CN110189827A - 一种获得肠道菌群测序报告的方法 - Google Patents
一种获得肠道菌群测序报告的方法 Download PDFInfo
- Publication number
- CN110189827A CN110189827A CN201910436914.5A CN201910436914A CN110189827A CN 110189827 A CN110189827 A CN 110189827A CN 201910436914 A CN201910436914 A CN 201910436914A CN 110189827 A CN110189827 A CN 110189827A
- Authority
- CN
- China
- Prior art keywords
- flora
- sample
- model
- disease
- intestinal flora
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000968 intestinal effect Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000036541 health Effects 0.000 claims abstract description 33
- 230000003115 biocidal effect Effects 0.000 claims abstract description 25
- 235000015816 nutrient absorption Nutrition 0.000 claims abstract description 22
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 20
- 244000005709 gut microbiome Species 0.000 claims abstract description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 57
- 201000010099 disease Diseases 0.000 claims description 55
- 230000001580 bacterial effect Effects 0.000 claims description 32
- 235000013305 food Nutrition 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 14
- 206010012601 diabetes mellitus Diseases 0.000 claims description 13
- 206010009900 Colitis ulcerative Diseases 0.000 claims description 12
- 201000006704 Ulcerative Colitis Diseases 0.000 claims description 12
- 206010009944 Colon cancer Diseases 0.000 claims description 10
- 235000016709 nutrition Nutrition 0.000 claims description 7
- 230000035764 nutrition Effects 0.000 claims description 7
- 230000003862 health status Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 241000186000 Bifidobacterium Species 0.000 claims description 5
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 5
- 241000193830 Bacillus <bacterium> Species 0.000 claims description 4
- 235000013372 meat Nutrition 0.000 claims description 4
- 235000000346 sugar Nutrition 0.000 claims description 4
- 240000007594 Oryza sativa Species 0.000 claims description 3
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 230000032683 aging Effects 0.000 claims description 3
- 235000013601 eggs Nutrition 0.000 claims description 3
- 235000013336 milk Nutrition 0.000 claims description 3
- 239000008267 milk Substances 0.000 claims description 3
- 210000004080 milk Anatomy 0.000 claims description 3
- 235000012149 noodles Nutrition 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 208000001333 Colorectal Neoplasms Diseases 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 241000282414 Homo sapiens Species 0.000 abstract description 9
- 241000894006 Bacteria Species 0.000 description 17
- 208000008589 Obesity Diseases 0.000 description 10
- 235000020824 obesity Nutrition 0.000 description 10
- 238000011160 research Methods 0.000 description 10
- 208000029742 colonic neoplasm Diseases 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 208000019622 heart disease Diseases 0.000 description 7
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 7
- FERIUCNNQQJTOY-UHFFFAOYSA-N Butyric acid Chemical compound CCCC(O)=O FERIUCNNQQJTOY-UHFFFAOYSA-N 0.000 description 6
- 235000019197 fats Nutrition 0.000 description 5
- 241000699666 Mus <mouse, genus> Species 0.000 description 4
- 241000589516 Pseudomonas Species 0.000 description 4
- 230000001717 pathogenic effect Effects 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 4
- 241000606125 Bacteroides Species 0.000 description 3
- 208000011231 Crohn disease Diseases 0.000 description 3
- 241000588921 Enterobacteriaceae Species 0.000 description 3
- 241000588724 Escherichia coli Species 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 3
- 241000699670 Mus sp. Species 0.000 description 3
- 235000013339 cereals Nutrition 0.000 description 3
- 230000001143 conditioned effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004054 inflammatory process Effects 0.000 description 3
- 235000014655 lactic acid Nutrition 0.000 description 3
- 239000004310 lactic acid Substances 0.000 description 3
- 244000052769 pathogen Species 0.000 description 3
- 235000013406 prebiotics Nutrition 0.000 description 3
- GHOKWGTUZJEAQD-ZETCQYMHSA-N (D)-(+)-Pantothenic acid Chemical compound OCC(C)(C)[C@@H](O)C(=O)NCCC(O)=O GHOKWGTUZJEAQD-ZETCQYMHSA-N 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 241000588722 Escherichia Species 0.000 description 2
- 241000605909 Fusobacterium Species 0.000 description 2
- 208000022559 Inflammatory bowel disease Diseases 0.000 description 2
- 206010022489 Insulin Resistance Diseases 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 241000194017 Streptococcus Species 0.000 description 2
- 244000052616 bacterial pathogen Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 208000037976 chronic inflammation Diseases 0.000 description 2
- 230000006020 chronic inflammation Effects 0.000 description 2
- 230000004087 circulation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 201000011061 large intestine cancer Diseases 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 244000005706 microflora Species 0.000 description 2
- 239000006041 probiotic Substances 0.000 description 2
- 230000000529 probiotic effect Effects 0.000 description 2
- 235000018291 probiotics Nutrition 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 235000020989 red meat Nutrition 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 2
- 235000013343 vitamin Nutrition 0.000 description 2
- 239000011782 vitamin Substances 0.000 description 2
- 229940088594 vitamin Drugs 0.000 description 2
- 229930003231 vitamin Natural products 0.000 description 2
- 150000003722 vitamin derivatives Chemical class 0.000 description 2
- DWNBOPVKNPVNQG-LURJTMIESA-N (2s)-4-hydroxy-2-(propylamino)butanoic acid Chemical compound CCCN[C@H](C(O)=O)CCO DWNBOPVKNPVNQG-LURJTMIESA-N 0.000 description 1
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 241000701474 Alistipes Species 0.000 description 1
- 241000432824 Asparagus densiflorus Species 0.000 description 1
- 102000040350 B family Human genes 0.000 description 1
- 108091072128 B family Proteins 0.000 description 1
- GHOKWGTUZJEAQD-UHFFFAOYSA-N Chick antidermatitis factor Natural products OCC(C)(C)C(O)C(=O)NCCC(O)=O GHOKWGTUZJEAQD-UHFFFAOYSA-N 0.000 description 1
- 241001478240 Coccus Species 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010017993 Gastrointestinal neoplasms Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 description 1
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 1
- KZSNJWFQEVHDMF-BYPYZUCNSA-N L-valine Chemical compound CC(C)[C@H](N)C(O)=O KZSNJWFQEVHDMF-BYPYZUCNSA-N 0.000 description 1
- 241000186660 Lactobacillus Species 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- PVNIIMVLHYAWGP-UHFFFAOYSA-N Niacin Chemical compound OC(=O)C1=CC=CN=C1 PVNIIMVLHYAWGP-UHFFFAOYSA-N 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 206010063493 Premature ageing Diseases 0.000 description 1
- 208000032038 Premature aging Diseases 0.000 description 1
- 241000605861 Prevotella Species 0.000 description 1
- AYFVYJQAPQTCCC-UHFFFAOYSA-N Threonine Natural products CC(O)C(N)C(O)=O AYFVYJQAPQTCCC-UHFFFAOYSA-N 0.000 description 1
- 239000004473 Threonine Substances 0.000 description 1
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Natural products CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 1
- 229930003451 Vitamin B1 Natural products 0.000 description 1
- 229930003448 Vitamin K Natural products 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000012321 colectomy Methods 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 230000000112 colonic effect Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 239000002158 endotoxin Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000020776 essential amino acid Nutrition 0.000 description 1
- 239000003797 essential amino acid Substances 0.000 description 1
- 244000078673 foodborn pathogen Species 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000004957 immunoregulator effect Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229940039696 lactobacillus Drugs 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 235000013310 margarine Nutrition 0.000 description 1
- 239000003264 margarine Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002366 mineral element Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 239000000712 neurohormone Substances 0.000 description 1
- 229960003512 nicotinic acid Drugs 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 229940055726 pantothenic acid Drugs 0.000 description 1
- 235000019161 pantothenic acid Nutrition 0.000 description 1
- 239000011713 pantothenic acid Substances 0.000 description 1
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 description 1
- SHUZOJHMOBOZST-UHFFFAOYSA-N phylloquinone Natural products CC(C)CCCCC(C)CCC(C)CCCC(=CCC1=C(C)C(=O)c2ccccc2C1=O)C SHUZOJHMOBOZST-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 229960003495 thiamine Drugs 0.000 description 1
- DPJRMOMPQZCRJU-UHFFFAOYSA-M thiamine hydrochloride Chemical compound Cl.[Cl-].CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N DPJRMOMPQZCRJU-UHFFFAOYSA-M 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 239000004474 valine Substances 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 235000010374 vitamin B1 Nutrition 0.000 description 1
- 239000011691 vitamin B1 Substances 0.000 description 1
- 235000019168 vitamin K Nutrition 0.000 description 1
- 239000011712 vitamin K Substances 0.000 description 1
- 150000003721 vitamin K derivatives Chemical class 0.000 description 1
- 229940046010 vitamin k Drugs 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Biotechnology (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供的一种获得肠道菌群测序报告的方法,包括以下步骤:构建菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种;构建肠道菌群功能基因数据库;检测样本中肠道菌群结构,并将样本中肠道菌群结构与菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种进行对比;检测样本中肠道菌群功能基因,并与菌群功能基因数据库数据进行对比;生成肠道菌群测序报告。该方法可准确获得肠道菌群测序报告,科学的预测人体健康发展趋向,有利于指导人们健康管理。
Description
技术领域
本发明涉及生物技术领域,特别涉及一种获得肠道菌群测序报告的方法。
背景技术
肠道菌群,人体肠道的正常微生物,如双歧杆菌,乳酸杆菌等能合成多种人体生长发育必须的维生素,如B族维生素(维生素B1、B2、B6、B12),维生素K,烟酸、泛酸等,还能利用蛋白质残渣合成必需氨基酸,如天冬门氨酸、苯丙氨酸、缬氨酸和苏氨酸等,并参与糖类和蛋白质的代谢,同时还能促进铁、镁、锌等矿物元素的吸收。这些营养物质对人类的健康有着重要作用,一旦缺少会引起多种疾病。
随着生活水平的提高,人们越来越关注自身的健康状况,市场上也出现了多种对人体健康进行管理和指导的系统,但现有的健康管理系统中大多是通过直接可自人体体表测量的体温、血压、脂肪含量等特征参数对人体的健康情况进行监控及指导,虽具有一定的指导效果,但并不明显,主要是因为用户并不了解产生健康问题的原因,也就不能进行有针对性的改善。
发明内容
技术问题:为了解决现有技术的缺陷,本发明提供了一种获得肠道菌群测序报告的方法。
技术方案:本发明提供的一种获得肠道菌群测序报告的方法,该方法也是一种利用肠道菌群测序报告对人体健康预测方法,包括以下步骤:
(1)构建菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种;构建肠道菌群功能基因数据库;
(2)检测样本中肠道菌群结构,并将样本中肠道菌群结构与菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种进行对比;检测样本中肠道菌群功能基因,并与菌群功能基因数据库数据进行对比;生成肠道菌群测序报告。
所述菌群年龄数据库的构建方法为:获取一定数量的0-100岁各年龄段健康人群的肠道菌群样本,测试各样本的菌群总量、菌群中乳酸杆菌总量、双歧杆菌总量、大肠杆菌总量,构建各年龄段的菌群结构相关信息,形成年龄与菌群结构的相关关系。
所述菌群趋向模型的构建方法为:获取一定数量的0-100岁各年龄段不同健康状况的人群的肠道菌群样本,对该年龄段和健康状况的菌群结构进行分型,按健康趋势分为若干种菌群趋向。
所述菌群趋向包括极健康趋向、高度健康趋向、健康趋向、比较健康趋向、衰老趋向、亚健康趋向、疾病趋向1级、疾病趋向2级、疾病趋向3级。
风险预测趋向模型的构建方法为:获取一定数量不同疾病及同一疾病不同程度的人群的肠道菌群样本,对该年龄段和疾病状况的菌群结构进行分型,形成疾病与疾病程度的相关关系,将疾病程度分为低、较低、中等、较高、高几种程度,所述疾病包括糖尿病、大肠癌、溃疡性结肠炎、肥胖、心血管疾病。
营养吸收水平模型的构建方法为:获取一定数量对不同食物营养吸收水平的人群的肠道菌群样本,对各食物不同营养吸收水平的菌群结构进行分型,形成菌群结构与各食物营养吸收水平的相关关系,将营养吸收水平分为低、较低、中等、较高、高几种程度;所述不同食物包括糖、谷物、米、面类食物,肉蛋奶类食物,脂肪类食物。
抗生素抗性模型的构件方法为:获取一定数量食用一定时间抗生素后的健康人群的肠道菌群样本,对菌群结构进行分型,形成菌群结构与食用一定时间抗生素后的健康人群的相关关系,将抗生素抗性分为低、较低、中等、较高、高几种程度。
菌群功能基因数据库的构建方法为:获取一定数量健康人群和不健康人群的肠道菌群样本,对菌群中功能基因量进行检测,并形成健康人群功能基因数值范围数据库。
步骤(2)后还可以包括,步骤(3):根据菌群测序报告,给出健康管理方案。
有益效果:本发明提供的方法可准确获得肠道菌群测序报告,科学的预测人体健康发展趋向,有利于指导人们健康管理。
附图说明
图1为样本的肠道菌群结构与健康人群肠道菌群结构对比图;
图2为20个健康与疾病高相关菌种与本发明获得的数据库对比图;
图3为样样本的菌群年龄图;
图4为样本的肠道菌群预测趋向图;
图5为某样本的各种疾病风险预测图;
图6为2型糖尿病风险指数图;
图7为结肠癌风险指数图;
图8为肥胖风险评估图;
图9为溃疡性结肠炎风险评估;
图10为心脏病风险评估图;
图11为某样本的营养吸收水平图;
图12为某样本的抗生素抗性图。
具体实施方式
下面对本发明作出进一步说明。
获得肠道菌群测序报告的方法,包括以下步骤:
(1)构建菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种;
所述菌群年龄数据库的构建方法为:获取一定数量的0-100岁各年龄段健康人群的肠道菌群样本,测试各样本的菌群总量、菌群中乳酸杆菌总量、双歧杆菌总量、大肠杆菌总量,构建各年龄段的菌群结构相关信息,形成年龄与菌群结构的相关关系;
所述菌群趋向模型的构建方法为:获取一定数量的0-100岁各年龄段不同健康状况的人群的肠道菌群样本,对该年龄段和健康状况的菌群结构进行分型,按健康趋势分为若干种菌群趋向;所述菌群趋向包括极健康趋向、高度健康趋向、健康趋向、比较健康趋向、衰老趋向、亚健康趋向、疾病趋向1级、疾病趋向2级、疾病趋向3级。
风险预测趋向模型的构建方法为:获取一定数量不同疾病及同一疾病不同程度的人群的肠道菌群样本,对该年龄段和疾病状况的菌群结构进行分型,形成疾病与疾病程度的相关关系,将疾病程度分为低、较低、中等、较高、高几种程度,所述疾病包括糖尿病、大肠癌、溃疡性结肠炎、肥胖、心血管疾病。
营养吸收水平模型的构建方法为:获取一定数量对不同食物营养吸收水平的人群的肠道菌群样本,对各食物不同营养吸收水平的菌群结构进行分型,形成菌群结构与各食物营养吸收水平的相关关系,将营养吸收水平分为低、较低、中等、较高、高几种程度;所述不同食物包括糖、谷物、米、面类食物,肉蛋奶类食物,脂肪类食物。
抗生素抗性模型的构件方法为:获取一定数量食用一定时间抗生素后的健康人群的肠道菌群样本,对菌群结构进行分型,形成菌群结构与食用一定时间抗生素后的健康人群的相关关系,将抗生素抗性分为低、较低、中等、较高、高几种程度。
(2)检测样本中肠道菌群结构,并将样本中肠道菌群结构与菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种进行对比,生成肠道菌群测序报告;
下面用一个实例来说明形成的肠道菌群测序报告,包括
(2.0)样本肠道菌群检测菌群结构:
例如,
(2.0.1)下表给出了肠道重要菌属菌群的检测结果:
结果提示:
拟杆菌属数量中等,普雷沃氏菌属数量很低,表明受检者的食谱中蛋白类或精粮类食物搭配不合理;
乳酸产生菌:乳杆菌属数量较少,双歧杆菌属丰度偏高,丁酸产生菌的数量总体低于健康老年男性;
埃希菌属和链球菌为主要的疾病相关细菌,埃希氏菌属和梭杆菌属数量较低,注意防护疾病的发生。
(2.0.2)图1展示了该样本的肠道菌群结构与健康人群肠道菌群结构对比,结果显示:
受检者肠道内拟杆菌属数量与高度健康青年相似,但高出健康老年男性群体,普雷沃氏菌属数量很低;
受检者肠道内菌属分布极不平衡,拟杆菌属和巨单孢菌菌属占据了绝对优势;
受检者肠道内疾病相关菌数量较低。
(2.0.3)下表给出了特定肠道菌含量的检测结果:
说明:“+”表示检测到,“-”表示未检测到
结果显示:该样本中没有发现以上食源性致病菌。
条件致病菌和其它肠道菌含量
以下针对多种人体肠道内主要条件致病菌,以及在肠道环境中含量较高但作用仍不明确的细菌,检测了样本中的含量,并把之与参考人群的数值做了比较,结果如下:
结果显示:在15种条件致病菌中,样本中有6种含量低于参考值,样本有0种含量高于参考值。
(2.0.4)图2展示了20个健康与疾病高相关菌种与本发明获得的数据库对比,结果显示:
该受检者图谱显示,其肠道菌群11个与健康高相关菌种(除1143,3117号正常,其余含量均很低)含量较低,这些健康相关细菌的减少,会增加肿瘤、冠心病等很多疾病发生的风险。
受检者肠道菌群与疾病高相关细菌85号、90号、120号含量较高,这些疾病高相关菌会增加脑血管疾病、糖尿病、心脏病等疾病的发病风险。
(2.1)肠道菌群年龄:
菌群年龄是根据申请人所构建的大样本大数据库分类统计得到,其原理是统计分析检测个体肠道菌群与0-100岁各年龄阶段健康人群相似程度,
菌群年龄与检测个体年龄关系 | 菌群功能与状态解释 |
菌群年龄≈检测个体年龄 | 菌群功能与年龄相符 |
菌群年龄>检测个体年龄 | 菌群过早老化,功能降低 |
菌群年龄<检测个体年龄 | 菌群功能优于同龄人群 |
例如,检测的一个样本的菌群年龄见图3,该样本的菌群年龄为60岁。
(2.1)肠道菌群预测趋向:
菌群趋向预测是基于申请人所构建的大样本大数据库,对不同年龄阶段和健康状况的菌群结构进行分型,按健康趋势分为9种菌群趋向。菌群趋向预测表盘顺时针方向表示健康状况越来越差,患慢性病风险逐步增大。
例如,图4中展示了某样本的肠道菌群预测趋向,结果显示,该菌群趋向于亚健康趋向类似。
(2.3)风险预测:将样本检测的菌群结构与风险预测趋向模型进行对比,获得风险预测结果,例如,图5中展示了某样本的各种疾病风险预测。
近年来越来越多的研究表明,许多疾病的发生发展与肠道菌密切相关。基于肠道微生态检测的疾病风险评估,以及通过调节肠道微生态来预防疾病,是健康管理的一个新思路。
(2.3.1)2型糖尿病风险评估
以往,对2型糖尿病的研究往往忽视了肠道菌群对其的影响。直到近年来,PatriceD.Cani教授研究发现肠道菌群产生的内毒素可以产生胰岛素抗性作用;赵立平教授的实验中也发现,植入EnterobactercloacaeB29细菌数周后,小鼠产生了胰岛素抗性;而申请人通过研究发现,在糖尿病人体内,丁酸产生菌数量减少、条件致病菌增多。这些研究都表明,肠道菌群与2型糖尿病发病密切相关。
基于以上研究成果,根据样本肠道内与2型糖尿病相关的微生物含量信息,评估样本的2型糖尿病风险指数,结果见图6,中间虚线表示了样本的位置,两侧虚线之间为大部分健康人群所处的区域;结果显示:在参考人群中的位置样本的2型糖尿病指数为-0.04,与参考人群相比,样本的2型糖尿病指数高于17.71%的人。
(2.3.2)结肠癌风险评估
结肠癌是一种高发的胃肠道恶性肿瘤,其早期症状多不明显,因而常常被漏诊。大量的实验和临床研究表明,肠道慢性炎症是结肠癌的重要的发病因素之一,而肠道“致病菌”是肠道慢性炎症的一个重要原因。已有许多研究报道,各种不同的“致病菌”与炎症引起的结肠癌的发生相关。
基于以上研究成果,我们根据样本肠道内与结肠癌相关的微生物含量信息,评估样本的结肠癌风险指数,结果见图7,中间虚线表示了样本的位置,两侧虚线之间为大部分健康人群所处的区域;结果显示:在参考人群中的位置样本的结肠癌指数为-2.71,与参考人群相比,样本的结肠癌指数高于6.25%的人。
(2.3.3)肥胖风险评估
肥胖与肠道菌密切相关,曾有研究团队通过实验将肥胖小鼠粪便移植到瘦小鼠体内,数周之后发现,瘦小鼠变成了肥胖小鼠,该实验通过粪便移植改变小鼠肠道内肥胖相关菌群含量,从而致使小鼠显示肥胖症状。CarlVael等也曾对3岁以内的婴幼儿进行肠道菌的研究,发现不同的菌群构成与婴幼儿未来发生肥胖的几率相关。这些研究都表明,肠道菌群对于人患肥胖的作用不容忽视。
结果见图8,在参考人群中的位置样本的肥胖指数为-6.41,与参考人群相比,样本的肥胖指数高于38.67%的人(中间虚线表示了样本的位置,两侧虚线之间为大部分健康人群所处的区域)。
(2.3.4)溃疡性结肠炎风险评估
炎症性肠病(IBD)包括溃疡性结肠炎(UC)和克罗恩病(CD),就目前对于UC的发病机制的认识主要环境因素作用于遗传易感者,在肠道菌群的参与下,导致免疫反应和炎症的过程,可能由于抗原的持续刺激或/及免疫调节紊乱,这种免疫炎症反应表现为过度亢进和难于自限。UC和CD的区别在于致病因素的不同,发病的具体环节不同,最终导致组织损坏的表现不同。
溃疡性结肠炎主要是侵及结肠黏膜的慢性非特异性炎性疾病,常始自左半结肠,可向结肠近端乃至全结肠,以连续方式逐渐进展,通常认为肉类尤其是红肉及人造黄油与其病发相关,同时红肉也可能是导致复发的重要原因。
结果见图9,在参考人群中的位置样本的溃疡性结肠炎指数为-2.81,与参考人群相比,样本的溃疡性结肠炎指数高于8.33%的人(中间虚线表示了样本的位置,两侧虚线之间为大部分健康人群所处的区域)。
(2.3.5)心脏病风险评估
心脏病是一类比较常见的循环系统疾病。循环系统由心脏、血管和调节血液循环的神经体液组织构成,循环系统疾病也称为心血管病,包括上述所有组织器官的疾病,在内科疾病中属于常见病,其中以心脏病最为多见,能显著地影响患者的劳动力。
结果见图10,样本的心脏病指数为-2.51与参考人群相比,样本的心脏病指数高于32.29%的参考人群(中间虚线表示了样本的位置,两侧虚线之间为大部分健康人群所处的区域)。
(2.4)营养吸收水平:将样本检测的菌群结构与营养吸收水平模型进行对比,获得营养吸收水平结果,例如,图11中展示了某样本的营养吸收水平。
(2.5)抗生素抗性:将样本检测的菌群结构与抗生素抗性模型进行对比,获得抗生素抗性结果,例如,图12中展示了某样本的抗生素抗性。
(2.6)功能基因:检测样本中肠道菌群功能基因,并与菌群功能基因数据库数据进行对比,预测健康趋势,例如:
(3)根据菌群测序报告,给出健康管理方案,所述健康管理方案包括:
受检者肠道菌群数量和多样性较低,肠道菌群的繁荣程度不高,乳酸类益生菌数量不高,需要适量摄入。丁酸产生菌的数量较低,不利于乳酸的进一步转化,因此需要选择性采用酪酸菌相关益生菌产品,而不是乳酸菌类产品。
受检者肠道内11个健康高相关细菌中的9个明显减少,主要是普雷沃氏菌和Alistipes的成员,目前市场上还没有相关的益生菌产品出现,但可以通过摄入一些富含寡糖的益生元产品调节上述菌群的数量。
受检者肠道内主要的疾病高相关细菌是大肠杆菌、梭菌属、婴儿链球菌、活泼瘤胃球菌等,这些菌数量高将导致腹泻、便秘、腹痛,如长期处于此状态,会增加心脑血管疾病、肠道疾病等慢性疾病的风险,可以通过摄入一些益生元产品,提高有益菌含量,抑制有害菌生长。
需要特别说明的是,本专利对于各种菌群趋向、风险预测趋向、营养吸收水平、抗生素抗性等均是预测其风险,并非是针对疾病的检测,结果并不能直接获得该样本的健康结果,而且对健康可能的发展方向的一种预测。
Claims (9)
1.一种获得肠道菌群测序报告的方法,其特征在于:包括以下步骤:
(1)构建菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种;构建肠道菌群功能基因数据库;
(2)检测样本中肠道菌群结构,并将样本中肠道菌群结构与菌群年龄数据库、菌群趋向模型、风险预测趋向模型、营养吸收水平模型、抗生素抗性模型中的一种或几种进行对比;检测样本中肠道菌群功能基因,并与菌群功能基因数据库数据进行对比;生成肠道菌群测序报告。
2.根据权利要求1所述的一种获得肠道菌群测序报告的方法,其特征在于:所述菌群年龄数据库的构建方法为:获取一定数量的0-100岁各年龄段健康人群的肠道菌群样本,测试各样本的菌群总量、菌群中乳酸杆菌总量、双歧杆菌总量、大肠杆菌总量,构建各年龄段的菌群结构相关信息,形成年龄与菌群结构的相关关系。
3.根据权利要求1所述的一种获得肠道菌群测序报告的方法,其特征在于:所述菌群趋向模型的构建方法为:获取一定数量的0-100岁各年龄段不同健康状况的人群的肠道菌群样本,对该年龄段和健康状况的菌群结构进行分型,按健康趋势分为若干种菌群趋向。
4.根据权利要求3所述的的一种获得肠道菌群测序报告的方法,其特征在于:所述菌群趋向包括极健康趋向、高度健康趋向、健康趋向、比较健康趋向、衰老趋向、亚健康趋向、疾病趋向1级、疾病趋向2级、疾病趋向3级。
5.根据权利要求1所述的的一种获得肠道菌群测序报告的方法,其特征在于:风险预测趋向模型的构建方法为:获取一定数量不同疾病及同一疾病不同程度的人群的肠道菌群样本,对该年龄段和疾病状况的菌群结构进行分型,形成疾病与疾病程度的相关关系,将疾病程度分为低、较低、中等、较高、高几种程度,所述疾病包括糖尿病、大肠癌、溃疡性结肠炎、肥胖、心血管疾病。
6.根据权利要求1所述的的一种获得肠道菌群测序报告的方法,其特征在于:营养吸收水平模型的构建方法为:获取一定数量对不同食物营养吸收水平的人群的肠道菌群样本,对各食物不同营养吸收水平的菌群结构进行分型,形成菌群结构与各食物营养吸收水平的相关关系,将营养吸收水平分为低、较低、中等、较高、高几种程度;所述不同食物包括糖、谷物、米、面类食物,肉蛋奶类食物,脂肪类食物。
7.根据权利要求1所述的的一种获得肠道菌群测序报告的方法,其特征在于:抗生素抗性模型的构件方法为:获取一定数量食用一定时间抗生素后的健康人群的肠道菌群样本,对菌群结构进行分型,形成菌群结构与食用一定时间抗生素后的健康人群的相关关系,将抗生素抗性分为低、较低、中等、较高、高几种程度。
8.根据权利要求1所述的的一种获得肠道菌群测序报告的方法,其特征在于:菌群功能基因数据库的构建方法为:获取一定数量健康人群和不健康人群的肠道菌群样本,对菌群中功能基因量进行检测,并形成健康人群功能基因数值范围数据库。
9.根据权利要求1所述的的一种获得肠道菌群测序报告的方法,其特征在于:步骤(2)后还可以包括,步骤(3):根据菌群测序报告,给出健康管理方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436914.5A CN110189827A (zh) | 2019-05-24 | 2019-05-24 | 一种获得肠道菌群测序报告的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436914.5A CN110189827A (zh) | 2019-05-24 | 2019-05-24 | 一种获得肠道菌群测序报告的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110189827A true CN110189827A (zh) | 2019-08-30 |
Family
ID=67717601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910436914.5A Pending CN110189827A (zh) | 2019-05-24 | 2019-05-24 | 一种获得肠道菌群测序报告的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110189827A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111139180A (zh) * | 2020-01-07 | 2020-05-12 | 山东大学齐鲁医院(青岛) | 一种肠道菌群的培养保护系统 |
CN111370069A (zh) * | 2020-02-26 | 2020-07-03 | 康美华大基因技术有限公司 | 一种人体肠道菌群检测方法、装置及存储介质 |
CN111415705A (zh) * | 2020-02-26 | 2020-07-14 | 康美华大基因技术有限公司 | 一种相关肠道菌群检测报告制定方法及介质 |
CN113626442A (zh) * | 2021-08-25 | 2021-11-09 | 李成良 | 一种高效率生物信息数据处理方法及系统 |
CN113628714A (zh) * | 2021-07-30 | 2021-11-09 | 美益添生物医药(武汉)有限公司 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
WO2022025131A1 (en) * | 2020-07-31 | 2022-02-03 | Tanita Corporation | Health level determination system, health level determination program, and health level detemination server |
CN115472231A (zh) * | 2022-10-11 | 2022-12-13 | 河南省人民医院 | 一种基于肠道菌群的2型糖尿病检测方法 |
JP2023511394A (ja) * | 2020-01-23 | 2023-03-17 | エイチイエム ファーマ インコーポレイテッド | 腸内微生物分析結果を提供する方法及びサーバ |
CN116052881A (zh) * | 2022-12-30 | 2023-05-02 | 深圳零一生命科技有限责任公司 | 一种肠道微生物健康评分的构建方法和构建系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046094A (zh) * | 2015-08-26 | 2015-11-11 | 深圳谱元科技有限公司 | 肠道菌群的检测系统及其方法和动态式数据库 |
CN106509913A (zh) * | 2016-10-25 | 2017-03-22 | 天益健康科学研究院(镇江)有限公司 | 一种调节肠道菌群平衡的组合物 |
CN107506582A (zh) * | 2017-08-16 | 2017-12-22 | 周礼红 | 一种基于肠道微生物的健康风险预测系统 |
EP3350761A1 (en) * | 2015-09-17 | 2018-07-25 | Prodermiq, Inc. | Predicting skin age based on the analysis of skin flora and lifestyle data |
CN109090033A (zh) * | 2018-09-04 | 2018-12-28 | 重庆市畜牧科学院 | 粪便移植实验仔猪模型的构建方法 |
CN109706235A (zh) * | 2019-01-29 | 2019-05-03 | 广州康昕瑞基因健康科技有限公司 | 一种肠道微生物菌群的检测和分析方法及其系统 |
-
2019
- 2019-05-24 CN CN201910436914.5A patent/CN110189827A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046094A (zh) * | 2015-08-26 | 2015-11-11 | 深圳谱元科技有限公司 | 肠道菌群的检测系统及其方法和动态式数据库 |
EP3350761A1 (en) * | 2015-09-17 | 2018-07-25 | Prodermiq, Inc. | Predicting skin age based on the analysis of skin flora and lifestyle data |
US20180260514A1 (en) * | 2015-09-17 | 2018-09-13 | Prodermiq, Inc. | Predicting skin age based on the analysis of skin flora and lifestyle data |
CN106509913A (zh) * | 2016-10-25 | 2017-03-22 | 天益健康科学研究院(镇江)有限公司 | 一种调节肠道菌群平衡的组合物 |
CN107506582A (zh) * | 2017-08-16 | 2017-12-22 | 周礼红 | 一种基于肠道微生物的健康风险预测系统 |
CN109090033A (zh) * | 2018-09-04 | 2018-12-28 | 重庆市畜牧科学院 | 粪便移植实验仔猪模型的构建方法 |
CN109706235A (zh) * | 2019-01-29 | 2019-05-03 | 广州康昕瑞基因健康科技有限公司 | 一种肠道微生物菌群的检测和分析方法及其系统 |
Non-Patent Citations (1)
Title |
---|
新浪健康: "中国人群肠道菌群结构及其分型研究成果正式对外发布", 《中国人群肠道菌群结构及其分型研究成果正式对外发布》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111139180A (zh) * | 2020-01-07 | 2020-05-12 | 山东大学齐鲁医院(青岛) | 一种肠道菌群的培养保护系统 |
JP7466953B2 (ja) | 2020-01-23 | 2024-04-15 | エイチイエム ファーマ インコーポレイテッド | 腸内微生物分析結果を提供する方法及びサーバ |
JP2023511394A (ja) * | 2020-01-23 | 2023-03-17 | エイチイエム ファーマ インコーポレイテッド | 腸内微生物分析結果を提供する方法及びサーバ |
CN111370069B (zh) * | 2020-02-26 | 2023-09-12 | 康美华大基因技术有限公司 | 一种人体肠道菌群检测方法、装置及存储介质 |
CN111370069A (zh) * | 2020-02-26 | 2020-07-03 | 康美华大基因技术有限公司 | 一种人体肠道菌群检测方法、装置及存储介质 |
CN111415705A (zh) * | 2020-02-26 | 2020-07-14 | 康美华大基因技术有限公司 | 一种相关肠道菌群检测报告制定方法及介质 |
WO2022025131A1 (en) * | 2020-07-31 | 2022-02-03 | Tanita Corporation | Health level determination system, health level determination program, and health level detemination server |
CN113628714A (zh) * | 2021-07-30 | 2021-11-09 | 美益添生物医药(武汉)有限公司 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
CN113628714B (zh) * | 2021-07-30 | 2022-04-19 | 美益添生物医药(武汉)有限公司 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
CN113626442A (zh) * | 2021-08-25 | 2021-11-09 | 李成良 | 一种高效率生物信息数据处理方法及系统 |
CN113626442B (zh) * | 2021-08-25 | 2024-02-27 | 深圳市前海高新国际医疗管理有限公司 | 一种高效率生物信息数据处理方法及系统 |
CN115472231B (zh) * | 2022-10-11 | 2024-04-09 | 河南省人民医院 | 一种基于肠道菌群的2型糖尿病检测系统 |
CN115472231A (zh) * | 2022-10-11 | 2022-12-13 | 河南省人民医院 | 一种基于肠道菌群的2型糖尿病检测方法 |
CN116052881A (zh) * | 2022-12-30 | 2023-05-02 | 深圳零一生命科技有限责任公司 | 一种肠道微生物健康评分的构建方法和构建系统 |
CN116052881B (zh) * | 2022-12-30 | 2024-04-16 | 深圳零一生命科技有限责任公司 | 一种肠道微生物健康评分的构建方法和构建系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110189827A (zh) | 一种获得肠道菌群测序报告的方法 | |
Hijová et al. | Dietary fibre as prebiotics in nutrition | |
Bazanella et al. | Randomized controlled trial on the impact of early-life intervention with bifidobacteria on the healthy infant fecal microbiota and metabolome | |
Inoue et al. | Effect of combined bifidobacteria supplementation and resistance training on cognitive function, body composition and bowel habits of healthy elderly subjects | |
Binns | Probiotics, prebiotics and the gut microbiota. | |
Roberfroid et al. | Prebiotic effects: metabolic and health benefits | |
Watson et al. | Probiotics, prebiotics, and synbiotics: bioactive foods in health promotion | |
Roškar et al. | Effects of a probiotic product containing Bifidobacterium animalis subsp. animalis IM386 and Lactobacillus plantarum MP2026 in lactose intolerant individuals: Randomized, placebo-controlled clinical trial | |
Anukam et al. | Probiotics: 100 years (1907–2007) after Elie Metchnikoff’s observation | |
Silva et al. | Probiotic properties of Weissella cibaria and Leuconostoc citreum isolated from tejuino–A typical Mexican beverage | |
Tannock | Probiotics: time for a dose of realism | |
Herman et al. | Dietary habits of 2-to 9-year-old American children are associated with gut microbiome composition | |
CN102844037A (zh) | 包含益生菌的管饲模块 | |
Fissore et al. | A study of the effect of dietary fiber fractions obtained from artichoke (Cynara cardunculus L. var. scolymus) on the growth of intestinal bacteria associated with health | |
CN110060778A (zh) | 以肠道菌群为靶点的健康管理方案 | |
Blatchford et al. | Kiwifruit fermentation drives positive gut microbial and metabolic changes irrespective of initial microbiota composition | |
Kim et al. | Kimchi intake and atopic dermatitis in Korean aged 19-49 years: the Korea National Health and Nutrition Examination Survey 2010-2012 | |
Azarkhavarani et al. | Effect of encapsulation on the stability and survivability of Enterococcus faecium in a non-dairy probiotic beverage | |
Shi et al. | In vitro and in vivo evaluation of Lactobacillus strains and comparative genomic analysis of Lactobacillus plantarum CGMCC12436 reveal candidates of colonise-related genes | |
Ma et al. | Long-term association between diet quality and characteristics of the gut microbiome in the multiethnic cohort study | |
Pansai et al. | Effects of dragon fruit oligosaccharides on immunity, gut microbiome, and their metabolites in healthy adults–A randomized double-blind placebo controlled study | |
Zhang et al. | Effects of fermented dairy products on inflammatory biomarkers: a meta-analysis | |
Ahallil et al. | Fermentation of gum arabic by gut microbiota using in vitro colon model | |
Kim | Roles of enteric microbial composition and metabolism in health and diseases | |
Derriche et al. | Effect of inulin-type fructans and galactooligosaccharides on cultures of Lactobacillus strains isolated in Algeria from camel’s milk and human colostrum |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |
|
RJ01 | Rejection of invention patent application after publication |