Сравнительный анализ микробиома кишечника у детей с ожирением и нормальной массой тела: ОРИГИНАЛЬНЫЕ СТАТЬИ

Ольга Петровна  Ковтун; Маргарита Александровна  Устюжанина; Святослав Игоревич  Солодушкин; Екатерина Сергеевна  Ворошилина

doi:10.56871/PED.2025.31.79.004

Сравнительный анализ микробиома кишечника у детей с ожирением и нормальной массой тела

ОРИГИНАЛЬНЫЕ СТАТЬИ

Ольга Петровна Ковтун Уральский государственный медицинский университет https://orcid.org/0000-0002-5250-7351
Маргарита Александровна Устюжанина Уральский государственный медицинский университет https://orcid.org/0000-0002-4285-6902
Святослав Игоревич Солодушкин Уральский федеральный университет имени первого Президента России Б.Н. Ельцина https://orcid.org/0000-0002-1959-5222
Екатерина Сергеевна Ворошилина Уральский государственный медицинский университет https://orcid.org/0000-0003-1630-1628

Ключевые слова:

intestinal microbiota childhood obesity artificial intelligence machine learning Random Forest biomarkers кишечная микробиота детское ожирение искусственный интеллект машинное обучение Случайный лес биомаркеры

Аннотация

Актуальность.Современные исследования указывают на значительное влияние кишечной микробиоты на развитие и поддержание ожирения у детей. Анализ взаимосвязей между микробным составом кишечника и ожирением требует применения высокоточных современных методов обработки данных, в том числе технологий искусственного интеллекта.

Цель— охарактеризовать особенности таксономической структуры кишечной микробиоты у детей 6–9 лет с ожирением по сравнению со сверстниками с нормальной массой тела и оценить ассоциации ключевых таксонов с показателем SDS индекса массы тела (ИМТ).

Материалы и методы.В исследование включены 203 ребенка, в том числе 154 с ожирением и 49 с нормальной массой тела. Микробный состав толстой кишки исследовали методом полимеразной цепной реакции (ПЦР) в реальном времени (набор «ЭНТЕРОФЛОР Дети»). Биостатистический анализ включал расчет индексов альфа- и бета-разнообразия (Шеннона, Симпсона, Брея–Кертиса), ANOSIM (Analysis of Similarities — анализ сходств), PCA (Principal Coordinate Analysis — анализ главных координат) и алгоритм «Случайный лес». Ассоциации между таксонами и индексом массы тела (SDS ИМТ) проверяли с использованием корреляционного анализа (Спирмена и Пирсона).

Результаты.Альфа-разнообразие микробиоты у детей с ожирением и контрольной группы не имело статистических значимых различий (p=0,288 для индекса Шеннона; p=0,411 для индекса Симпсона). Однако анализ бета-разнообразия с использованием метрики Брея–Кертиса и метода ANOSIM установил достоверные различия в таксономической структуре микробных сообществ между группами (коэффициент R=0,138, p=0,002).

С помощью алгоритма «Случайный лес» установлено девять значимых микробиомных биомаркеров, ассоциированных с этим заболеванием:Prevotellaspp., Enterobacterales, а также группаDialister, Allisonella, MegasphaeraиVeillonellaположительно коррелировали с ожирением, аAkkermansia muciniphilaиCandidaspp.демонстрировали отрицательные ассоциации. Чувствительность модели составила 100%, специфичность — 81,25%.

Выводы.У детей 6–9 лет с ожирением микробиота характеризуется структурными перестройками при сохранении уровня альфа-разнообразия. Ключевыми микробиомными маркерами ожирения являютсяPrevotellaspp.,Enterobacteralesи группаDialister+Allisonella+Megasphaera+Veillonella, тогда какAkkermansia muciniphilaиCandidaspp.имеют протективные ассоциации. Применение методов машинного обучения подтвердило информативность выявленных таксонов и их значимость для ранней диагностики и прогноза ожирения у детей.

Биографии авторов

Ольга Петровна Ковтун, Уральский государственный медицинский университет

д-р мед. наук, президент

Маргарита Александровна Устюжанина, Уральский государственный медицинский университет

канд. мед. наук, доцент, кафедра поликлинической педиатрии

Святослав Игоревич Солодушкин, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина

канд. физ.-мат. наук, доцент, кафедра вычислительной математики и компьютерных наук

Екатерина Сергеевна Ворошилина, Уральский государственный медицинский университет

д-р мед. наук, профессор, заведующий, кафедра медицинской микробиологии и клинической лабораторной диагностики

Библиографические ссылки

1. Phelps N.H., Singleton R.K., Zhou B. et al. Worldwide trends in underweight and obesity from 1990 to 2022: a pooled analysis of 3663 population-representative studies with 222 million children, adolescents, and adults. Lancet. 2024;403(10431):1027–1050. https://doi.org/10.1016/S0140-6736(23)02750-2.

2. Larsen J.M. The immune response to Prevotella bacteria in chronic inflammatory disease. Immunol. 2017;151(4):363–374. https://doi.org/10.1111/imm.12760.

3. Aranaz P., Ramos-Lopez O., Cuevas-Sierra A., Martinez J.A., Milagro F.I., Riezu-Boj J.I. A predictive regression model of the obesity-related inflammatory status based on gut microbiota composition. Int J Obes. 2021;45(10):2261–2268. https://doi.org/10.1038/s41366-021-00904-4.

4. Karlsson C.L.J., Önnerfält J., Xu J., Molin G., Ahrné S., Thorngren-Jerneck K. The microbiota of the gut in preschool children with normal and excessive body weight. Obesity. 2012;20(11):2257–2261. https://doi.org/10.1038/oby.2012.110.

5. Migacheva N.B., Skvortsova O.V., Lyamin A.V., Alekseev D.V., Kayumov K.A., Antipov V.A. Assessment of species diversity of anaerobic intestinal microbiota in children and adolescents with exogenous constitutional obesity. Vopr Pitan. 2024;93(3):14–22. https://doi.org/10.33029/0042-8833-2024-93-3-14-22.

6. Hollister E.B., Riehle K., Luna R.A. et al. Structure and function of the healthy pre-adolescent pediatric gut microbiome. Microbiome. 2015;3(1):36. https://doi.org/10.1186/s40168-015-0101-x.

7. Mar Rodríguez M., Pérez D., Javier Chaves F. et al. Obesity changes the human gut mycobiome. Sci Rep. 2015;5(1):14600. https://doi.org/10.1038/srep14600.

8. Borgo F., Verduci E., Riva A. et al. Relative abundance in bacterial and fungal gut microbes in obese children: a case control study. Child Obes. 2017;13(1):78–84. https://doi.org/10.1089/chi.2015.0194.

9. Riva A., Borgo F., Lassandro C. et al. Pediatric obesity is associated with an altered gut microbiota and discordant shifts in F irmicutes populations. Environ Microbiol. 2017;19(1):95–105. https://doi.org/10.1111/1462-2920.13463.

10. Forcina G., Di Filippo P., De Biasio D. et al. Targeting the gut microbiota in pediatric obesity: a paradigm shift in prevention and treatment? A comprehensive review. Nutrients. 2025;17(18):2942. https://doi.org/10.3390/nu17182942.

11. Vazquez-Moreno M., Perez-Herrera A., Locia-Morales D. et al. Association of gut microbiome with fasting triglycerides, fasting insulin and obesity status in Mexican children. Pediatr Obes. 2021;16(5):e12748. https://doi.org/10.1111/ijpo.12748.

12. Zhan H., Wan Y., Sun Y. et al. Gut mycobiome alterations in obesity in geographically different regions. Gut Microbes. 2024;16(1):2367297. https://doi.org/10.1080/19490976.2024.2367297.

13. Pinart M., Dötsch A., Schlicht K. et al. Gut microbiome composition in obese and non-obese persons: a systematic review and meta-analysis. Nutrients. 2021;14(1):12. https://doi.org/10.3390/nu14010012

14. Karvonen A.M., Sordillo J.E., Gold D.R. et al. Gut microbiota and overweight in 3-year old children. Int J Obes. 2019;43(4):713–723. https://doi.org/10.1038/s41366-018-0290-z.

15. López-Contreras B.E., Morán-Ramos S., Villarruel-Vázquez R. et al. Composition of gut microbiota in obese and normal-weight Mexican school-age children and its association with metabolic traits. Pediatr Obes. 2018;13(6):381–388. https://doi.org/10.1111/ijpo.12262.