Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 神経学

腸の健康とアルツハイマー:重要なつながり

新しい研究で腸内細菌と代謝物が早期の認知機能低下に関連していることがわかった。

― 1 分で読む


腸内細菌と認知機能の低下腸内細菌と認知機能の低下しているって研究があるよ。腸の健康と早期アルツハイマーの兆候が関連
目次

認知症は、世界中の何百万もの人々に影響を与える深刻な状態だよ。現在、約5520万人が認知症に苦しんでいて、アルツハイマー病が最も一般的なタイプなんだ。この病気を遅らせたり防ぐ方法がないままだと、今後数年でケースがかなり増えると予想されてる。2050年までには152百万を超える可能性があるんだ。アルツハイマー病が診断される頃には、脳細胞に大きなダメージがすでに起こってることが多い。認知症の早いサインやリスクファクターを見つけることがめちゃ重要。これによって、早期発見ができて予防策を講じることが可能になるんだ。

ライフスタイルは認知機能に大きな影響を与えるし、食事が脳の健康やアルツハイマー病の発症において重要な要素として認識されている。腸と脳は神経、ホルモン、免疫反応を通じて複雑にコミュニケーションしている。腸内のバクテリアは、食べたものを異なる物質に分解することで、このコミュニケーションに影響を与えて、脳の機能に影響を及ぼすことがあるんだ。認知機能の低下の早いサインが見られる人では、腸内バクテリアの変化が脳の炎症やダメージにつながることがある。

メタボライトの重要性

腸内バクテリアが生成するいくつかの物質は脳の健康に関連付けられているよ。たとえば、トリメチルアミンN-オキサイド(TMAO)、胆汁酸、トリプトファン、p-クレソールなどは、認知機能に影響を与え、アルツハイマー病と関連しているメタボライトなんだ。ただ、これらの物質が病気を引き起こすのか、ただ病気とともに現れるのかは、もっと研究が必要だね。

この関連を調べるために、研究者たちはターゲットメタボロミクスという方法を使って、健康な人と認知機能に早いサインを示す人たちの血液中の特定のメタボライトを測定したんだ。そのために、健康的な加齢と認知機能をテーマにした2つの研究からの血清サンプルを分析したよ。

研究サンプル

この研究は2つの臨床研究からの血液サンプルを使ったんだ。一つの研究は記憶の苦情がない50-80歳の参加者を含み、もう一つは主観的認知障害や軽度認知障害のある高齢者が参加していた。参加者は、認知的に健康な人、主観的認知障害のある人、軽度認知障害のある人の3つのカテゴリーに分けられたんだ。それぞれのグループは年齢、ボディマス指数(BMI)、性別でマッチさせて、公平な比較を確保したよ。特定の健康問題がある人は除外されたんだ。

研究者たちは、さまざまなテストを通じて認知の健康状態を評価して、処理速度や記憶を測定する特定のタスクに焦点を当てた。そして、参加者から食事に関する情報も集めたよ。

マイクロバイオームプロファイリング

腸内バクテリアを理解するために、研究者たちは便のサンプルのDNA分析を行ったんだ。これにはDNAを抽出してその質を確認してから、高度なシーケンシング技術を使って腸内微生物の遺伝物質を分析することが含まれている。分析の結果、3つのグループ間で腸内バクテリアの全体的な多様性には大きな違いは見られなかったけど、特定のバクテリアの個体群には違いがあったよ。特に健康な人と認知の問題がある人の間で差が観察されたんだ。

メタボライトプロファイリング

血液サンプルは分析のために化学物質を加えて濃縮する準備をしたんだ。このステップによって、研究者は認知の健康に関連するさまざまなメタボライトのレベルを測定できるようにしたよ。彼らは、サンプル中のメタボライトを正確に定量化するために先進的な機械を使用した。

統計分析

メタボライトと認知状態の関連を見つけるために、研究者たちはデモグラフィックスや健康に影響を与える他の要因を考慮した統計手法を使ったんだ。年齢、食事習慣、健康マーカーなどの変数を考慮して、この詳しい分析によって、認知機能の低下に有意に関連するメタボライトが特定されたよ。

機械学習

アルツハイマー病の初期サインを予測するために、研究者たちは機械学習技術を使ったんだ。彼らは、参加者から測定されたメタボライトのデータを使ってモデルを構築したよ。このモデルは、認知機能の低下を予測する能力に基づいて、さまざまなメタボライトに重要性を割り当てたんだ。このアプローチは成功し、初期の認知問題の指標となるかもしれない重要なメタボライトを浮き彫りにした。

研究対象の特徴

この研究には150人の参加者がいて、3つのグループに均等に分かれてる。平均年齢は約65歳で、グループはさまざまな要因でマッチさせたよ。認知評価によって、グループ間でのパフォーマンスの違いが明らかになり、軽度認知障害や主観的認知障害のある人は健康な人に比べて課題があることが示されたんだ。

腸内マイクロバイオームとメタボロームの変化

全体的な腸内バクテリアの多様性はグループ間で大きく変わらなかったけど、特定のバクテリアの個体群には変化が見られた。メタボライトの分析では、参加者の認知状態に関連する明確な違いが示されたよ。これは、腸の健康や代謝プロファイルの変化が、重要な認知機能の低下が臨床的に認識される前から起こり得ることを示唆しているね。

重要な血清メタボライト

さらに分析を進めて、認知機能の初期段階に関連する特定のメタボライトが特定されたよ。コリン、5-ヒドロキシインドール酢酸、キヌレニン酸のような物質は、認知障害のサインがある人では低い濃度が観察された。一方、インドキシル硫酸のように脳にダメージを与える可能性のあるメタボライトは、これらの人々で増加していたんだ。

前臨床アルツハイマーの予測のための機械学習モデル

機械学習を使って構築した予測モデルは、個人をその代謝プロファイルに基づいて分類する能力を示したよ。いくつかの機械学習アルゴリズムが試され、そのうちの一つが最も高い精度を達成した。このモデルは、認知機能の低下のリスクがある人を特定するための有望な手段であることを示したんだ。

腸内マイクロバイオームと血清メタボライトの関連

腸内バクテリアとメタボライトの関連を探るために、相関分析が行われたよ。研究者たちは、特定のメタボライトと特定の腸内バクテリアの間に重要な関係を見つけた。これは、腸内バクテリアの変化が、認知機能に影響を与えるかもしれないメタボライトの生成に影響を及ぼす可能性があることを示しているね。

主要な発見と影響

この研究は、腸と脳の健康のつながりの重要性を示し、食事要因やバクテリアの変化が認知機能の低下に影響を与えることを強調しているよ。初期の認知問題に関連するメタボライトの特定は、アルツハイマー病のリスクがある人をスクリーニングするための非侵襲的な方法を提供するかもしれないね。

結論

アルツハイマー病の前臨床リスクファクターに焦点を当てた研究はめちゃ重要だよ。代謝の変化や微生物の変化を早期に特定できれば、認知機能の低下リスクを減らすためのライフスタイルの介入を実施できるかもしれない。この研究は、アルツハイマーの進行における腸の健康の役割についての洞察を提供し、この分野での更なる探求の必要性を強調しているんだ。

今後の方向性

見つかった結果を検証し、腸の健康、代謝、認知機能の関連を探るためにさらなる研究が必要だね。大規模な研究が必要で、特定されたメタボライトの予測精度や、アルツハイマー病の初期指標としての可能性を確認することが求められているよ。これらのつながりを理解することで、認知症に対する将来の予防戦略の形成に役立つことができると思う。

オリジナルソース

タイトル: Circulatory dietary and gut-derived metabolites predict preclinical Alzheimer's disease.

概要: A key component of disease prevention is the identification of at-risk individuals. Microbial dysbiosis and microbe-derived metabolites (MDM) can influence the central nervous system, but their role in disease progression and as prognostic indicators is unknown. To identify preclinical factors associated with Alzheimers disease (AD), we compared gut microbiome and metabolome profiles of cognitively healthy subjects, subjective cognitive impairment (SCI) participants and mild cognitive impairment (MCI) participants (n=50 per group, matched for age, BMI and sex), targeting metabolites previously associated with cognitive health (TMAO, bile acids, tryptophan, p-cresol and their derivatives). 16S rRNA bacterial microbiome sequencing and targeted LC-MS/MS were employed for faecal microbiome speciation and serum MDM quantification. Microbiome beta diversity differed between healthy controls and SCI participants. Multiple linear regression modelling highlighted five serum metabolites (indoxyl sulfate, choline, 5-hydroxyindole acetic acid, indole-3-propionic acid (IPA) and kynurenic acid) significantly altered in preclinical AD. Neuroprotective metabolites, including choline, 5-hydroxyindole acetic acid and IPA, exhibited lower concentrations in SCI and MCI in comparison to controls, while the cytotoxic metabolite indoxyl sulfate had higher levels. A Random Forest algorithm with multiclass classification confirmed and extended our results, identifying six metabolites (indoxyl sulfate, choline, 5-hydroxyindole acetic acid, IPA, kynurenic acid, kynurenine) as predictors of early cognitive decline, with an area under the curve of 0.74. In summary, a combined statistical and machine learning approach identified MDM as a novel composite risk factor for the early identification of future dementia risk.

著者: David Vauzour, E. Connell, S. Sami, M. Khondoker, A. M. Minihane, M. G. Pontifex, M. Muller, S. McArthur, G. Le Gall

最終更新: 2024-05-15 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2024.05.10.24307050

ソースPDF: https://www.medrxiv.org/content/10.1101/2024.05.10.24307050.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

著者たちからもっと読む

類似の記事