肠道微生物是定植在肠道内数量庞杂的微生物群,在动物营养和健康中起着重要作用,对宿主的免疫、代谢、神经系统也具有一定的调节作用[1-2]。反过来,宿主为肠道微生物提供了一个营养丰富的环境,支持居住在多个生态位的不同微生物群落的发展[3]。肠道微生物已受到研究人员广泛关注。冬眠是动物进化出的一种应对冬季低温和食物短缺的生存特性,典型特征是长时间的昏睡(topor),在此期间体温仅略高于环境温度,基础代谢率降低到2%~4%[4]。冬眠前几周至几个月动物开始为冬眠做准备,在这一时期动物会过度进食,白色脂肪大量增加,体重可增加近1倍,在冬眠期间依靠储备的脂肪提供能量满足自身需求[5]。在冬眠哺乳动物中,食物短缺驱使肠道菌群依赖宿主来源的营养而不是外源底物。从组织学角度来看,冬眠会伴随着肠道形态的变化,包括质量、绒毛高度和肠细胞更新减少[6-7]。从微生物学的角度来看,冬眠会改变肠道微生物区系。Dill-Mcfarland等[8]对十三条纹地松鼠(Ictidomys tridecemlineatus)盲肠微生物的研究表明冬眠期间厚壁菌门(Firmicutes)的相对丰度较低,而拟杆菌门(Bacteroidetes)和疣微菌门(Verrucomicrobia)的相对丰度较高。Stevenson等[9]研究表明,相对于夏季盲肠微生物组成,北极地松鼠(Urocitellus parryii)在冬眠期间厚壁菌门的相对丰度降低,拟杆菌门、疣微菌门和变形菌门(Proteobacteria)的相对丰度增加。Sommer等[10]对棕熊的研究表明,与活跃期相比,冬眠降低了厚壁菌门和放线菌门(Actinobacteria)的数量,增加了拟杆菌门的数量。同时,包括甘油三酯、胆固醇和胆汁酸在内的几种参与脂质代谢的代谢物也受到冬眠的影响。
野生达乌尔黄鼠(Spermophilus dauricus)是储脂类冬眠动物的典型代表,每年9—10月入蛰,次年3—4月出蛰,由反复的入眠—深冬眠—激醒的冬眠阵进行长达6个月的冬眠[11]。根据冬眠阵异温(体温<30 ℃)阶段的持续时间和最低体温可将其分为深冬眠阵(deep hibernation bouts, DHB)、短冬眠阵(short hibernation bouts, SHB)和日眠阵(daily torpor bouts, DTB)3类。其中,DTB多在冬眠初期发生,特点为在连续的浅而短的冬眠阵中体温逐渐降低,直到达到DHB,称之为体温的“试降(test drop, TD)”过程[12]。然而,在诱导冬眠期间野生达乌尔黄鼠肠道菌群结构如何变化尚未有报道。本研究对诱导冬眠组与对照组野生达乌尔黄鼠肠道菌群结构和功能进行研究,利用16S rRNA测序技术研究其在诱导冬眠过程中肠道菌群如何改变以帮助机体维持生理活动,并对肠道菌群功能进行预测,为今后进一步研究肠道菌群作用机制提供依据。
1 材料与方法 1.1 试验动物2019年9月于河北省张家口坝上草原(北纬40.83°,东经114.88°)捕获野生达乌尔黄鼠8只,体重(363.4±36.9) g,饲喂标准鼠饲粮,自由采食及饮水。适应性喂养14 d后将野生达乌尔黄鼠随机分为2组,每组4只。对照组于自然温度[(22±4) ℃]下正常饲养,诱导冬眠组于(4±1) ℃恒温箱中饲养,无光照。以少量木屑置于黄鼠背部后,以木屑是否滑落为依据判定冬眠诱导是否成功。诱导10 d,使用红外测温仪及电子秤测定2组黄鼠体温和体重。采用二氧化碳吸入法处死动物,采集2组黄鼠盲肠内容物立即置入液氮,保存在-80 ℃冰箱备用。
1.2 试验方法 1.2.1 DNA提取及测序根据TIANamp DNA试剂盒[天根生化科技(北京)有限公司]说明书提取每个肠道样本的总基因组DNA后,用260和280 nm处吸光度的比值(A260/280)和琼脂糖凝胶电泳评估DNA质量和完整性。采用两步PCR法,使用正向引物B341F(5’-CCTACGGGNGGCWGCAG-3’)和反向引物B785R(5’-ACTACHVGGGTATCTAATCC-3’)扩增细菌16S rRNA基因V3~V4区。所有扩增反应均在25 μL体积内进行,反应条件为95 ℃预变性3 min,95 ℃变性30 s,55 ℃退火30 s,72 ℃延伸30 s,这3个步骤重复25个循环,最终72 ℃延伸持续5 min。取2 μL PCR产物进行2%琼脂糖凝胶电泳,检测目的片段后,PCR产物经1×AMPure XP Beads纯化,进行第2轮PCR扩增。除变性—退火—延伸3个步骤进行8个循环外,其余步骤与第1轮PCR扩增相同。使用QIAick Gel Extraction Kit(Qiagen, V alencia, CA,美国)试剂盒从2%琼脂糖凝胶中对目的片段进行切胶回收。以KAPA Library Quantialization Kit(KAPA Biossystems, 美国)作为文库混合标准进行定量。对扩增产物进行质量评估和定量后,在杭州开泰生物技术有限公司的Illumina MiSeq平台上进行双端高通量并行测序。
1.2.2 生物信息学分析高通量测序结果为双端fastq文件格式,使用VSEARCH[13] v2.14.1将双端序列合并形成单个序列,并切除正反向引物,以错误率0.01进行质控。添加miniquesize为8去除低丰度噪音后,使用USEARCH v10.0.240中的unoise3[14]对序列进行去噪(denoise)以获得单碱基精度扩增子序列变体(amplicon sequence variants, ASVs),同时去除嵌合体,使用USEARCH[15] v10.0.240生成特征表。
比对RDP v1.6数据库,以0.60为阈值使用VSEARCH v2.14.1确定每个ASVs的分类信息,并去除质体和非细菌、古菌。经等量抽样标准化后,用vegan软件包[16]计算群落丰富度指数和多样性指数,以确定野生达乌尔黄鼠组内的α多样性。取1%~100%序列中ASVs的数量来计算稀释过程的丰富度变化。利用Bray_Curtis距离计算β多样性,并用主坐标分析(principal coordinate analysis, PCoA)进行可视化,找出组间微生物区系的结构差异。在分类学上从门水平到属水平对物种信息进行注释。所有上述数据均使用R v3.6.2生成可视化图像。使用线性判别分析(linear discriminant analysis effect size, LEfSe)来确定不同分类层级的物种差异[17]。
基于高质量序列,使用PICRUSt[18]对微生物功能进行预测,以得到KEGG通路中的基因相对丰度。使用STAMP[19] v2.1.1.0分析具有显著差异的功能通路(P < 0.05)。
2 结果与分析 2.1 诱导冬眠组体重与体温变化诱导冬眠组诱导10 d后,分别测量对照组与诱导冬眠组野生达乌尔黄鼠体重及体温。如图 1所示,对照组黄鼠体重(373.7±37.4) g,诱导冬眠组黄鼠体重(297.3±28.9) g,诱导冬眠组与对照组黄鼠相比,体重降低20.4%,差异显著(P < 0.05)。对照组黄鼠体温(31.5±2.2) ℃,诱导冬眠组黄鼠体温(22.3±4.5) ℃,相比对照组下降29.2%,差异显著(P < 0.05)。上述结果说明机体在诱导冬眠期间调节自身体重及体温应对寒冷环境。
稀释曲线可评估样本测序量并比较2组样本中物种丰富度。如图 2-A所示,对照组和诱导冬眠组物种丰富度稀释曲线均趋于平坦,说明测序数据量处于合理范围,测序深度已经基本覆盖到样本中所有物种,更多的数据量对发现新的ASVs的贡献很小。Shannon指数同时考虑了物种丰富度以及均匀度,与物种多样性呈正相关,指数越大,样本中物种的多样性越大,反之越小。如图 2-B所示,诱导冬眠组Shannon指数显著高于对照组(P < 0.05), 说明诱导冬眠可能使肠道菌群丰富度和均匀度提升。
β多样性分析表示多组样本之间的差异,这种差异可以通过群落样品之间的距离来表现,2个群落组成成分越相似,它们之间距离就越小。本研究以Bray_Curtis指数进行衡量,对诱导冬眠组与对照组野生达乌尔黄鼠进行PCoA。如图 3所示,诱导冬眠组与对照组样本各自可以很好的聚为一类,并且第1主坐标可以解释样本总差异的41.47%,第2主坐标可以解释样本总差异的20.42%,说明对照组与诱导冬眠组间细菌群落存在一定差异。
在门水平对相对丰度前9的菌群分析作图,得到菌群结构弦图(图 4-A),从图中可以看出厚壁菌门和拟杆菌门在诱导冬眠组和对照组野生达乌尔黄鼠的肠道菌群中均占据统治地位,在所有样本中所占到的平均比例分别为56.1%和29.5%,其次是疣微菌门,所占比例为12.7%,变形菌门、放线菌门、软壁菌门(Tenericutes)的相对丰度均不足3%。
在属水平对相对丰度前10的菌群分析作图。如图 4-B所示,有28.1%的序列未能归类,被列为未分类(Unassigned),其余相对丰度大于3%的菌属分别为乳杆菌属(Lactobacillus, 21.7%)、阿克曼菌属(Akkermansia, 11.6%)、拟杆菌属(Bacteroides, 10.8%)、考拉杆菌属(Phascolarctobacterium, 8.7%)、梭状芽胞杆菌ⅩⅣa属(Clostridium_ⅩⅣa, 7.7%)和普雷沃菌属(Prevotella, 6.9%)。
2.5 菌群结构差异分析为在ASVs水平检测诱导冬眠组和对照组肠道菌群的差异,本研究使用曼哈顿图分析了门水平上ASVs的富集。如图 5所示,在2组中,ASVs主要富集在拟杆菌门、厚壁菌门、变形菌门和疣微菌门;并且,从图中可以看出,相对于对照组,诱导冬眠组黄鼠肠道菌群中拟杆菌门的相对丰度升高,厚壁菌门和疣微菌门的相对丰度降低。
为进一步探究诱导冬眠期间野生达乌尔黄鼠差异性肠道菌群,本研究使用了LEfSe方法进行分析。由图 6可知,在纲水平,梭菌纲(Clostridia)、厚壁菌纲(Negativicutes)的相对丰度在诱导冬眠期较高;在目水平,梭菌目(Clostridiales)、月形单孢菌目(Selenomonadales)的相对丰度在诱导冬眠期增加; 此外,在科水平上氨基酸球菌科(Acidaminococcaceae)、毛螺菌科(Lachnospiraceae)和在属(Genus)水平上考拉杆菌属(Phascolarctobacterium)、梭状芽胞杆菌ⅩⅣa属(Clostridium_ⅩⅣa)、巴尼斯菌属(Barnesiella)、埃格特菌属(Eggerthella)、Lactonifactor、罗宾氏菌属(Robinsoniella)的相对丰度均在诱导冬眠期增加。
为确定2组样本中菌群功能的差异性,利用PICRUSt软件对代表性序列KEGG第3层级通路进行预测。如图 7所示,在诱导冬眠组存在显著差异的功能通路有11个(P < 0.05),主要包括碳水化合物代谢通路(carbohydrate metabolism)、磷酸戊糖途径(pentose phosphate pathway)、细菌趋化性(bacterial chemotaxis)等,在对照组有5个显著差异的功能通路(P < 0.05),主要包括脂类生物合成蛋白质通路(lipid biosynthesis proteins)、异戊烯基转移酶通路(prenyltransferases)等。
肠道微生物寄生在宿主体内并与宿主相互作用,形成了平衡、复杂、多样的肠道微生物群系统。与宿主基因组不同,微生物组有很大可塑性,可以很容易地适应各种环境和宿主源性刺激。肠道微生物的结构和组成受遗传、免疫状态、肠道环境和饮食等几个宿主特征的影响,其中饮食为关键决定因素[20]。为应对冬季温度降低、食物短缺等问题,熊[10]、蝙蝠[21]、啮齿动物[8-9, 22]、两栖动物[23-24]等形成了冬眠的生存特性。冬眠期间,动物停止进食,机体体温显著降低,代谢率减慢[25]。已有研究表明肠道微生物在冬眠期间会做出适应性改变,普遍情况下冬眠期间厚壁菌门的相对丰度降低,拟杆菌门和变形菌门的相对丰度升高[26]。
为了探究在诱导冬眠时期,肠道菌群如何改变得以辅助维持机体正常生命活动,本研究对野生达乌尔黄鼠进行诱导冬眠,并收集盲肠内容物进行16S rRNA高通量测序,通过α、β多样性分析、分类学组成分析、LEfSe差异分析、功能预测等研究了诱导冬眠期间野生达乌尔黄鼠肠道菌群结构及功能的变化。结果表明,诱导冬眠组黄鼠体重及体温均显著下降。体重减轻可能是由最大限度地吸收热量并增加肠道、绒毛和微绒毛长度的适应性机制引起的[27]。作为储脂类冬眠动物,野生达乌尔黄鼠冬眠前后的体重变化与冬眠密切相关,如北极地松鼠在进入冬眠前几周内体重增加,在冬眠期体重下降30%[28]。黄腹旱獭(Marmota flaviventris)在冬眠前体重增加150%,冬眠后动物体脂肪从生成状态转变为分解状态,体重也随着降低[29]。体温下降同样为冬眠期间主要的特点之一,且体温的节律在冬眠期间被抑制或者减弱[30]。杨明等[12]研究表明,当达乌尔黄鼠体温降低到30 ℃以下可认定为开始入眠,环境温度处于-5~10 ℃时,达乌尔黄鼠为深冬眠状态,其体温保持在-2.4~11.0 ℃,随环境温度变化而变化;环境温度在3~10 ℃时个体处于日眠状态,体温保持在22~28 ℃。冬眠中的动物对体温调节能力的降低,有利于减少用于体温调节的代谢产热,从而减少能量消耗。
α多样性分析表明野生达乌尔黄鼠肠道菌群在冬眠期Shannom指数较对照组显著升高, 说明冬眠期间微生物丰富度和均匀度显著增加。对十三条纹地松鼠Shannon指数的研究表明,肠道菌群物种多样性在不同季节没有显著差异[8];欧洲熊蜂(Bombus terrestris)在冬眠后Shannon指数升高[31];两栖动物东北林蛙(Rana dybowskii)[24]、斑腿泛树蛙(Polypedates megacephalus)[32]、马铁菊头蝠[21]肠道菌群Shannon指数在冬眠期降低。在冬眠期间肠道菌群α多样性表现出的结果差异可能是由于物种间差异及其食性差异引起的。基于Bray_Curtis距离矩阵的β多样性分析结果表明野生达乌尔黄鼠肠道菌群结构按诱导冬眠组与对照组聚集,2组样本群落结构存在差异。
菌群结构分析表明野生达乌尔黄鼠肠道菌群在门水平主要富集在厚壁菌门、拟杆菌门、疣微菌门和变形菌门,在属水平上主要富集于乳杆菌属,这一结果与其他啮齿类动物如十三线地松鼠[8]、北极地松鼠[9]、小林姬鼠(Apodemus sylvaticus)[33]、北美红松鼠(tamiasciurus hudsonicus)[34]肠道优势菌群一致。厚壁菌门和拟杆菌门在机体中占据主要地位,厚壁菌门是杆状或球形的革兰氏阳性菌,可通过包括淀粉体(amylosomes)和纤维小体(cellulosomes)的多酶复合物降解多糖[35]。拟杆菌门为革兰氏阴性菌,被认为是多糖的主要降解者,除此之外还可降解碳水化合物和蛋白质[36]。同时,厚壁菌门与拟杆菌门的比例与疾病状态的易感性也有关[37]。诱导冬眠组拟杆菌门的相对丰度增加可能是由于它们在缺乏膳食多糖的情况下,更多地降解宿主多糖。除此之外,在通过LEfSe对2组野生达乌尔黄鼠肠道菌群的差异分析发现在属水平考拉杆菌属、梭状芽胞杆菌ⅩⅣa属、巴尼斯菌属、埃格特菌属、Lactonifactor、罗宾氏菌属均在冬眠期相对丰度增加。研究表明考拉杆菌属(氨基酸球菌科)可利用拟杆菌属和普雷沃菌属降解动物体内不能被吸收消化的粗纤维产生的琥珀酸盐作为碳源,产生短链脂肪酸(short-chain fatty acids, SCFAs)为机体提供营养[38],说明诱导冬眠组肠道菌群中考拉杆菌属的相对丰度增加有利于冬眠期机体更好的维持生理状态。
本研究同时采用PICRUSt对诱导冬眠组与对照组野生达乌尔黄鼠肠道菌群进行了功能预测,基于KEGG第3层级的功能基因分析显示碳水化合物代谢通路、磷酸戊糖途径、细菌趋化性等11个功能通路在诱导冬眠组显著富集。研究表明,宿主黏蛋白产生及宿主饮食摄入的碳水化合物可以被肠道微生物发酵,产生以SCFAs(主要包括乙酸、丙酸、丁酸)为主的代谢产物,调节机体能量摄入[39]。在对照组显著富集的通路主要包括脂类生物合成蛋白质通路、异戊烯基转移酶通路等有5个功能通路。这进一步证明了肠道菌群具有参与机体能量代谢的能力,在冬眠期间调节机体生理功能保持稳定。
4 结论① 野生达乌尔黄鼠肠道菌群在冬眠期间发生改变,菌群多样性升高,拟杆菌门的相对丰度升高,厚壁菌门和疣微菌门的相对丰度降低。
② 野生达乌尔黄鼠肠道菌群在冬眠期间考拉杆菌属、梭状芽胞杆菌ⅩⅣa属、巴尼斯菌属、埃格特菌属、Lactonifactor、罗宾氏菌属的相对丰度升高。
③ 诱导冬眠组野生达乌尔黄鼠肠道菌群主要富集于碳水化合物代谢通路、磷酸戊糖途径、细菌趋化性等通路。
[1] |
STRANDWITZ P. Neurotransmitter modulation by the gut microbiota[J]. Brain Research, 2018, 1693(Pt B): 128-133. |
[2] |
LANGE K, BUERGER M, STALLMACH A, et al. Effects of antibiotics on gut microbiota[J]. Digestive Diseases, 2016, 34(3): 260-268. DOI:10.1159/000443360 |
[3] |
WALTER J, LEY R. The human gut microbiome: ecology and recent evolutionary changes[J]. Annual Review of Microbiology, 2011, 65: 411-429. DOI:10.1146/annurev-micro-090110-102830 |
[4] |
CAREY H V, ANDREWS M T, MARTIN S L. Mammalian hibernation: cellular and molecular responses to depressed metabolism and low temperature[J]. Physiological Reviews, 2003, 83(4): 1153-1181. DOI:10.1152/physrev.00008.2003 |
[5] |
GIROUD S, HABOLD C, NESPOLO R F, et al. The torpid state: recent advances in metabolic adaptations and protective mechanisms[J]. Frontiers in Physiology, 2021, 11: 623665. DOI:10.3389/fphys.2020.623665 |
[6] |
SONOYAMA K, FUJIWARA R, TAKEMURA N, et al. Response of gut microbiota to fasting and hibernation in Syrian hamsters[J]. Applied and Environmental Microbiology, 2009, 75(20): 6451-6456. DOI:10.1128/AEM.00692-09 |
[7] |
CRAMP R L, FRANKLIN C E. Arousal and re-feeding rapidly restores digestive tract morphology following aestivation in green-striped burrowing frogs[J]. Comparative Biochemistry and Physiology-Part A: Molecular & Integrative Physiology, 2005, 142(4): 451-460. |
[8] |
DILL-MCFARLAND K A, NEIL K L, ZENG A, et al. Hibernation alters the diversity and composition of mucosa-associated bacteria while enhancing antimicrobial defence in the gut of 13-lined ground squirrels[J]. Molecular Ecology, 2014, 23(18): 4658-4669. DOI:10.1111/mec.12884 |
[9] |
STEVENSON T J, DUDDLESTON K N, BUCK C L. Effects of season and host physiological state on the diversity, density, and activity of the arctic ground squirrel cecal microbiota[J]. Applied and Environmental Microbiology, 2014, 80(18): 5611-5622. DOI:10.1128/AEM.01537-14 |
[10] |
SOMMER F, STÅHLMAN M, ILKAYEVA O, et al. The gut microbiota modulates energy metabolism in the hibernating brown bear Ursus arctos[J]. Cell Reports, 2016, 14(7): 1655-1661. DOI:10.1016/j.celrep.2016.01.026 |
[11] |
王有, 袁丽丽, 彭霞, 等. 达乌尔黄鼠冬眠模式年龄性别差异的实验研究[J]. 沈阳师范大学学报(自然科学版), 2009, 27(3): 351-355. WANG Y, YUAN L L, PENG X, et al. Experimental study on hibernation patterns in different ages and sexes of Daurian ground squirrel (Spermophilus dauricus)[J]. Journal of Shenyang Normal University (Natural Science Edition), 2009, 27(3): 351-355 (in Chinese). DOI:10.3969/j.issn.1673-5862.2009.03.027 |
[12] |
杨明, 邢昕, 管淑君, 等. 达乌尔黄鼠冬眠期间体温的变化和冬眠模式[J]. 兽类学报, 2011, 31(4): 387-395. YANG M, XING X, GUAN S J, et al. Hibernation patterns and changes of body temperature in Daurian ground squirrels (Spermophilus dauricus) during hibernation[J]. Acta Theriologica Sinica, 2011, 31(4): 387-395 (in Chinese). |
[13] |
ROGNES T, FLOURI T, NICHOLS B, et al. VSEARCH: a versatile open source tool for metagenomics[J]. PeerJ, 2016, 4: e2584. DOI:10.7717/peerj.2584 |
[14] |
EDGAR R C, FLYVBJERG H. Error filtering, pair assembly and error correction for next-generation sequencing reads[J]. Bioinformatics, 2015, 31(21): 3476-3482. DOI:10.1093/bioinformatics/btv401 |
[15] |
EDGAR R C. Search and clustering orders of magnitude faster than BLAST[J]. Bioinformatics, 2010, 26(19): 2460-2461. DOI:10.1093/bioinformatics/btq461 |
[16] |
ZHANG J Y, LIU Y X, ZHANG N, et al. NRT1.1B is associated with root microbiota composition and nitrogen use in field-grown rice[J]. Nature Biotechnology, 2019, 37(6): 676-684. DOI:10.1038/s41587-019-0104-4 |
[17] |
SEGATA N, IZARD J, WALDRON L, et al. Metagenomic biomarker discovery and explanation[J]. Genome Biology, 2011, 12(6): R60. DOI:10.1186/gb-2011-12-6-r60 |
[18] |
LANGILLE M G I, ZANEVELD J, CAPORASO J G, et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences[J]. Nature Biotechnology, 2013, 31(9): 814-821. DOI:10.1038/nbt.2676 |
[19] |
PARKS D H, TYSON G W, HUGENHOLTZ P, et al. STAMP: statistical analysis of taxonomic and functional profiles[J]. Bioinformatics, 2014, 30(21): 3123-3124. DOI:10.1093/bioinformatics/btu494 |
[20] |
ZMORA N, SUEZ J, ELINAV E. You are what you eat: diet, health and the gut microbiota[J]. Nature Reviews: Gastroenterology & Hepatology, 2019, 16(1): 35-56. |
[21] |
XIAO G H, LIU S, XIAO Y H, et al. Seasonal changes in gut microbiota diversity and composition in the greater horseshoe bat[J]. Frontiers in Microbiology, 2019, 10: 2247. DOI:10.3389/fmicb.2019.02247 |
[22] |
CAREY H V, WALTERS W A, KNIGHT R. Seasonal restructuring of the ground squirrel gut microbiota over the annual hibernation cycle[J]. American Journal of Physiology.Regulatory, Integrative and Comparative Physiology, 2013, 304(1): R33-R42. DOI:10.1152/ajpregu.00387.2012 |
[23] |
TONG Q, DU X P, HU Z F, et al. Comparison of the gut microbiota of Rana amurensis and Rana dybowskii under natural winter fasting conditions[J]. FEMS Microbiology Letters, 2019, 366(21): fnz241. DOI:10.1093/femsle/fnz241 |
[24] |
TONG Q, HU Z F, DU X P, et al. Effects of seasonal hibernation on the similarities between the skin microbiota and gut microbiota of an amphibian (Rana dybowskii)[J]. Microbial Ecology, 2020, 79(4): 898-909. DOI:10.1007/s00248-019-01466-9 |
[25] |
HUBER N, VETTER S, STALDER G, et al. Dynamic function and composition shift in circulating innate immune cells in hibernating garden dormice[J]. Frontiers in Physiology, 2021, 12: 620614. DOI:10.3389/fphys.2021.620614 |
[26] |
朱宇航, 司华哲, 张玉, 等. 冬眠行为与动物肠道微生物相互作用机制的研究进展[J]. 动物营养学报, 2021, 33(7): 3719-3725. ZHU Y H, SI H Z, ZHANG Y, et al. Research progress on interaction mechanism between animal hibernation behavior and gut microbiota[J]. Chinese Journal of Animal Nutrition, 2021, 33(7): 3719-3725 (in Chinese). DOI:10.3969/j.issn.1006-267x.2021.07.014 |
[27] |
CHEVALIER C, STOJANOVIC' O, COLIN D J, et al. Gut microbiota orchestrates energy homeostasis during cold[J]. Cell, 2015, 163(6): 1360-1374. DOI:10.1016/j.cell.2015.11.004 |
[28] |
BUCK C L, BARNES B M. Annual cycle of body composition and hibernation in free-living arctic ground squirrels[J]. Journal of Mammalogy, 1999, 80(2): 430-442. DOI:10.2307/1383291 |
[29] |
FLORANT G L, PORST H, PEIFFER A, et al. Fat-cell mass, serum leptin and adiponectin changes during weight gain and loss in yellow-bellied marmots (Marmota flaviventris)[J]. Journal of Comparative Physiology: Biochemical, Systemic, and Environmental, 2004, 174(8): 633-639. DOI:10.1007/s00360-004-0454-0 |
[30] |
WILLIAMS C T, BARNES B M, RICHTER M, et al. Hibernation and circadian rhythms of body temperature in free-living arctic ground squirrels[J]. Physiological and Biochemical Zoology, 2012, 85(4): 397-404. DOI:10.1086/666509 |
[31] |
BOSMANS L, POZO M I, VERRETH C, et al. Hibernation leads to altered gut communities in bumblebee queens (Bombus terrestris)[J]. Insects, 2018, 9(4): 188. DOI:10.3390/insects9040188 |
[32] |
WENG F C H, YANG Y J, WANG D. Functional analysis for gut microbes of the brown tree frog (Polypedates megacephalus) in artificial hibernation[J]. BMC Genomics, 2016, 17(Suppl.13): 1024. |
[33] |
MAURICE C F, KNOWLES S C L, LADAU J, et al. Marked seasonal variation in the wild mouse gut microbiota[J]. The ISME Journal, 2015, 9(11): 2423-2434. DOI:10.1038/ismej.2015.53 |
[34] |
REN T T, BOUTIN S, HUMPHRIES M M, et al. Seasonal, spatial, and maternal effects on gut microbiome in wild red squirrels[J]. Microbiome, 2017, 5(1): 163. DOI:10.1186/s40168-017-0382-3 |
[35] |
WEXLER A G, GOODMAN A L. An insider's perspective: Bacteroides as a window into the microbiome[J]. Nature Microbiology, 2017, 2: 17026. DOI:10.1038/nmicrobiol.2017.26 |
[36] |
LAPÉBIE P, LOMBARD V, DRULA E, et al. Bacteroidetes use thousands of enzyme combinations to break down glycans[J]. Nature Communications, 2019, 10(1): 2043. DOI:10.1038/s41467-019-10068-5 |
[37] |
LEY R E, TURNBAUGH P J, KLEIN S, et al. Microbial ecology: human gut microbes associated with obesity[J]. Nature, 2006, 444(7122): 1022-1023. DOI:10.1038/4441022a |
[38] |
IKEYAMA N, MURAKAMI T, TOYODA A, et al. Microbial interaction between the succinate-utilizing bacterium Phascolarctobacterium faecium and the gut commensal Bacteroides thetaiotaomicron[J]. MicrobiologyOpen, 2020, 9(10): e1111. |
[39] |
KRAUTKRAMER K A, FAN J, BÄCKHED F. Gut microbial metabolites as multi-kingdom intermediates[J]. Nature Reviews Microbiology, 2021, 19(2): 77-94. |