteint le seuil de signification du FDR. De même, trois acides céto (acide 4-méthyl-2-oxovalérique, acide cétoisovalérique et acide 3-méthyl-2-oxovalérique) ont également augmenté de manière significative en réponse à la consommation de fruits à P brut <0, 05 (Fig. 2a). Les métabolites ne sont pas indépendants les uns des autres, mais sont plutôt liés via des compositions alimentaires et des voies microbiennes et enzymatiques. Par conséquent, nous avons utilisé les statistiques d'enrichissement de l'ensemble chimique ChemRICH pour identifier des groupes de métabolites significativement modifiés (Fig. 2c). Cette stratégie a révélé que les acides céto étaient la classe chimique avec la réponse la plus significative aux fruits (Fig. 2a, c), mettant en évidence les acides céto en tant que biomarqueur des fruits dans l'intestin humain. Les acides céto sont formés à partir de la désamination enzymatique des acides aminés, réalisée en partie par les bactéries intestinales36. Notamment, ChemRICH a également révélé que les ingrédients typiques des fruits comme les phénylacétates et les produits naturels phénoliques étaient positivement associés à la consommation de fruits (Fig. 2c).

La consommation d'alcool était le plus significativement associée au sulfate d'éthyle (FDR P < 0,05), un biomarqueur plasmatique connu de la consommation d'alcool (Fig. 2b)34. La stahydrine était liée à la fois à la consommation de fruits et d'alcool (FDR P < 0,05). Trp-Lys a significativement diminué avec la consommation d'alcool après correction du FDR (Fig. 2b). Au total, 40 di- et tripeptides ont diminué avec la consommation d'alcool (P brut <0, 05) avec un cluster ChemRICH P = 8, 8 × 10−18 (tableau supplémentaire 4 et figures supplémentaires 1 et 2). La diminution des di- et tripeptides après la consommation d'alcool a suggéré une diminution de l'activité totale de la protéase, peut-être due à une altération de la sécrétion pancréatique37,38 plutôt qu'à une inhibition directe car la trypsine et la chymotrypsine sont actives même dans une solution d'éthanol à 20%39. Le « dessert » était défini comme la consommation d'aliments riches en graisses et en sucre, tels que les sodas, les gâteaux et les glaces. Deux acides benzoïques substitués, l'acide 3-hydroxy-4-méthoxybenzoïque et l'acide 3,4-dihydroxybenzoïque, étaient associés au dessert (P brut <0, 05) (Fig. 2d). Ces composés sont des intermédiaires métaboliques dans la dégradation de la vanilline et de l'isovanilline40. L'acide néochlorogénique était également significativement associé au dessert (P brut < 0,05). L'acide néochlorogénique est présent dans une variété de fruits et de baies41, y compris les cerises42 et les pêches43. D'autres types d'aliments inclus dans le modèle à effets mixtes avaient également des métabolites significativement associés (tableau supplémentaire 4 et figures supplémentaires 1 et 2).

La caféine a été détectée dans la majorité des échantillons (tableau supplémentaire 1). Il convient de noter que la caféine n'était pas significativement associée à la consommation de café ou de thé au cours de la période expérimentale (FDR P = 0,87) (tableau supplémentaire 4), probablement parce que la caféine est absorbée rapidement en 1 h après la prise orale et a une demi-vie moyenne de 4,5 h (plage de 2,7 à 9,9 h) dans le sang44 ; cependant, les voies métaboliques de la caféine ont été facilement discernées grâce à l'analyse de corrélation des rangs de Spearman. Les six métabolites les plus fortement corrélés à FDR P < 10−13 à la caféine étaient des catabolites connus de la caféine45,46,47, notamment la théophylline et la théobromine (Fig. 2e, f). La caféine est métabolisée et excrétée par plusieurs voies, dont l'urine48 et la bile49. La bile est l'origine attendue de la caféine mesurée dans cette étude, car plusieurs heures se sont écoulées entre la consommation de boissons et les événements d'échantillonnage de l'appareil. Bien que la théobromine soit connue pour être présente dans le chocolat, elle n'est pas associée à la consommation de desserts, mais uniquement au métabolisme de la caféine. Par conséquent, les corrélations des métabolites du tractus intestinal supérieur peuvent permettre la reconstruction des voies microbiennes et enzymatiques du métabolisme des exposomes. Des études dédiées sur une population diversifiée utilisant des interventions diététiques seraient nécessaires pour associer des biomarqueurs alimentaires spécifiques. De plus, comme les dispositifs préservent largement la viabilité bactérienne4, les isolats cultivés obtenus à partir des dispositifs pourraient être utilisés pour confirmer les interactions métabolome-bactéries alimentaires individuelles.

Les métabolites alimentaires étaient associés à des différences temporelles au cours des 2 jours et des quatre points de temps d'échantillonnage de cette étude. Pour déterminer si le temps d'échantillonnage ou la région d'échantillonnage avaient un impact plus important sur les métabolites de l'intestin supérieur, nous avons utilisé l'analyse de variance (ANOVA) pour calculer le nombre de métabolites qui différaient significativement entre les quatre types d'appareils par participant, ou entre les quatre points de temps d'échantillonnage (après chaque repas) par participant. Les grandes différences dans les niveaux de métabolites entre les régions d'échantillonnage proximale et distale ont souvent été remplacées par des différences métaboliques entre les points dans le temps, montrant que 12 des 15 participants avaient des métabolites statistiquement plus différents entre les repas (points dans le temps) qu'entre les régions intestinales (types d'appareils) (Extended Data Fig. 6a, b). Une inspection plus approfondie des classes de composés qui ont contribué à ces différences a révélé que les di- et tripeptides (au sein de la classe chimique des acides carboxyliques) étaient la plus grande classe chimique qui distinguait les types de dispositifs, représentant > 70 % de tous les métabolites significativement différents chez cinq participants et > 40 % pour sept autres participants (données étendues, Fig. 7a). Pour les métabolites qui différenciaient les points de temps d'échantillonnage, les sucres (composés organooxygénés) ont été enrichis chez 13 des 15 participants (Extended Data Fig. 7b). De même, il a été constaté que des imidazopyrimidines, des indoles et des isoflavonoïdes plus significativement différents distinguaient les points de temps d'échantillonnage des régions intestinales (données étendues, Fig. 7). Ces classes signifient des métabolites alimentaires qui étaient différents en raison de la variation entre les types d'aliments ingérés au cours de différents repas, mais qui n'étaient pas aussi utiles pour différencier les régions intestinales.

Notre ensemble de données présentait une grande variation interindividuelle (Extended Data Fig. 7). Comme les participants ne se sont pas vu prescrire des repas spécifiques, la variation basée sur le régime alimentaire devait différencier les participants et les moments. À l'aide d'une analyse discriminante multivariée (PLS-DA), nous avons identifié des différences dans la proportion de métabolites qui étaient les plus importantes pour différencier l'intestin proximal et distal (types d'appareils) et parmi les 15 participants (données étendues Fig. 6b). La grande variance globale entre les échantillons a obscurci la visualisation claire de PLS-DA en fonction des participants, des appareils ou des points temporels. Néanmoins, les 100 métabolites qui ont le plus contribué à la discrimination multivariée ont révélé des tendances spécifiques aux participants qui étaient mieux expliquées par les métabolites d'origine végétale et microbienne (données étendues, Fig. 6b), y compris la capsaïcine, le composé de poivre, le sécoisolaricirésinol, composé de graines de lin et l'acide butyrique et l'acide propionique produits par voie microbienne (tableau supplémentaire 7). D'autres métabolites qui ont montré une variation spécifique aux participants, tels que la N-méthylhistamine, la phénéthylamine, le phénylacétaldéhyde et l'acide succinique, peuvent dépendre d'une combinaison de facteurs humains, alimentaires ou microbiens. Notamment, le regroupement hiérarchique séparait les échantillons de selles par participant, alors que les échantillons intestinaux ne se regroupaient pas fortement par participant (Fig. 3 supplémentaire), peut-être en raison de la plus grande abondance de microbes intestinaux spécifiques à l'individu dans les selles par rapport à l'intestin proximal, qui était plus dominé par la variabilité des composants alimentaires.

Bien qu'une grande variation globale ait obscurci la visualisation directe des différences interindividuelles lors de l'utilisation de toutes les données dans les projections PLS-DA, des composés spécifiques présentaient de très grandes différences de concentration entre les individus (Fig. 3). Par exemple, les pigments biliaires dérivés de l'hème humain biliverdine et bilirubine et l'urobiline et la stercobiline produites par voie microbienne variaient considérablement d'un appareil à l'autre pour certains participants et étaient également considérablement réduits ou absents chez des participants spécifiques, comme la stercobiline pour les participants 10 et 15 (Fig. 3). Il a été proposé que la production d'acides biliaires secondaires utilise une voie enzymatique similaire à la production de stercobiline50,51 et les deux participants qui avaient de faibles niveaux de stercobiline ont également montré une concentration réduite d'acide désoxycholique, un acide biliaire secondaire (Fig. 3). Les mêmes profils de pigments biliaires spécifiques aux participants ont également été observés dans des échantillons de selles (Extended Data Fig. 8). Notamment, ces deux participants (10 et 15) étaient les seuls à avoir déclaré avoir utilisé des antibiotiques dans les 6 mois précédant l'étude. Ces individus étaient caractérisés par de très faibles niveaux de stercobiline, d'acide désoxycholique, un sous-ensemble de FAHFA et de sulfonolipides (Fig. 3), qui ont tous été précédemment liés au microbiote intestinal10,51,52,53. Les antibiotiques oraux peuvent affecter le microbiote intestinal pendant plus d'un an après le traitement54. Ces données appuient l'hypothèse selon laquelle les profils métaboliques reflètent les différences d'activité microbienne pour des voies spécifiques. Nous n'avons pas identifié d'associations significatives entre l'abondance des espèces microbiennes à partir de la quantification du gène de l'ARNr 16S et les niveaux de stercobiline en raison d'une puissance statistique limitée, mais la présence de FAHFA et de sulfonolipides était associée à l'abondance différentielle d'espèces microbiennes spécifiques.

Les métabolites comprennent les pigments biliaires, les esters d'acides gras d'acides gras hydroxylés (FAHFA et AAHFA), les SCFA, les sulfonolipides (SL) et les acides biliaires secondaires. Les échantillons sont organisés par participant et la consommation d'antibiotiques est indiquée pour les deux participants qui ont consommé des antibiotiques 1 et 5 mois avant cette étude. La couleur de la carte thermique varie de faible (bleu) à élevée (rouge) d'abondance de métabolites (hauteur du pic) ou de concentration (en nanogrammes par millilitre) pour les acides biliaires. Les valeurs minimales et maximales sont utilisées pour définir l'échelle de couleurs pour chaque métabolite (chaque ligne).

Les FAHFA ont été identifiés pour la première fois il y a 10 ans. Ils sont biologiquement actifs et régulent la physiologie55,56. Les acides gras acyl α-hydroxylés (AAHFA) sont un sous-ensemble spécifique de FAHFA avec une liaison α-lipidique qui ont été découverts il y a seulement 2 ans53. Nous avons identifié 88 FAHFA dans cette étude (tableau supplémentaire 1). Notamment, quatre FAHFA spécifiques présentaient des différences très cohérentes entre les participants et tous ces FAHFA sont des liaisons d'un squelette d'acide gras hydroxyle à longue chaîne estérifié avec des fragments à chaîne courte C3 ou C4. Trois de ces lipides bioactifs sont estérifiés en position α (AAHFA 4:0/22:0, AAHFA 3:0/22:0 et AAHFA 3:0/24:0) et un est estérifié ailleurs sur le squelette (FAHFA 3:0/23:0). Neuf participants présentaient fréquemment des niveaux élevés de ces FAHFA, tandis que six participants produisaient des quantités très faibles ou indétectables (Fig. 3). Comme les niveaux indétectables ne peuvent pas être utilisés pour les statistiques ANOVA, nous n'avons pas effectué de test de signification. Les mêmes tendances spécifiques à l'individu ont été observées dans les échantillons de selles (Extended Data Fig. 8). Le seul autre FAHFA fréquemment détecté avec une chaîne latérale C3 ou C4 et un acide gras à longue chaîne était l'AAHFA 16: 0/4: 0, qui n'a pas suivi la même tendance spécifique à l'individu que les quatre FAHFA discutés ci-dessus. Il convient de noter que les faibles niveaux d'acides gras à longue chaîne ou de substrats SCFA, propionique (C3: 0) et acide butyrique (C4: 0), n'expliquaient pas les différences observées dans ces FAHFA à chaîne courte dans les échantillons d'intestin ou de selles (Fig. 3 et données étendues Fig. 9). Nous avons donc recherché si des bactéries spécifiques étaient associées à la présence ou à l'absence des quatre FAHFA d'intérêt. Deux taxons, une espèce du genre Blautia la plus étroitement liée phylogénétiquement à Blautia obeum et des protéobactéries apparentées à Bilophila wadsworthia, ont été associés de manière significative à la détection de ces FAHFA (tableau supplémentaire 8). B. obeum est un producteur connu de SCFA57, ce qui suggère que la production des constituants acyle gras à chaîne courte pourrait être un moteur de la production de FAHFA spécifique à l'individu ; cependant, FAHFA 4: 0 / 16: 0 n'a pas montré la même tendance spécifique à l'individu, ce qui suggère que l'espèce Blautia peut produire spécifiquement des FAHFA avec des esters d'acide propionique et butyrique d'acyles gras à très longue chaîne hydroxylés (22: 0 et 23: 0) et non des formes hydroxyles des acides gras les plus abondants, C16–18. Il a été démontré qu'un groupe chimiquement apparenté de FAHFA améliore l'homéostasie du glucose, stimule la sensibilité à l'insuline et a des effets anti-inflammatoires55. Ainsi, nos découvertes ont des implications potentielles pour la santé en plus de fournir un lien entre la chimie intestinale et les niveaux de FAHFA chez l'homme.

Nous rapportons ici la détection de sulfonolipides dans des échantillons humains. Ces lipides n'ont été ajoutés que récemment aux bibliothèques lipidomiques58, ce qui a conduit à la découverte qu'ils sont produits par voie microbienne dans le tractus intestinal de la souris et liés à la fois aux phénotypes pro- et anti-inflammatoires59,60,61. Dans les échantillons de dispositifs intestinaux, nous avons détecté des sulfonolipides avec de fortes tendances interindividuelles quel que soit le moment de l'échantillonnage (repas), ce qui suggère que les sulfonolipides étaient produits par des microbes chez certains individus, mais pas chez d'autres. Les deux participants qui avaient précédemment reçu des antibiotiques présentaient des niveaux de sulfonolipides beaucoup plus faibles que tous les autres individus (Fig. 3), ce qui suggère que le traitement antibiotique peut avoir éliminé les producteurs microbiens. Notamment, les sulfonolipides étaient également absents dans des échantillons spécifiques d'autres participants, ce qui nous a incités à examiner les associations de sulfonolipides avec des taxons bactériens. Dix taxons ont été significativement enrichis en échantillons contenant des sulfonolipides, y compris un membre de la famille des Desulfovibrionaceae (tableau supplémentaire 8), une famille qui a été associée à la colite ulcéreuse62. Deux membres de Bacteroidetes, un phylum avec des producteurs de sulfonolipides connus60, ont également été enrichis. Les implications pour la santé des niveaux de sulfonolipides chez l'homme ne sont pas bien comprises. Il a récemment été démontré que les sulfonolipides augmentaient les réponses inflammatoires dans les macrophages, mais diminuaient l'inflammation en présence de lipopolysaccharides63. D'autres investigations sont nécessaires pour déterminer la relation des sulfonolipides avec la santé humaine.

Ce travail fournit un rapport sur les différences de métabolome dans le tractus intestinal supérieur chez des participants humains en bonne santé utilisant un dispositif d'échantillonnage non invasif et ingérable. Nos résultats ouvrent la porte à de futures études détaillées in vivo sur la digestion et les maladies intestinales. Comme prévu, le métabolome des selles était très distinct de celui de l'intestin. Ainsi, les selles ne peuvent pas servir de substitut pour le tractus intestinal intestinal, mais uniquement pour le contenu du côlon (au mieux). Même dans le tractus intestinal, > 50 % des métabolites annotés présentaient des niveaux significativement différents entre les emplacements proximaux et distaux. Un objectif important pour les recherches futures est de caractériser l'effet des antibiotiques sur les bactéries productrices de sulfonolipides, de stercobilines et d'AAHFA à longue chaîne et les conséquences de ces perturbations sur la santé et la maladie. La perturbation de ces bactéries par les antibiotiques peut être liée à l'incidence et à l'étiologie de l'inflammation, du diabète et des maladies inflammatoires de l'intestin55,60,63. Par conséquent, il sera important de découvrir la dynamique et les mécanismes de repeuplement des individus traités aux antibiotiques avec ces microbes.

Dans notre étude connexe4, nous avons utilisé les mêmes échantillons d'appareils pour étudier largement la variation de l'environnement intestinal à l'aide de plusieurs approches omiques. Comme les résultats sur les métabolomes rapportés dans cette étude, nous avons trouvé une induction de prophage plus prononcée dans les échantillons intestinaux par rapport aux selles et que les profils du protéome de l'hôte et des acides biliaires variaient le long des intestins et étaient très distincts de ceux des selles4. Complétant les grandes différences de peptides et d'acides aminés entre les localisations intestinales proximales et distales rapportées ici, dans notre étude complémentaire, nous montrons que les concentrations d'acides biliaires conjugués microbienne affichaient des tendances dépendantes des acides aminés qui n'étaient pas apparentes dans les selles. Prises ensemble, ces études illustrent collectivement l'utilité de l'échantillonnage directement à partir des intestins, ce qui devrait améliorer notre compréhension de la relation intime entre les hôtes humains et leurs microbes commensaux.

En tant qu'étude pilote, notre étude présente plusieurs limites. Premièrement, un plus grand nombre de participants sera nécessaire pour tirer des conclusions sur la gamme de métabolisme intestinal au sein et entre les populations humaines et des études plus vastes pourraient également permettre des associations plus détaillées à l'échelle du microbiome de bactéries ou de familles bactériennes spécifiques avec des conversions métaboliques. Deuxièmement, seuls deux participants ont déclaré avoir utilisé des antibiotiques. Par conséquent, le lien potentiel entre l'utilisation d'antibiotiques et la perturbation du métabolisme des sulfonolipides et du FAHFA doit être renforcé dans les études futures. Troisièmement, l'analyse de la variation temporelle était limitée à deux points de temps par jour sur deux jours consécutifs, de sorte que les modifications de la composition métabolique ou microbienne au fil du temps n'ont pas été pleinement évaluées. Quatrièmement, les liens entre la composition du microbiote intestinal supérieur et la variabilité des conditions pathologiques, telles que la prolifération bactérienne de l'intestin grêle, nécessiteront des enquêtes spécifiques et distinctes. Malgré ces limites, nos résultats démontrent que l'utilisation de dispositifs d'échantillonnage non invasifs, en combinaison avec la métabolomique et la génomique, a un potentiel substantiel pour permettre des stratégies d'intervention et de prévention plus précises pour aborder les études nutritionnelles et les maladies humaines.

Dans une publication complémentaire connexe4, nous avons utilisé le même texte pour décrire le dispositif de prélèvement de capsules (CapScan, Envivo Bio). Un CapScan consiste en une vessie de collecte élastique creuse coiffée d'une valve unidirectionnelle4. Pour préparer le dispositif au conditionnement, la vessie de collecte est mise sous vide, pliée en deux et conditionnée à l'intérieur d'une capsule soluble de 6,5 mm de diamètre et de 23 mm de longueur, sur laquelle est appliqué un enrobage entérique. La capsule et l'enrobage entérique sont conçus pour empêcher la contamination de la vessie de collecte par des microbes bucco-pharyngés et gastriques lors de l'ingestion. L'enrobage entérique et la capsule se désintègrent lorsque le dispositif atteint le pH cible, qui est pH 5,5 pour le type 1, pH 6 pour le type 2 et pH 7,5 pour les types 3 et 4, le type 4 ayant également un revêtement temporisé pour orienter la collecte vers le côlon ascendant. Après désintégration de l'enrobage entérique, la vessie de collecte se déplie et se dilate dans un tube de 6 mm de diamètre et de 33 mm de longueur, aspirant ainsi jusqu'à 400 µl de contenu luminal intestinal à travers la valve unidirectionnelle. L'intégrité de l'échantillon recueilli à l'intérieur de la vessie de collecte est maintenue par la valve unidirectionnelle lorsque le dispositif se déplace dans le côlon et est exposé aux selles.

Dans une publication connexe4, nous avons utilisé le même texte pour décrire la conception de l'étude. Chaque participant a simultanément ingéré des ensembles de quatre dispositifs, chacun avec des revêtements distincts pour cibler les régions proximale à médiane de l'intestin grêle (types de revêtement 1 et 2) et des régions plus distales (types de revêtement 3 et 4). Après prélèvement, les dispositifs ont été passés dans les selles dans des récipients de prélèvement d'échantillons et immédiatement congelés. Après le prélèvement, les selles ont été décongelées et les dispositifs ont été récupérés par le personnel de l'étude. Pour le prélèvement de l'échantillon, les vessies élastiques de collecte ont été rincées dans de l'alcool isopropylique à 70 % et percées avec une aiguille hypodermique stérile fixée à une seringue de 1 ml. Les échantillons ont été transférés dans des tubes de microcentrifugeuse et le pH a été mesuré avec une sonde de pH InLab Ultra Micro ISM (Mettler Toledo). Pour l'analyse métabolomique, une aliquote de 40 µl a été centrifugée pendant 3 min à 10 000 g pour recueillir le surnageant. Le reste de l'échantillon a été congelé jusqu'à sa décongélation pour l'extraction de l'ADN.

Dans une publication connexe4, nous avons utilisé le même texte pour décrire la conception de l'étude. L'étude a été approuvée par le comité d'examen institutionnel du groupe WIRB-Copernicus (étude n° 1186513) et le consentement éclairé a été obtenu de chaque participant. Des volontaires sains ont été sélectionnés pour exclure les participants souffrant de troubles gastro-intestinaux cliniquement détectables ou de maladies susceptibles d'interférer avec l'acquisition et l'interprétation des données.

Les participants remplissaient tous les critères suivants pour l'inclusion dans l'étude : (1) personnes âgées de 18 à 70 ans ; (2) risque de classe d'état physique de l'American Society of Anesthesiologists de 1 ou 2 ; (3) pour les femmes en âge de procréer, un test de grossesse urinaire négatif dans les 7 jours suivant la visite de dépistage et la volonté d'utiliser une contraception pendant toute la durée de l'étude ; et (4) maîtrise de l'anglais, compréhension du protocole d'étude et capacité de fournir un consentement écrit éclairé, tout en se conformant aux exigences de l'étude.

Les participants ayant l'une des conditions ou caractéristiques suivantes ont été exclues de l'étude: (1) antécédents de l'une des éléments suivants: Chirurgie gastrique ou œsophagienne antérieure, notamment en bandes à redire ou chirurgie bariatrique, obstruction intestinale, obstruction de la sortie gastrique, diviculite, cancer de la bowel inflammator odynophagie ou utilisation des médicaments actifs pour toute condition gastro-intestinale; (2) grossesse ou grossesse planifiée dans les 30 jours suivant la visite de dépistage ou l'allaitement; (3) toute forme d'abus de substances actives ou de dépendance (y compris l'abus de drogues ou d'alcool), tout trouble médical ou psychiatrique instable ou toute condition chronique qui pourrait, de l'avis de l'investigateur, interférer avec la conduite de l'étude ; ou (4) une condition clinique qui, de l'avis de l'investigateur, pourrait potentiellement poser un risque pour la santé de l'individu pendant qu'il participe à l'étude.

Quinze personnes en bonne santé ont été inscrites à cette étude et chacune a avalé au moins 17 dispositifs au cours de 3 jours. La taille de l'échantillon a été choisie pour évaluer la variation générale entre les voies intestinales humaines. Les instructions quotidiennes comprenaient les lignes directrices suivantes : enregistrer tous les aliments et l'heure à laquelle ils ont été consommés tout au long de la journée ; si vous vous entraînez, faites-le le matin ; prendre le petit-déjeuner et le déjeuner comme d'habitude ; avaler un ensemble de quatre appareils 3 h après le déjeuner avec jusqu'à deux tiers de tasse d'eau ; ne rien manger ni boire pendant au moins 2 h après avoir avalé des dispositifs ; en cas de faim après 2 h, grignoter légèrement (jusqu'à 200 calories) ; ne buvez pas de boissons contenant de la caféine après le déjeuner jusqu'au lendemain matin ; recueillir toutes les selles à partir de 6 h après avoir avalé ce jeu de dispositifs jusqu'à 48 h après avoir avalé le jeu de dispositifs suivant ; dîner comme d'habitude au moins 6 h après le déjeuner; avaler un ensemble de quatre dispositifs CapScan 3 h après le dîner avec deux tiers de tasse d'eau ; et après avoir avalé cet ensemble, ne rien manger ni boire jusqu'au matin. La consommation d'alcool et le contenu du régime alimentaire n'étaient pas limités. Tous les dispositifs ingérés ont été récupérés et aucun événement indésirable n'a été signalé au cours de l'étude. Au total, 274 dispositifs à capsule ont fourni suffisamment de matériel pour l'analyse métabolomique et 225 ont fourni un volume ou un nombre suffisant de lectures de séquençage (> 2 500) pour l'analyse génomique. Chaque selle pendant l'étude a été immédiatement congelée par le participant à -20 ° C. Le participant 1 a fourni des échantillons supplémentaires pour l'évaluation de la reproductibilité. Un total de 333 échantillons d'intestins et de selles ont été analysés avec des méthodes de métabolomique.

La préparation des échantillons a été réalisée à l'aide d'une extraction biphasique64 avec de l'eau, du méthanol et de l'éther de méthyle et de tertiobutyle (MTBE) pour séparer les métabolites polaires et non polaires. Le surnageant du dispositif de capsule et les échantillons de selles ont été préparés séparément car les échantillons du dispositif étaient liquides et les échantillons de selles étaient solides. Pour chaque échantillon de surnageant, 10 µl ont été aliquotés dans un puits d'une plaque à 96 puits de préparation d'échantillons profonds dans un ordre aléatoire prédéterminé. Les échantillons ont été extraits une plaque à 96 puits à la fois et toutes les étapes ont été effectuées à 4 ° C, sauf indication contraire. Entre chaque dix échantillons expérimentaux, un blanc de méthode et un échantillon de CQ externe ont été préparés. Les blancs ont utilisé 10 µl d'eau de qualité LC-MS au lieu de l'échantillon et les échantillons de CQ ont utilisé 10 µl d'échantillon regroupé du contenu du tractus gastro-intestinal humain provenant d'études non liées. Ensuite, 170 µl de méthanol contenant SPLASH LIPIDOMIX Mass Spec Standard (Avanti) ont été ajoutés à chaque puits et la plaque a été thermosoudée avec du papier d'aluminium, secouée vigoureusement pendant 30 s à température ambiante, descellée et 490 µl de MTBE ont été ajoutés. La plaque a ensuite été thermosoudée à nouveau, vortexée vigoureusement pendant 30 s à température ambiante et agitée pendant 5 min sur un agitateur orbital. Le joint en aluminium a été retiré et 150 µl d'eau de qualité LC-MS ont été ajoutés à chaque puits. La plaque a été vortexée pendant 30 s à température ambiante et centrifugée à 708 g pendant 12 min. La feuille a été retirée de la plaque à puits profonds et deux aliquotes de 180 µl de la phase supérieure ont été transférées dans deux plaques Vanquish LC à 96 puits à l'aide d'une pipette à 12 canaux. Deux aliquotes de 50 µl de la phase aqueuse ont ensuite été transférées dans deux autres plaques Vanquish LC à 96 puits. Toutes les plaques à 96 puits ont été complètement séchées sous vide à température ambiante, thermoscellées avec du papier d'aluminium et stockées à -80 ° C jusqu'à une analyse plus approfondie. Chaque échantillon de selles a été préparé en mélangeant avec une spatule et 5 ± 1 mg ont été transférés dans un tube de microcentrifugeuse de 2 ml. Ensuite, 225 µl de méthanol contenant SPLASH LIPIDOMIX Mass Spec Standard (Avanti) ont été ajoutés à tous les tubes de microcentrifugeuse et les tubes ont été vortexés pendant 10 s à température ambiante. Deux billes en acier inoxydable de 3 mm et 750 µl de MTBE ont été ajoutés à chaque tube et les échantillons ont été homogénéisés dans un Geno/Grinder (SPEX) à 1 500 Hz pendant 1 min. Ensuite, 188 µl d'eau ont été ajoutés à chaque tube et chaque tube a été vortexé pendant 30 s à température ambiante. Les tubes ont été centrifugés à 14 000 g pendant 2 min à température ambiante. Deux aliquotes de 180 µl de la phase organique ont été transférées dans deux plaques à 96 puits. Deux aliquotes de 50 µl de la phase aqueuse ont été transférées dans deux plaques à 96 puits. Toutes les plaques ont été complètement séchées dans un évaporateur rotatif sous vide, scellées à chaud avec du papier d'aluminium et stockées à -80 ° C jusqu'à une analyse plus approfondie.

Des échantillons des aliquotes de la phase aqueuse de la préparation d'échantillons ont été retirés de -80 ° C et 35 µl d'acétonitrile: eau 8: 2 contenant 29 étalons internes synthétiques et marqués isotopiquement, y compris CUDA65, ont été ajoutés à chaque puits. Les plaques à 96 puits ont ensuite été scellées avec du papier d'aluminium, vortexées vigoureusement pendant 30 s à température ambiante, soniquées dans un bain-marie pendant 5 min à température ambiante et centrifugées pendant 15 min à 708 g. Les plaques ont été stockées dans un échantillonneur automatique à 4 ° C jusqu'à l'analyse (la durée maximale de stockage dans l'échantillonneur automatique était de 48 h). La LC-MS/MS a été réalisée avec un Vanquish LC (Thermo Scientific) couplé à un spectromètre de masse à piège à ions orbital QExactive HF+ (Thermo Scientific). La séparation chromatographique a été réalisée avec une colonne Waters Acquity UPLC BEH Amide (longueur 150 mm × diamètre intérieur 2,1 mm (id) ; taille des particules 1,7 µm) avec une pré-colonne de 5 mm (longueur 5 mm × 2,1 mm id ; taille des particules 1,7 µm). La phase mobile A était 100 % d'eau et B était 95:5 acétonitrile:eau. Les deux phases mobiles ont été modifiées avec 10 mM de formiate d'ammonium et 0,125 % d'acide formique. Le débit était de 400 µl min-1, la température de la colonne était de 45 °C et le volume d'injection était de 3 µl. Le gradient LC était de 100% de phase mobile B de 0 à 2 min, 70% B de 7,7 min, 40% B de 9,5 min, 30% de 10,25 min et est revenu à 100% B de 12,75 min pour rééquilibrer jusqu'à 17 min. Tous les décalages de gradient de phase mobile étaient linéaires. Acétonitrile:eau 1:1 a été utilisé comme solvant de lavage d'aiguille avant et après l'injection de l'échantillon. Les conditions de la source d'ionisation par électropulvérisation chauffée (HESI) étaient les suivantes : flux de gaz de gaine 50, flux de gaz auxiliaire 13, flux de gaz de balayage 3, température capillaire 263 ° C, niveau RF de la lentille S 50, température du réchauffeur de gaz auxiliaire 425 ° C et tension de l'aiguille 3 500 V et -3 500 V pour les modes d'ionisation positive et négative, respectivement. Les spectres ont été collectés avec une acquisition MS/MS dépendante des données (DDA) pour les quatre premiers ions. Les scans MS ont été collectés avec un pouvoir de résolution de 60 k de 60 à 900 m/z, une cible AGC de 106 ions et un temps d'accumulation maximal de 100 ms. Les spectres MS / MS ont été collectés avec un pouvoir de résolution de 15 k, une fenêtre d'isolement de 1 Da, un temps d'accumulation maximal de 50 ms, une fenêtre d'exclusion dynamique de 3 s, un (N) CE étagé de 20, 30 et 60 pour la fragmentation et une cible AGC de 8 × 103. Tous les spectres ont été stockés en mode centroïde. Trois cycles d'exclusion itérative MS/MS ont été acquis pour chaque échantillon QC regroupé. Immédiatement après l'analyse, les plaques ont été séchées sous vide, scellées avec du papier d'aluminium et stockées à -80 ° C.

Les plaques d'échantillons des aliquotes de phase organique ont été retirées de -80 ° C et 50 µl d'acétonitrile / toluène 9: 1 ont été ajoutés à chaque puits. Les plaques ont ensuite été scellées avec du papier d'aluminium, vortexées vigoureusement pendant 30 s à température ambiante, soniquées dans un bain-marie pendant 5 min à température ambiante, centrifugées pendant 15 min à 708 g et transférées dans un échantillonneur automatique maintenu à 4 ° C jusqu'à l'analyse (la durée maximale de stockage dans l'échantillonneur automatique avant l'analyse était de 48 h). L'analyse Lipidomics LC–MS/MS a utilisé un système Thermo Scientific Vanquish LC couplé à un spectromètre de masse à piège à ions orbital Thermo Scientific QExactive HF+. La séparation chromatographique a utilisé une colonne Waters Acquity UPLC CSH C18 (100 mm de longueur × 2,1 mm id ; 1,7 µm de taille de particules) avec une pré-colonne (5 mm de longueur × 2,1 mm id ; 1,7 µm de taille de particules). La phase mobile A était 9:1 acétonitrile:eau et B était 8:2 IPA:acétonitrile. Pour l'ionisation par pulvérisation d'électrons en mode positif (ESI), les phases mobiles ont été modifiées avec 10 mM de formiate d'ammonium et 0,1 % d'acide formique. Pour l'ESI en mode négatif, les phases mobiles ont été modifiées avec de l'acétate d'ammonium 10 mM. Le débit était de 600 µl min-1, la température de la colonne était de 65 °C et le volume d'injection était de 5 µl. Le gradient de phase mobile était de 15 % B de 0 à 0,6 min, 30 % B à 2 min, 48 % B à 2,5 min, 82 % B à 11 min, 99 % B de 11,5 à 12 min et 15 % B de 12,1 à 14,2 min. Les conditions de la source HESI étaient les suivantes : flux de gaz gaine 55, flux de gaz auxiliaire 15, flux de gaz de balayage 3, température capillaire 275 °C, niveau RF de la lentille S 50, température du réchauffeur de gaz auxiliaire 450 °C et tension de l'aiguille 3 500 V et -3 500 V pour les modes d'ionisation positive et négative, respectivement. Les spectres DDA MS/MS ont été acquis pour les quatre premiers ions. Les scans MS ont été collectés avec un pouvoir de résolution de 60 k de 120 à 1 700 m/z, une cible AGC de 106 ions et un temps d'accumulation maximal de 100 ms. Les spectres MS / MS ont été collectés avec un pouvoir de résolution de 15 k, une fenêtre d'isolation de 1 Da, une énergie de collision normalisée de 20, 30 et 60, une fenêtre d'exclusion dynamique de 2 s, une cible AGC de 8 × 103 et un temps d'accumulation maximal de 50 ms. Les spectres ont été stockés en mode centroïde. Trois cycles d'exclusion itérative MS/MS ont été acquis pour chaque échantillon QC regroupé. Immédiatement après l'analyse de tous les échantillons, les plaques ont été séchées sous vide, scellées avec du papier d'aluminium et stockées à -80 ° C.

Des échantillons de phase aqueuse séchés tels que décrits ci-dessus ont été retirés de -80 ° C et 10 µl de 40 mg ml-1 de chlorhydrate de méthoxyamine dans de la pyridine ont été ajoutés à chaque puits. Les plaques ont été scellées et agitées à 30°C pendant 90 min. La feuille a été retirée et 90 µl de N-méthyl-N-triméthylsilyl trifluoroacétamide (contenant des étalons internes d'esters méthyliques d'acides gras C8-C30) ont été ajoutés à chaque puits et les plaques ont été agitées pendant 30 min à 37 °C. La plaque a ensuite été centrifugée à 2 400 g pendant 15 min à température ambiante. La feuille d'aluminium a été retirée et 90 ul de surnageant ont été transférés dans des flacons en verre à sertir avec un insert en verre et fermés par sertissage. Les échantillons ont été analysés dans les 48 h suivant la dérivatisation. L'analyse GC-MS a été effectuée comme décrit précédemment66. En bref, 0,5 µl a été analysé en mode sans division à travers un Agilent 6890 GC équipé d'une colonne RTx-5Sil MS (30 m × 0,25 mm id, 0,25 µm 95:5 film de diméthyl diphényl polysiloxane). La chromatographie a utilisé de l'hélium à 1 ml min-1 et un gradient de température de 50 °C à 275 °C. L'analyse MS a été réalisée à l'aide d'un spectromètre de masse Leco Pegasus III TOF. Les spectres ont été collectés à 17 spectres par seconde avec 70 eV EI. Les fichiers de données ont été prétraités dans le logiciel Leco ChromaTOF et analysés plus en détail à l'aide du pipeline de traitement de données automatisé GC – MS BinBase67 avec FiehnLib pour les spectres et la correspondance des temps de rétention.

Les acides biliaires ont été ciblés et quantifiés comme indiqué précédemment4. En bref, des plaques d'échantillons en phase aqueuse séchées provenant d'une analyse ESI + par chromatographie d'interaction hydrophile (HILIC) ont été retirées d'un congélateur à -80 ° C et dissoutes dans 60 µl de solvant d'acide biliaire (1: 1 méthanol ACN contenant 100 ng ml -1 de cinq étalons internes d'acides biliaires marqués isotopiquement). Les plaques ont été vortexées pendant 30 s et soniquées au bain-marie pendant 5 min. Tous les échantillons ont été dilués 30 fois dans un solvant d'acide biliaire. Toutes les plaques ont été centrifugées à 708 g pendant 15 min à 4 ° C et stockées dans un échantillonneur automatique Vanquish à 4 ° C jusqu'à l'analyse. Une courbe standard en neuf points a été préparée entre 0 et 1 500 ng ml-1 et analysée avec des échantillons. Un spectromètre de masse Vanquish UPLC et Altis QqQ (Thermo Fisher Scientific) a été utilisé pour une analyse LC-MS/MS ciblée. Une colonne Acquity BEH C18 (100 mm × 2,1 mm di, granulométrie 1,7 µm ; Waters) a été utilisée avec la phase mobile A d'eau et B d'acétonitrile, toutes deux avec 0,1 % d'acide formique. Le logiciel Skyline et des scripts R personnalisés ont été utilisés pour traiter et quantifier les analytes des acides biliaires.

La quantification des SCFA a été réalisée par dérivatisation avec du N-tert-butyldiméthylsilyl-N-méthyltrifluoroacétamide (MTBSTFA) sur la base d'un protocole précédemment rapporté68. En bref, 10 µl de surnageant intestinal ont été transférés dans un tube de microcentrifugeuse de 1,5 ml sur glace pré-rempli avec 50 µl d'eau de qualité LC – MS contenant des étalons internes SCFA marqués au deutérium et 10 µl d'acide chlorhydrique à 37 %. Ensuite, 100 µl de MTBE contenant également des étalons internes SCFA marqués au deutérium ont été ajoutés à chaque tube et les tubes ont été agités sur une plaque d'agitation rotative pendant 30 min à température ambiante. Les tubes ont été centrifugés à 14 000 g pendant 2 min et 20 µl de MTBE (couche supérieure) ont été transférés dans un flacon GC-MS à sertir équipé d'un insert à faible récupération. Ensuite, 5 ul de MTBSTFA ont été ajoutés à chaque flacon, qui a ensuite été scellé. Les flacons ont été secoués sur une plaque vibrante orbitale pendant 30 min à 80 ° C, refroidis à température ambiante et analysés par GC-MS. Un GC Agilent 6890 couplé à un spectromètre de masse Leco Pegasus IV TOF a été utilisé avec une colonne capillaire DB5 DuraGuard (30 m × 0,25 mm × 0,25 µm). Ensuite, 1 µl a été injecté avec le mode fractionné 1:10 activé, un débit d'hélium de 1,2 ml min-1, une température augmentée de 50 °C à 290 °C en 20,8 min et une vitesse de balayage de 17 spectres par min de 50 à 550 m/z. Une courbe standard à six points entre 1 et 100 µg ml-1 a ​​été analysée tous les 80 échantillons et des échantillons blancs ont été analysés tous les dix échantillons expérimentaux. Les échantillons et les mélanges de courbes standard ont été préparés dans les 24 h suivant l'analyse GC-MS. Les données ont été converties au format Agilent (.d) et traitées à l'aide d'Agilent MassHunter Quant vB09.00. Des courbes standard linéaires à six points utilisant le rapport de l'analyte à l'étalon interne ont été utilisées pour quantifier les AGCC dans les échantillons expérimentaux.

MS-DIAL v.4.80 (réf. 58) a été utilisé pour traiter les données LC-MS/MS non ciblées. Les ensembles de données HILIC LC – MS / MS (ESI + et ESI −) et lipidomiques (ESI + et ESI −) ont été traités avec des paramètres optimisés manuellement (tableau supplémentaire 9). La hauteur du pic a été rapportée pour toutes les analyses non ciblées. Les spectres MS/MS expérimentaux ont été appariés à MassBank of North America ainsi qu'aux bibliothèques spectrales NIST20 pour les analyses HILIC et tous les spectres MS/MS de référence lipidique de MS-DIAL ont été utilisés pour les analyses lipidomiques. Les informations sur le temps de rétention pour HILIC et la lipidomique à partir d'étalons authentiques exécutés dans des conditions de chromatographie identiques ont été utilisées comme une autre source de preuves pour l'annotation des métabolites. Les annotations des métabolites étaient basées sur une correspondance de masse précise avec le temps de rétention et/ou une correspondance MS/MS avec un spectre de bibliothèque. La soustraction des blancs a été effectuée en conservant les caractéristiques LC-MS pour lesquelles l'intensité maximale d'un échantillon expérimental était au moins dix fois supérieure à la moyenne des blancs de la méthode, ainsi qu'une réduction supplémentaire des données comme décrit dans le tableau supplémentaire 2. La dernière étape du traitement des données consistait en une enquête manuelle des caractéristiques annotées pour la qualité de correspondance MS/MS, la qualité des pics, l'alignement des pics et la suppression des fragments dans la source en utilisant la corrélation entre les caractéristiques avec un temps de rétention proche pour l'identification des fragments dans la source. Lorsque plusieurs métabolites de bibliothèques spectrales correspondaient à une MS/MS expérimentale, la correspondance était enregistrée comme une correspondance MS/MS non unique (tableau supplémentaire 1). Les temps de rétention prédits calculés à l'aide de Retip69 ont été utilisés comme élément de preuve supplémentaire pour signaler les annotations de mauvaise qualité.

L'ADN a été extrait à l'aide d'un kit d'extraction d'ADN microbien (QIAGEN)70 et de 50 µl d'un dispositif à capsule ou de 100 mg de selles. Les amplicons d'ARNr 16S ont été générés à l'aide de paires d'amorces 515F/806R recommandées par Earth Microbiome Project et de 5PRIME HotMasterMix (Quantabio, 2200410) avec le programme suivant dans un thermocycleur : 94 °C pendant 3 min, 35 cycles de 94 °C pendant 45 s, 50 °C pendant 60 s et 72 °C pendant 90 s, suivi de 72 ° C pendant 10 min. Les produits de PCR ont été nettoyés, quantifiés et regroupés à l'aide du kit UltraClean 96 PCR Cleanup (QIAGEN, 12596-4) et du kit Quant-iT dsDNA High Sensitivity Assay (Invitrogen, Q33120). Les échantillons ont été séquencés avec des lectures de 300 pb sur un MiSeq (Illumina). Les données de séquence ont été démultiplexées à l'aide de l'algorithme Illumina bcl2fastq à l'installation de séquençage Chan Zuckerberg BioHub. Le traitement ultérieur a été effectué à l'aide de l'environnement de calcul statistique R v.4.0.3 (réf. 71) et DADA2 comme décrit précédemment en utilisant le pseudo-pooling72. Les paramètres truncLenF et truncLenR ont été définis sur 250 et 180, respectivement. La taxonomie a été attribuée à l'aide de la base de données Silva rRNA v.132 (réf. 73). Les échantillons avec plus de 2 500 lectures ont été conservés pour les analyses.

Des tests statistiques ont été effectués avec R71. Les LMM ont été réalisés à l'aide des packages lmerTest et lme4 R. Pour examiner les différences spatiales dans l'intestin, nous avons appliqué des LMM qui tenaient compte du lieu d'échantillonnage (proximal (types d'appareils 1 et 2) ou distal (types d'appareils 3 et 4)), huit types d'aliments classés à partir de journaux alimentaires (protéines végétales et animales (viande, œuf et poisson), céréales (riz, pâtes, pain et autres céréales), café ou thé, dessert ou alcool (bière, vin ou seltz alcoolisé), produits laitiers et fruits) et la consommation d'antibiotiques dans les 6 mois en tant que variables à effet fixe et variation interindividuelle comme une variable à effet aléatoire (tableaux supplémentaires 3 et 4). Les types d'aliments ont été attribués manuellement à partir des journaux alimentaires écrits des participants à l'aide de formulaires d'évaluation personnalisés. Les abondances de métabolites ont été transformées en log10 et les valeurs manquantes ont été traitées comme des zéros, suivies d'une mise à l'échelle de -1 et 1 avant l'analyse LMM. Une correction de Benjamini–Hochberg74 a été utilisée pour tenir compte des tests à hypothèses multiples. Les corrélations entre le microbiote (abondance de variantes de séquence d'amplicon à l'échelle log2) et les métabolites (abondance de métabolite à l'échelle log10) ont été calculées au niveau de la variante de séquence d'amplicon à l'aide des corrélations de Pearson. L'analyse d'abondance différentielle utilisant l'abondance différentielle de Limma-Voom a été utilisée pour les FAHFA et les sulfonolipides dans une analyse de présence/absence. Seuls les taxons avec une abondance différentielle absolue> 0, 75 et un P corrigé de Benjamini – Hochberg < 0, 1 ont été pris en compte. ChemRICH75 a été utilisé pour calculer les statistiques d'enrichissement. Le regroupement a été effectué à l'aide de la fonction hclust avec la matrice de corrélation de rang Spearman du métabolite calculée à l'aide de la fonction cor dans R et la distance euclidienne calculée avec la fonction as.dist dans R. PLS-DA et l'analyse en composantes principales (ACP) ont été effectuées avec le package ropls dans R76. Les modèles PLS-DA permettant de distinguer le type de participant et de dispositif ont été évalués par validation croisée sept fois. En utilisant 20 à 1 000 permutations aléatoires d'étiquettes de classe effectuées par le package ropls R pour tester le surajustement, les modèles ont maintenu Q2Y > 0,15 et P < 0,05 (réf. 77). Les caractéristiques LC–MS/MS non ciblées (HILIC et RP ESI+/−) ont été normalisées à la somme des normes internes pour chaque plate-forme, ce qui s'est avéré plus robuste que les normalisations à des composés uniques78. Cette normalisation a été effectuée en divisant chaque caractéristique LC-MS par la somme des hauteurs de pic standard internes pour cet échantillon78,79. Les données GC-MS ont été normalisées à l'intensité sommée de tous les métabolites annotés, comme discuté en détail dans les protocoles publiés80. Cette méthode traite des différences spécifiques aux méthodes GC, récemment appelées normalisation à la surface totale utile du pic81. Les données QC regroupées ont été trouvées dans un cluster dense par rapport au CapScan et aux échantillons de selles (Extended Data Fig. 1). Lors de la fusion des ensembles de données, les métabolites détectés par plusieurs tests ont été simplifiés pour ne conserver que les données d'un seul instrument, avec une préférence pour la conservation des données du test avec une variance technique plus faible (% coefficient de variance du QC regroupé). Les métabolites qui n'ont été détectés que dans un seul test sont restés dans l'ensemble de données, indépendamment du pourcentage de coefficient de variance du QC regroupé (tableau supplémentaire 1). La transformation Log10 et l'imputation de la valeur zéro en utilisant un dixième de la hauteur de pic minimale signalée pour les caractéristiques non détectées ont été effectuées pour chaque métabolite avant PCA et PLS-DA.

De plus amples informations sur la conception de la recherche sont disponibles dans le résumé des rapports sur le portefeuille Nature lié à cet article.

Les données brutes de spectrométrie de masse sont disponibles sur le Metabolomics Workbench (https://www.metabolomicsworkbench.org/) sous les études ST002073, ST002075, ST002407, ST002409 et ST002411. Les lectures de séquençage 16S et métagénomique sont disponibles sur NCBI sous BioProject PRJNA822660. La taxonomie a été attribuée à l'aide de la base de données Silva rRNA v.132 (https://www.arb-silva.de/). Les spectres de masse ont été annotés à l'aide des bibliothèques publiques MassBank of North America (https://massbank.us/) et des bibliothèques NIST20 sous licence du NIST. Les scripts sont archivés sur Zenodo (https://zenodo.org/record/7659119#.ZBGhMh_P23A).

Bloszies, CS & Fiehn, O. Utilisation de la métabolomique non ciblée pour détecter les composés exposomes. Courant. Avis. Toxicol. 8, 87–92 (2018).

Article Google Scholar

Folz, J., Shalon, D. & Fiehn, O. Analyse métabolomique d'échantillons de lumière de l'intestin grêle humain en série chronologique collectés in vivo. Fonction alimentaire. 12, 9405–9415 (2021).

Article CAS PubMed Google Scholar

Hoffmann, MA et al. Annotation structurelle de haute confiance des métabolites absents des bibliothèques spectrales. Nat. Biotechnol. 40, 411–421 (2022).

Article CAS PubMed Google Scholar

Shalon, D. et al. Profilage du microbiome intestinal humain et des acides biliaires dans des conditions physiologiques à l'aide d'un dispositif d'échantillonnage ingérable. Nature https://doi.org/10.1038/s41586-023-05989-7 (2023).

Evans, DF et al. Mesure des profils de pH gastro-intestinal chez des sujets humains ambulatoires normaux. Intestin 29, 1035-1041 (1988).

Article CAS PubMed PubMed Central Google Scholar

Schymanski, EL et al. Identification de petites molécules par spectrométrie de masse haute résolution : communiquer la confiance. Environ. Sci. Technol. 48, 2097-2098 (2014).

Article CAS PubMed Google Scholar

Djoumbou Feunang, Y. et al. ClassyFire : classification chimique automatisée avec une taxonomie complète et calculable. J. Cheminform. 8, 1–20 (2016).

Article Google Scholar

Ríos-Covián, D. et al. Les acides gras à chaîne courte intestinaux et leur lien avec l'alimentation et la santé humaine. Devant. Microbiol. 7, 1–9 (2016).

Article Google Scholar

Silvester, KR, Englyst, HN & Cummings, JH Récupération iléale de l'amidon à partir de régimes entiers contenant de l'amidon résistant mesuré in vitro et fermentation de l'effluent iléal. Suis. J.Clin. Nutr. 62, 403–411 (1995).

Article CAS PubMed Google Scholar

Ridlon, JM, Kang, D.-J. & Hylemon, PB Biotransformations des sels biliaires par les bactéries intestinales humaines. J. Lipid Res. 47, 241-259 (2006).

Article CAS PubMed Google Scholar

Lucas, LN et al. Les embranchements bactériens dominants de l'intestin humain montrent une capacité étendue à transformer et à conjuguer les acides biliaires. mSystems 6, e00805–e00821 (2021).

Article CAS Google Scholar

Quinn, RA et al. L'impact chimique global du microbiome comprend de nouvelles conjugaisons d'acides biliaires. Nature 579, 123-129 (2020).

Kamath, AV, Darling, IM & Morris, ME L'absorption de choline dans les cellules Caco-2 intestinales humaines est médiée par les porteurs. J. Nutr. 133, 2607-2611 (2003).

Article CAS PubMed Google Scholar

Bhutia, YD & Ganapathy, V. en physiologie du tractus gastro-intestinal, Ch. 47 (Elsevier, 2018).

McCloud, E., Ma, TY, Grant, KE, Mathis, RK & Said, HM Absorption de L-carnitine par une lignée cellulaire épithéliale intestinale humaine, Caco-2. Gastroentérologie 111, 1534–1540 (1996).

Article CAS PubMed Google Scholar

Reuter, SE & Evans, AM Carnitine et acylcarnitines : aspects pharmacocinétiques, pharmacologiques et cliniques. Clin. Pharmacokinet. 51, 553-572 (2012).

Article CAS PubMed Google Scholar

Nilsson, Å. & Duan, RD Sphingomyélinases alcalines et céramidases du tractus gastro-intestinal. Chim. Phys. Lipides 102, 97-105 (1999).

Article CAS PubMed Google Scholar

Zhang, X. et al. Acétylation généralisée de la protéine lysine dans le microbiome intestinal et ses altérations chez les patients atteints de la maladie de Crohn. Nat. Commun. 11, 1–12 (2020).

Google Scholar

Arnaud, A., Ramírez, M., Baxter, JH & Angulo, AJ Absorption de la N-acétyl-ʟ-glutamine administrée par voie entérale par rapport à la glutamine chez le porc. Clin. Nutr. 23, 1303-1312 (2004).

Article CAS PubMed Google Scholar

Stegink, LD, Filer, LJ & Baker, GL Niveaux plasmatiques de méthionine chez des sujets adultes normaux après une charge orale avec de la ʟ-méthionine et de la N-acétyl-ʟ-méthionine. J. Nutr. 110, 42–49 (1980).

Article CAS PubMed Google Scholar

Eran Nagar, E., Okun, Z. & Shpigelman, A. Destin digestif des polyphénols : vue actualisée de l'influence de la structure chimique et de la présence de matériau de paroi cellulaire. Courant. Avis. Sci alimentaire. 31, 38–46 (2020).

Article Google Scholar

Jour, AJ et al. Les glycosides de flavonoïdes et d'isoflavones alimentaires sont hydrolysés par le site lactase de la lactase phlorizine hydrolase. FEBS Lett. 468, 166-170 (2000).

Article CAS PubMed Google Scholar

Parada, J. & Aguilera, JM La microstructure des aliments affecte la biodisponibilité de plusieurs nutriments. J. Food Sci. 72, 21–32 (2007).

Article Google Scholar

Saura-Calixto, F. et al. Métabolites de la proanthocyanidine associés aux fibres alimentaires issues de la fermentation colique in vitro et métabolites de la proanthocyanidine dans le plasma humain. Mol. Nutr. Rés alimentaire. 54, 939–946 (2010).

Article CAS PubMed Google Scholar

Tydeman, EA et al. Effet de la microstructure de la carotte (Daucus carota) sur la bioaccessibilité du carotène dans le tractus gastro-intestinal supérieur. 2. Digestions in vivo. J. Agric. Chimie alimentaire. 58, 9855–9860 (2010).

Article CAS PubMed Google Scholar

Kuijsten, A., Arts, ICW, Van't Veer, P. & Hollman, PCH La biodisponibilité relative des entérolignanes chez l'homme est améliorée par la mouture et le broyage des graines de lin. J. Nutr. 135, 2812–2816 (2005).

Article CAS PubMed Google Scholar

Jenab, M. & Thompson, LU L'influence des graines de lin et des lignanes sur la carcinogenèse du côlon et l'activité de la β-glucuronidase. Carcinogenèse 17, 1343–1348 (1996).

Article CAS PubMed Google Scholar

Wanders, RJA, Komen, J. & Kemp, S. L'oméga-oxydation des acides gras comme voie de secours pour les troubles de l'oxydation des acides gras. FEBS J. 278, 182–194 (2011).

Article CAS PubMed Google Scholar

Miura, Y. L'importance biologique de l'ω-oxydation des acides gras. Proc. Jpn. Acad. Ser. B Phys. Biol. Sci. 89, 370-382 (2013).

Article CAS PubMed PubMed Central Google Scholar

Craft, DL, Madduri, KM, Eshoo, M. & Wilson, CR Identification et caractérisation de la famille CYP52 de Candida tropicalis ATCC 20336, importante pour la conversion des acides gras et des alcanes en acides α,ω-dicarboxyliques. Appl. Environ. Microbiol. 69, 5983–5991 (2003).

Article CAS PubMed PubMed Central Google Scholar

McKenna, EJ & Coon, MJ Oxydation enzymatique. J. Biol. Chim. 245, 3882–3889 (1970).

Article CAS PubMed Google Scholar

Behne, M. et al. Les oméga-hydroxycéramides sont nécessaires à la formation de l'enveloppe lipidique des cornéocytes (CLE) et à la fonction normale de barrière de perméabilité épidermique. J. Investig. Dermatol. 114, 185-192 (2000).

Article CAS PubMed Google Scholar

Guertin, KA et al. Métabolomique en épidémiologie nutritionnelle : identifier les métabolites associés à l'alimentation et quantifier leur potentiel pour découvrir les relations alimentation-maladie dans les populations. Suis. J.Clin. Nutr. 100, 208-217 (2014).

Article CAS PubMed PubMed Central Google Scholar

Høiseth, G., Morini, L., Polettini, A., Christophersen, A. et Mørland, J. Cinétique sanguine de l'éthylglucuronide et du sulfate d'éthyle chez les gros buveurs pendant la désintoxication de l'alcool. Sciences médico-légales. Int. 188, 52-56 (2009).

Article PubMed Google Scholar

Servillo, L. et al. Bétaïnes dans les fruits des plantes du genre agrumes. J. Agric. Chimie alimentaire. 59, 9410–9416 (2011).

Article CAS PubMed Google Scholar

Hossain, GS et al. ʟ-Aminoacides oxydases d'origine microbienne : types, propriétés, fonctions et applications. Appl. Microbiol. Biotechnol. 98, 1507-1515 (2014).

Article CAS PubMed Google Scholar

Deng, X., Wood, PG, Eagon, PK & Whitcomb, DC Altérations chroniques induites par l'alcool dans les mécanismes de contrôle de la sécrétion pancréatique. Digérer. Dis. Sci. 49, 805–819 (2004).

Article CAS PubMed Google Scholar

Judák, L. et al. L'éthanol et ses métabolites non oxydants inhibent profondément la fonction CFTR dans les cellules épithéliales pancréatiques qui est empêchée par la supplémentation en ATP. Pflug. Cambre. EUR. J. Physiol. 466, 549-562 (2014).

Article Google Scholar

Kotormán, M., Laczkó, I., Szabó, A. & Simon, LM Effets du Ca2+. sur l'activité catalytique et la conformation de la trypsine et de l'α-chymotrypsine dans l'éthanol aqueux. Biochimie. Biophys. Rés. Commun. 304, 18-21 (2003).

Article PubMed Google Scholar

Panoutsopoulos, GI & Beedham, C. Oxydation enzymatique de la vanilline, de l'isovanilline et de l'aldéhyde protocatéchuique avec des tranches de foie de cobaye fraîchement préparées. Cellule. Physiol. Biochimie. 15, 89–98 (2005).

Article CAS PubMed Google Scholar

Rothwell, JA et al. Phenol-Explorer 3.0 : une mise à jour majeure de la base de données Phenol-Explorer pour intégrer des données sur les effets de la transformation des aliments sur la teneur en polyphénols. Base de données 2013, 1–8 (2013).

Article Google Scholar

Ballistreri, G. et al. Qualité des fruits et composés bioactifs pertinents pour la santé humaine des cultivars de cerise douce (Prunus avium L.) cultivés en Italie. Chimie alimentaire. 140, 630–638 (2013).

Article CAS PubMed Google Scholar

Capitani, D. et al. Fruit de la pêche : analyse comparative métabolique de deux variétés présentant des résistances différentes aux attaques d'insectes par spectroscopie RMN. J. Agric. Chimie alimentaire. 61, 1718-1726 (2013).

Article CAS PubMed Google Scholar

Blanchard, J. & Sawers, SJA La biodisponibilité absolue de la caféine chez l'homme. EUR. J.Clin. Pharmacol. 24, 93–98 (1983).

Article CAS PubMed Google Scholar

Tassaneeyakul, W. et al. Métabolisme de la caféine par les cytochromes hépatiques humains p450 : contributions des isoformes 1A2, 2E1 et 3A. Biochimie. Pharmacol. 47, 1767–1776 (1994).

Article CAS PubMed Google Scholar

Gummadi, SN, Bhavya, B. & Ashok, N. Physiologie, biochimie et applications possibles de la dégradation microbienne de la caféine. Appl. Microbiol. Biotechnol. 93, 545-554 (2012).

Article CAS PubMed Google Scholar

Summers, RM, Mohanty, SK, Gopishetty, S. & Subramanian, M. Caractérisation génétique de la dégradation de la caféine par les bactéries et ses applications potentielles. Microb. Biotechnol. 8, 369-378 (2015).

Article CAS PubMed PubMed Central Google Scholar

Arnaud, MJ dans Caffeine, Coffee and Health (ed Garattini, S.) 43–95 (Raven Press, 1993).

Beach, CA, Mays, DC, Sterman, BM & Gerber, N. Métabolisme, distribution, excrétion séminale et pharmacocinétique de la caféine chez le lapin. J. Pharmacol. Exp. Là. 233, 18–23 (1985).

CAS PubMed Google Scholar

Hamoud, AR, Weaver, L., Stec, DE & Hinds, TD Bilirubine dans l'axe de signalisation foie-intestin. Tendances Endocrinol. Métab. 29, 140-150 (2018).

Article CAS PubMed PubMed Central Google Scholar

Vitek, L. & Ostrow, J. Chimie et métabolisme de la bilirubine ; aspects nocifs et protecteurs. Courant. Pharm. Dés. 15, 2869–2883 (2009).

Article CAS PubMed Google Scholar

Saxerholt, H. et al. Influence des antibiotiques sur l'excrétion fécale des pigments biliaires chez le sujet sain. Scannez. J. Gastroenterol. 21, 991–996 (1986).

Article CAS PubMed Google Scholar

Yasuda, S. et al. Élucidation des lipides associés au microbiote intestinal à l'aide d'analyses de séquences d'ARNr LC-MS/MS et 16S. iScience 23, 101841 (2020).

Article CAS PubMed PubMed Central Google Scholar

Zimmermann, P. & Curtis, N. L'effet des antibiotiques sur la composition du microbiote intestinal - une revue systématique. J. Infecter. 79, 471–489 (2019).

Article PubMed Google Scholar

Yore, MM et al. Découverte d'une classe de lipides endogènes de mammifères aux effets anti-diabétiques et anti-inflammatoires. Cellule 159, 318–332 (2014).

Article CAS PubMed PubMed Central Google Scholar

Balas, L., Feillet-Coudray, C. & Durand, T. Esters d'acides gras ramifiés d'acides gras hydroxylés (FAHFA), gras endogène bénéfique contre l'obésité et le diabète de type 2. Chimie 24, 9463–9476 (2018).

Article CAS PubMed Google Scholar

Xu, Y., Zhu, Y., Li, X. & Sun, B. Équilibrage dynamique des acides gras à chaîne courte intestinaux : le rôle crucial du métabolisme bactérien. Tendances Food Sci. Technol. 100, 118-130 (2020).

Article CAS Google Scholar

Tsugawa, H. et al. Un atlas lipidique dans MS-DIAL 4. Nat. Biotechnol. 38, 1159-1163 (2020).

Article CAS PubMed Google Scholar

Gowda, SGB et al. Identification d'esters d'acides gras à chaîne courte d'acides gras hydroxylés (SFAHFA) dans un modèle murin par analyse non ciblée à l'aide d'une chromatographie liquide ultra-haute performance/spectrométrie de masse quadripôle-Orbitrap à piège à ions linéaire. Rapid Commun. Spectre de masse. 34, e8831 (2020).

Article CAS PubMed Google Scholar

Walker, A. et al. Les sulfonolipides en tant que nouveaux marqueurs métabolites d'Alistipes et d'Odoribacter affectés par les régimes riches en graisses. Sci. Rep. 7, 1–10 (2017).

Article Google Scholar

Maeda, J. et al. Effets inhibiteurs de la sulfobacine B sur l'ADN polymérase et l'inflammation. Int. J. Mol. Méd. 26, 751–758 (2010).

CAS PubMed Google Scholar

Gibson, GR, Cummings, JH & Macfarlane, GT Croissance et activités des bactéries sulfato-réductrices dans le contenu intestinal de sujets sains et de patients atteints de colite ulcéreuse. Microbiol FEMS. Lett. 86, 103-112 (1991).

Article CAS Google Scholar

Hou, L. et al. Identification et biosynthèse de sulfonolipides pro-inflammatoires à partir d'un pathogène opportuniste Chryseobacterium gleum. ACS Chem. Biol. 17, 1197-1206 (2022).

Article CAS PubMed PubMed Central Google Scholar

Matyash, V., Liebisch, G., Kurzchalia, TV, Shevchenko, A. & Schwudke, D. Extraction de lipides par méthyl-tert-butyl éther pour la lipidomique à haut débit. J. Lipid Res. 49, 1137-1146 (2008).

Article CAS PubMed PubMed Central Google Scholar

Barupal, DK et al. Un ensemble complet de données de métabolomique plasmatique pour une cohorte de souris knock-out au sein du consortium international de phénotypage de souris. Métabolites 9, 9050101 (2019).

Article Google Scholar

Beaudoin, VAG et al. Récupération du sous-produit 5-désoxyribose des enzymes radicales SAM. Nat. Commun. 9, 3105 (2018).

Article PubMed PubMed Central Google Scholar

Skogerson, K., Wohlgemuth, G., Barupal, DK et Fiehn, O. La base de données spectrale de masse du composé volatil BinBase. BMC Bioinform. 12, 321 (2011).

Article CAS Google Scholar

Nusbaum, DJ et al. Profils microbiens et métabolomiques intestinaux après transplantation de microbiote fécal chez des patients pédiatriques atteints de colite ulcéreuse. Microbiol FEMS. Écol. 94, 1–11 (2018).

Article Google Scholar

Bonini, P., Kind, T., Tsugawa, H., Barupal, DK et Fiehn, O. Retip : prédiction du temps de rétention pour l'annotation composée dans la métabolomique non ciblée. Anal. Chim. 92, 7515–7522 (2020).

Article CAS PubMed PubMed Central Google Scholar

Celis, AI et al. Optimisation du pipeline d'analyse de séquençage d'ARNr 16S pour étudier les communautés in vitro de commensaux intestinaux. iScience 25, 103907 (2022).

Article CAS PubMed PubMed Central Google Scholar

Fondation R pour le calcul statistique. R : un langage et un environnement pour le calcul statistique. Fondation R http://www.R-project.org/ (2016).

Callahan, BJ et al. DADA2 : inférence d'échantillons haute résolution à partir des données d'amplicon Illumina. Nat. Méthodes 13, 581–583 (2016).

Article CAS PubMed PubMed Central Google Scholar

Quast, C. et al. Le projet de base de données de gènes d'ARN ribosomal SILVA : amélioration du traitement des données et des outils Web. Nucleic Acids Res. 41, 590-596 (2013).

Article Google Scholar

Benjamini, Y. & Hochberg, Y. Contrôler le taux de fausses découvertes : une approche pratique et puissante des tests multiples. Statistique JR. Soc. Ser. Méthodologie B. 57, 289-300 (1995).

Google Scholar

Barupal, DK & Fiehn, O. Analyse d'enrichissement par similarité chimique (ChemRICH) comme alternative à la cartographie des voies biochimiques pour les ensembles de données métabolomiques. Sci. Rep. 7, 14567 (2017).

Article PubMed PubMed Central Google Scholar

Thévenot, EA, Roux, A., Xu, Y., Ezan, E. & Junot, C. Analyse des variations du métabolome urinaire chez l'adulte humain avec l'âge, l'indice de masse corporelle et le sexe en mettant en œuvre un flux de travail complet pour les analyses statistiques univariées et OPLS. J. Proteome Res. 14, 3322–3335 (2015).

Article PubMed Google Scholar

Szymańska, E., Saccenti, E., Smilde, AK & Westerhuis, JA Double-vérification : validation des statistiques de diagnostic pour les modèles PLS-DA dans les études de métabolomique. Métabolomique 8, 3–16 (2012).

Article PubMed Google Scholar

Sysi-Aho, M., Katajamaa, M., Yetukuri, L. & Orešič, M. Méthode de normalisation des données métabolomiques utilisant une sélection optimale de plusieurs étalons internes. BMC Bioinform. 8, 93 (2007).

Article Google Scholar

De Livera, AM et al. Normalisation et intégration des données métabolomiques. Anal. Chim. 84, 10768-10776 (2012).

Article PubMed Google Scholar

Fiehn, O. Métabolomique par chromatographie en phase gazeuse–spectrométrie de masse : profilage combiné ciblé et non ciblé. Courant. Protocole Mol. Biol. 114, 30–34 (2016).

Article PubMed Central Google Scholar

Nam, SL, de la Mata, AP, Dias, RP et Harynuk, JJ Vers la normalisation des stratégies de normalisation des données pour améliorer les études de métabolomique urinaire par GC × GC-TOFMS. Métabolites 10, 376 (2020).

Article CAS PubMed PubMed Central Google Scholar

Télécharger les références

J. Wells et Z. Tippins ont participé aux analyses de spectrométrie de masse au West Coast Metabolomics Center. Le code R de D. Barupal a été utilisé tel que téléchargé depuis son site GitHub pour les évaluations ChemRICH. C. Brydges a consulté sur les analyses de régression statistique. Cette étude a été financée par l'USDA 2021-67017-35783 à OF, la subvention RM1 GM135102 des National Institutes of Health (NIH) à KCH et la subvention EF-2125383 de la National Science Foundation à KCH et le salaire de JF a été fourni par les subventions NIH R01 AT010216 et NIH U19 AG023122. Ce matériel est également basé sur des travaux soutenus par la National Science Foundation sous le numéro de subvention. 1936687 au DSJG a été soutenu par une bourse du doyen de la faculté de médecine de l'Université de Stanford et par le NIH F32 DK130574. DAR est soutenu par la dotation Thomas C. et Joan M. Merigan de l'Université de Stanford. KCH et DAR sont les enquêteurs de Chan Zuckerberg Biohub.

West Coast Metabolomics Center, Université de Californie, Davis, Californie, États-Unis

Jacob Folz, Juan Montes Morales et Oliver Fiehn

Département de génétique, École de médecine de l'Université de Stanford, Stanford, Californie, États-Unis

Rebecca Neal Culver

Département de médecine, École de médecine de l'Université de Stanford, Stanford, Californie, États-Unis

Jessica Grembi et David A. Relman

Centre de neurogastroentérologie et de motilité de la Silicon Valley, Mountain View, Californie, États-Unis

Georges Triadafilopoulos

Département de microbiologie et d'immunologie, École de médecine de l'Université de Stanford, Stanford, Californie, États-Unis

David A. Relman et Kerwyn Casey Huang

Chan Zuckerberg Biohub, San Francisco, Californie, États-Unis

David A. Relman et Kerwyn Casey Huang

Section des maladies infectieuses, Veterans Affairs Palo Alto Health Care System, Palo Alto, Californie, États-Unis

David A. Relman

Département de bioingénierie, Université de Stanford, Stanford, Californie, États-Unis

Kerwyn Casey Huang

Live Bio, San Francisco, Californie, États-Unis

De Sharon

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

OF, KCH et DS ont conçu l'étude. JF a acquis et traité les données du métabolome, assisté de JMMJF a effectué des analyses statistiques et produit des figures et des tableaux. GT a recruté des participants et obtenu des consentements et des échantillons. KCH, RNC, JG et DAR ont acquis, traité et analysé des données sur le microbiome. JF et OF ont rédigé le manuscrit avec des contributions de DS, KCH, GT et RNC. Tous les auteurs ont approuvé la version finale du manuscrit.

Correspondance à Oliver Fiehn.

DS est un employé et détient une participation dans Envivo Bio, une société qui s'intéresse au tractus gastro-intestinal humain. Tous les autres auteurs ne déclarent aucun intérêt concurrent.

L'étude a été examinée et approuvée par une organisation indépendante, le groupe Copernicus au sein du Western Institutional Review Board dans le cadre de l'étude no. 1186513. Un consentement éclairé a été obtenu de chaque participant.

Nature Metabolism remercie Robert Quinn et les autres examinateurs anonymes pour leur contribution à l'examen par les pairs de ce travail. Rédacteur en chef de la manipulation principale : Ashley Castellanos-Jankiewicz, en collaboration avec l'équipe Nature Metabolism.

Note de l'éditeur Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

a, pH de l'échantillon pour les types de dispositifs d'échantillonnage intestinal. Les cases représentent ± 1 intervalle interquartile et la ligne s'étend jusqu'à l'échantillon le plus éloigné de l'échantillon médian avec une extension maximale de 1,5 intervalle interquartile loin de la médiane. Tous les échantillons sont tracés sous forme de points individuels. (n = 274 appareils au total, type d'appareil 1 = 75, type d'appareil 2 = 70, type d'appareil 3 = 69, type d'appareil 4 = 60) **** : p < 0,0001 (rang signé Wilcoxon). b, analyse en composantes principales (ACP) des hauteurs de pic normalisées à partir de l'ensemble de données métabolomiques. Les échantillons QC sont des contenus intestinaux regroupés provenant d'échantillons de tractus intestinal humain.

Les échantillons et les métabolites sont organisés sur l'axe des x et l'axe des y, respectivement, par regroupement hiérarchique. Chaque échantillon est étiqueté par numéro de sujet et type d'échantillon (type d'appareil ou selles). La couleur représente l'abondance des métabolites et les valeurs minimale et maximale sont définies individuellement pour chaque métabolite (ligne).

Les échantillons sont organisés sur l'axe des x par type de dispositif, et les métabolites sont organisés sur l'axe des y selon le regroupement hiérarchique. La couleur représente l'abondance des métabolites et les valeurs minimales et maximales de l'échelle de couleurs sont définies individuellement pour chaque métabolite (ligne).

Données des appareils 1 + 2 (proximal) comparées aux données des appareils 3+4 (distal). La signification a été calculée à l'aide d'un modèle linéaire à effets mixtes (LMM). La ligne pointillée horizontale représente le seuil de signification de p <0,05 (pour les valeurs p exactes, voir le tableau supplémentaire 4). Les cercles indiquent les métabolites avec des différences non significatives après correction du taux de fausses découvertes (FDR) ou un coefficient de taille d'effet < ± 0,2. Les losanges indiquent les métabolites avec des différences significatives (p<0,05) après correction FDR (n = 9 317) et coefficient de taille d'effet > ± 0,2. Seules les caractéristiques détectées dans > 50 % des échantillons intestinaux ont été incluses dans cette analyse (n = 9 317 caractéristiques). Le coefficient de taille d'effet est la pente estimée par le LMM, avec un coefficient positif (négatif) représentant un métabolite qui est plus élevé (inférieur) dans l'intestin supérieur distal par rapport à l'intestin supérieur proximal. Les lignes pointillées verticales représentent ± 0,20 fois le coefficient de taille d'effet.

Les statistiques d'enrichissement chimique ont été réalisées par ChemRICH. Les métabolites détectés dans > 50 % des échantillons intestinaux ont été inclus dans cette analyse (n = 1 182 métabolites). Ces résultats ont été visualisés en séparant les classes par la lipophilie chimique (logP) et le niveau de signification de la classe chimique de -log10(valeur de p). Les cercles rouges indiquent que la classe chimique était plus élevée dans l'intestin supérieur distal par rapport à l'intestin supérieur proximal, et le bleu indique que la classe chimique était inférieure dans l'intestin supérieur distal par rapport à l'intestin supérieur proximal. Le violet indique que le groupe chimique a des métabolites qui sont significativement plus élevés ainsi que des métabolites qui sont significativement plus faibles dans l'intestin supérieur distal par rapport à l'intestin supérieur proximal. La taille du cercle représente la taille de la classe chimique.

a, Le nombre de métabolites qui différaient significativement entre les régions intestinales (types d'appareils) ou entre les repas (points de temps d'échantillonnage de quatre appareils à capsule) calculé pour chaque sujet par analyse de variance (Kruskal-Wallis). Seuls les métabolites détectés dans > 50 % des échantillons pour chaque sujet ont été utilisés pour cette analyse (n = 1182 métabolites). Un p < 0,05 non corrigé par le FDR a été utilisé comme seuil de signification. b, une analyse discriminante multivariée (PLS-DA) a été réalisée pour identifier les métabolites les plus importants pour distinguer les sujets ou les régions. Les 100 métabolites les plus importants pour distinguer ces groupes ont été classés par importance variable dans le score de projection (VIP) et sont classés par sous-classe chimique. Les sous-classes chimiques avec moins de 3 métabolites sont déclarées comme « autres ».

Seuls les métabolites détectés dans > 50 % des échantillons pour chaque sujet ont été utilisés pour cette analyse (n = 1182 métabolites). Un p < 0,05 non corrigé par le FDR a été utilisé comme seuil de signification. a, Métabolites avec une abondance significativement différente entre les régions intestinales pour chaque sujet, regroupés par classe chimique et la proportion de chaque classe chimique. b, Métabolites avec une abondance significativement différente entre les points de temps d'échantillonnage, regroupés par classe chimique et la proportion de chaque classe chimique.

Les métabolites comprennent les pigments biliaires, les esters d'acides gras d'acides gras hydroxylés (FAHFA et AAHFA), les acides gras à chaîne courte, les sulfonolipides (SL) et les acides biliaires secondaires. Les données de tous les échantillons de selles sont présentées et les échantillons sont organisés par sujet. Les deux sujets ayant consommé des antibiotiques 1 et 5 mois avant cette étude sont mis en évidence. La barre de couleur représente l'abondance des métabolites (hauteur du pic) ou la concentration (ng/mL) des acides biliaires. Les valeurs minimales et maximales ont été utilisées pour définir l'échelle de couleurs pour chaque métabolite (chaque ligne).

Les métabolites sont des esters d'acides gras d'acides gras hydroxylés (FAHFA et AAHFA) et des acides gras détectés > 50 % de tous les échantillons de dispositifs. Tous les exemples d'appareils sont affichés et sont organisés par sujet. Dans les sections supérieure (FAHFA) et inférieure (acides gras), les métabolites sont classés en fonction d'un regroupement hiérarchique. La barre de couleur représente l'abondance des métabolites (hauteur du pic) ou la concentration (ng/mL) des acides biliaires. Les valeurs minimales et maximales ont été utilisées pour définir l'échelle de couleurs pour chaque métabolite (chaque ligne).

Fig. supplémentaires. 1–3.

Tableaux supplémentaires 1 à 9.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International License, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, tant que vous donnez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Folz, J., Culver, RN, Morales, JM et al. Variation du métabolome humain le long du tractus intestinal supérieur. Nat Metab 5, 777–788 (2023). https://doi.org/10.1038/s42255-023-00777-z

Télécharger la citation

Reçu : 24 septembre 2022

Accepté : 03 mars 2023

Publié: 10 mai 2023

Date d'émission : Mai 2023

DOI : https://doi.org/10.1038/s42255-023-00777-z

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

Métabolisme naturel (2023)

Nature (2023)

Nature Reviews Gastro-entérologie et hépatologie (2023)