Study of intestinal microbiota in health and disease

Abstract

Кишечная микробиота постоянно меняется в зависимости от различных условий. Давно известно, что при различных заболеваниях могут наблюдаться изменения в составе кишечной микробиоты. Лечение таких дисбиотических состояний до сих пор является нерешенной проблемой. Целью данной работы был поиск наиболее эффективного аутопробиотика для лечения дисбиотических состояний кишечника. Эксперименты были проведены на модели дисбиоза кишечника у крыс. Животные получали комбинацию ампицилина и метронидазола в течение 3 дней для вызова дисбиоза. Первая контрольная группа получала физиологический раствор в течение 5 дней после антибиотиков, вторая контрольная группа получала физиологический раствор в течение всего эксперимента (8 дней). После антибиотиков экспериментальные группы крыс получали лечение в виде различных аутопробиотиков. Образцы фекалий для секвенирования собирались на 0, 3 и 8 дни эксперимента. Бактериальная ДНК выделялась из фекалий и секвенировалась на платформе Illumina MiSeq. Парноконцевые прочтения были получены при помощи праймеров к вариабельным участкам V3-V4 гена 16S. Затем прочтения кластеризовались и классифицировать при помощи программы CD-HIT-OTU-Miseq. Визуализация и последующий анализ производились с помощью языка для статистической обработки R в пакете phyloseq. Мы обнаружили, что в состоянии дисбиоза микробиота кишечника крыс значительно меняется. Помимо этого мы показали, что аутопробиотическое лечение бифидобактериями и энтерококками наиболее близко возвращало микробиоту больных животных к нормальному состоянию.

Intestinal microbiota is constantly changing depending on various conditions. It is a well known fact that in different diseases shifts in intestinal microbiota are observed. But treatment of such dysbiotic states remains a big challenge. The aim of this research is to find the most efficient autoprobiotic for the treatment of dysbiotic states. It can be achieved by the analysis of changes in microbiota towards its normalization during treatment. All experiments were performed on a rat dysbiosis model. Combination of ampicillin and metronidazole were used for 3 days to cause dysbiosis. The first control group was getting saline solution for 5 days after antibiotics treatment and the second group for the duration of the experiment (8 days). After taking antibiotics rats were receiving different kinds of autoprobiotics for 5 days. Fecal samples were collected for sequencing at the 0, 3’rd and the 8’th days of the experiment. Bacterial DNA extracted from feces was sequenced with Illumina MiSeq platform. Paired-end reads were obtained using primers to V3-V4 region of the 16S gene. Then reads were clustered and classified with the help of CD-HIT-OTU-Miseq approach. Visualisation of the microbiota composition in rat samples and as well as the consequent analysis was performed in R using phyloseq package. We have shown that gut microbiota composition changes significantly in dysbiotic conditions. On top of that, we have found that bifidobacterium and enterococci are the most efficient autoprobiotics in terms of returning dysbiotic microbiota to the normal state.