Les modèles alimentaires pro-inflammatoires et hyperinsulinémiques sont associés à des profils spécifiques du microbiome intestinal : une étude de cohorte TwinsUK

Ces dernières années, le rôle du microbiome intestinal dans la santé humaine et les maladies a suscité une attention considérable. Des études ont montré que le déséquilibre du microbiome intestinal (dysbiose) est étroitement lié à de multiples maladies chroniques, telles que l’obésité, les maladies inflammatoires de l’intestin, le cancer et les maladies neurodégénératives. L’alimentation, en tant que facteur influençant le microbiome intestinal, pourrait affecter la santé métabolique de l’hôte en modulant la composition et la fonction des microbes. Cependant, les mécanismes spécifiques liant les modèles alimentaires au microbiome intestinal restent mal compris.

Cette étude vise à explorer la relation entre deux modèles alimentaires métaboliques — l’indice alimentaire empirique pour l’hyperinsulinémie (Empirical Dietary Index for Hyperinsulinaemia, EDIH) et le modèle alimentaire inflammatoire empirique (Empirical Dietary Inflammatory Pattern, EDIP) — et le microbiome intestinal. L’EDIH et l’EDIP sont des indices alimentaires développés à partir de questionnaires de fréquence alimentaire (Food Frequency Questionnaire, FFQ), utilisés respectivement pour évaluer l’impact de l’alimentation sur la sécrétion d’insuline et l’inflammation chronique. Des études antérieures ont montré que ces deux modèles alimentaires sont associés au risque de diverses maladies métaboliques, telles que le diabète de type 2, les maladies cardiovasculaires et le cancer. Cependant, le rôle médiateur du microbiome intestinal dans ces associations n’a pas été suffisamment étudié.

Source de l’article

Cet article a été rédigé par Ni Shi, Sushma Nepal, Rachel Hoobler et d’autres chercheurs de The Ohio State University, University of Utah et King’s College London. L’article a été accepté le 14 octobre 2024 et publié dans la revue Gut Microbiome, sous le titre « Pro-inflammatory and hyperinsulinaemic dietary patterns are associated with specific gut microbiome profiles: A TwinsUK cohort study ».

Déroulé de l’étude

1. Population étudiée et collecte de données

L’étude est basée sur la cohorte TwinsUK, une base de données de jumeaux britanniques comprenant plus de 15 000 participants âgés de 18 à 100 ans. L’équipe de recherche a sélectionné 1 610 participants adultes de cette cohorte, qui ont fourni des données de séquençage du 16S rRNA à partir d’échantillons de selles. En outre, les habitudes alimentaires des participants (via FFQ), les biomarqueurs sériques (tels que l’insuline, le glucose et la protéine C-réactive) ainsi que les informations démographiques et sur le mode de vie ont été collectés.

2. Évaluation de l’alimentation et calcul de l’EDIH/EDIP

Les données alimentaires ont été évaluées à l’aide d’un FFQ de 131 items, enregistrant les types et les quantités d’aliments consommés chaque semaine par les participants. Pour assurer la comparabilité des données, l’équipe de recherche a standardisé les portions alimentaires selon les recommandations du système de données nutritionnelles pour la recherche (Nutrition Data System for Research, NDSR). Sur la base de ces données, les scores EDIH et EDIP de chaque participant ont été calculés. L’EDIH et l’EDIP reflètent respectivement l’impact potentiel de l’alimentation sur la sécrétion d’insuline et l’inflammation chronique.

3. Analyse du microbiome intestinal

Les données de séquençage du 16S rRNA des échantillons de selles ont été générées sur la plateforme Illumina MiSeq et analysées à l’aide du pipeline DADA2. L’équipe de recherche a classé les données de séquençage au niveau du genre (genus) et a calculé la diversité alpha du microbiome (indice de Shannon et indice d’équitabilité de Pielou). Pour identifier les caractéristiques du microbiome associées à l’EDIH et à l’EDIP, l’équipe a utilisé un modèle de régression élastique (Elastic Net Regression) avec une validation croisée en 10 fois pour l’entraînement et le test.

4. Prédiction des voies fonctionnelles

L’équipe de recherche a utilisé l’outil PICRUSt2 pour prédire les voies fonctionnelles du microbiome associées à l’EDIH et à l’EDIP. En effectuant une analyse de régression linéaire multivariée sur les voies métaboliques, les voies de biosynthèse et de dégradation significativement associées aux modèles alimentaires ont été identifiées.

5. Analyse statistique

L’étude a utilisé des modèles de régression linéaire multivariée pour analyser la relation entre les scores EDIH et EDIP et les biomarqueurs sériques (tels que l’insuline, le glucose et la protéine C-réactive). En outre, une analyse de sensibilité a été réalisée sur des paires de jumeaux pour exclure l’influence des facteurs génétiques.

Résultats principaux

1. Modèles alimentaires et diversité du microbiome

L’étude a révélé que des scores EDIH et EDIP plus élevés (c’est-à-dire des modèles alimentaires plus hyperinsulinémiques ou pro-inflammatoires) étaient significativement associés à une diversité alpha plus faible du microbiome intestinal. Plus précisément, par rapport au quintile le plus bas, les quintiles les plus élevés des scores EDIH et EDIP ont entraîné une diminution de l’indice de Shannon de 3,2 % et 2,3 %, respectivement, et une diminution de l’indice d’équitabilité de Pielou de 2,1 % et 1,4 %.

2. Genres microbiens associés à l’EDIH et à l’EDIP

Le modèle de régression élastique a identifié 32 genres microbiens associés à l’EDIH et 15 genres associés à l’EDIP. Parmi eux, des genres tels que Ruminococcaceae_UCG-008, Lachnospiraceae_UCG-008 et Defluviitaleaceae_UCG-011 étaient associés à des niveaux plus faibles d’insuline et d’inflammation, tandis que des genres comme Negativibacillus et Streptococcus étaient associés à des niveaux plus élevés d’insuline et d’inflammation.

3. Analyse des voies fonctionnelles

L’analyse des voies fonctionnelles a montré que les scores EDIH et EDIP étaient significativement associés à diverses voies métaboliques. Par exemple, les participants avec des scores EDIH plus élevés présentaient une réduction des voies de biosynthèse des acides gras, tandis que ceux avec des scores EDIP plus élevés montraient des modifications des voies de métabolisme des sucres nucléotidiques et des acides aminés. En outre, la voie du mévalonate (Mevalonate Pathway) était significativement régulée à la hausse dans les deux modèles alimentaires, cette voie étant étroitement liée à la synthèse du cholestérol et à la régulation du métabolisme cellulaire.

4. Analyse des biomarqueurs sériques

L’étude a révélé que des scores EDIH et EDIP plus élevés étaient significativement associés à des niveaux plus élevés d’insuline et de résistance à l’insuline (HOMA-IR). En outre, le score EDIP était également associé à des niveaux plus élevés de protéine C-réactive, indiquant que les modèles alimentaires pro-inflammatoires pourraient induire une inflammation systémique.

Conclusion et signification

Cette étude montre que les modèles alimentaires hyperinsulinémiques et pro-inflammatoires pourraient influencer la santé métabolique et le risque de maladies chroniques en modifiant la composition et la fonction du microbiome intestinal. Plus précisément, ces modèles alimentaires réduisent la diversité du microbiome et modifient les voies de biosynthèse liées au métabolisme des acides gras, des acides aminés et du cholestérol. Ces résultats ouvrent de nouvelles perspectives pour les futures recherches sur les interventions alimentaires, visant à réduire la résistance à l’insuline et l’inflammation chronique en modulant le microbiome intestinal.

Points forts de l’étude

1. Première validation de l’EDIH et de l’EDIP dans une population non américaine : Cette étude est la première à appliquer l’EDIH et l’EDIP dans la cohorte britannique TwinsUK, en améliorant la comparabilité des données grâce à la standardisation des portions alimentaires.
2. Identification des genres microbiens associés aux modèles alimentaires : Grâce au modèle de régression élastique, l’étude a identifié des genres microbiens significativement associés aux modèles alimentaires hyperinsulinémiques et pro-inflammatoires, offrant des cibles potentielles pour les interventions sur le microbiome.
3. Analyse des voies fonctionnelles révélant les mécanismes métaboliques : En utilisant l’outil PICRUSt2, l’étude a mis en lumière l’impact de l’EDIH et de l’EDIP sur les voies de métabolisme des acides gras, des acides aminés et du cholestérol, fournissant de nouvelles perspectives sur les mécanismes liant les modèles alimentaires à la santé métabolique.

Autres informations utiles

L’équipe de recherche a également réalisé une analyse de sensibilité sur des paires de jumeaux, montrant que la relation entre la diversité du microbiome et les modèles alimentaires restait cohérente chez les jumeaux, renforçant ainsi la robustesse des résultats. En outre, l’équipe a souligné la nécessité de futures recherches intégrant des données métagénomiques et métatranscriptomiques pour mieux comprendre les interactions complexes entre les modèles alimentaires et le microbiome.