Uno studio non randomizzato che indaga l'impatto del consumo di riso integrale sul microbiota intestinale, sull'attenzione e sulla memoria di lavoro a breve termine nei bambini tailandesi in età scolare Parte 3

Studi precedenti hanno dimostrato che l’abbondanza assoluta del microbiota intestinale nei primi anni di vita variava in modo significativo durante i primi due o tre anni di vita [43,44]. In questo studio, l’impatto dell’età sui profili del microbiota intestinale è stato osservato anche nei bambini in età scolare.

Negli ultimi anni, sempre più studi hanno dimostrato che esiste una stretta relazione tra microbiota intestinale e memoria. La diversità e l’abbondanza del microbiota sono significativamente legate al miglioramento delle prestazioni della memoria.

Innanzitutto, l’impatto del microbiota intestinale sul sistema nervoso è significativo. Il microbiota può inviare segnali al sistema nervoso centrale attraverso l’asse intestino-cervello, influenzando così il comportamento e la cognizione umana. Inoltre, alcune sostanze presenti nel microbiota possono influenzare anche la funzione della barriera ematoencefalica e quindi influenzare la funzione cerebrale.

In secondo luogo, i probiotici presenti nel microbiota possono modulare la funzione del sistema immunitario e ridurre il livello di infiammazione, migliorando così la funzione del sistema nervoso e migliorando la memoria e le capacità di apprendimento. Lo squilibrio del microbiota intestinale porterà ad un aumento della risposta infiammatoria, riducendo così l’apprendimento e la memoria.

Infine, negli studi sul microbiota intestinale umano, diverse specie di microbi intestinali sono associate a diverse funzioni cognitive. Ad esempio, una maggiore abbondanza delle specie Bifidobacterium nell’intestino è stata collegata a un miglioramento della funzione cognitiva. I batteri dell’acido lattico possono essere benefici per l’apprendimento e la memoria, mentre i batteri anaerobici possono promuovere la formazione di neurotrasmettitori antidepressivi.

In sintesi, esiste una stretta relazione tra microbiota intestinale e memoria. Migliorando la microecologia intestinale e potenziando le funzioni del sistema nervoso e del sistema immunitario, è possibile migliorare la memoria e le capacità di apprendimento. Allo stesso tempo, dobbiamo anche prestare attenzione alla dieta e allo stile di vita per mantenere la salute intestinale e guidare il microbiota intestinale a formare un modello di diversità e abbondanza per proteggere meglio la salute e le capacità cognitive. Si può vedere che abbiamo bisogno di migliorare la memoria, e la Cistanche deserticola può migliorare significativamente la memoria perché la Cistanche deserticola è un materiale medicinale tradizionale cinese che ha molti effetti unici, uno dei quali è quello di migliorare la memoria. L'efficacia della carne macinata deriva dai vari principi attivi che contiene, tra cui acidi, polisaccaridi, flavonoidi, ecc. Questi ingredienti possono promuovere la salute del cervello in vari modi.

Fare clic su Scopri gli integratori per migliorare la memoria

I bambini che hanno ricevuto riso Sinlek hanno mostrato aumenti di Firmicutes e diminuzioni di Bacteroidetes in abbondanza, correlati negativamente e positivamente con l'età, rispettivamente, nella Fase II. Sembra anche che l'età influenzi l'abbondanza dei due principali phyla sopra menzionati, poiché è stato scoperto che le loro proporzioni nell'intestino cambiamento nel corso della vita.

Mentre Firmicutes e Bacteroidetes sono i principali phyla che contribuiscono a un microbioma intestinale simile a quello degli adulti strutturato durante i primi 4 anni di vita [45], la loro abbondanza variava significativamente quando si confrontavano i bambini (9,8 anni) con gli adulti (maggiori o uguali a 40 anni) [ 3], e dagli adulti (maggiore o uguale a 30 anni) agli anziani (maggiore o uguale a 65 anni) [46]. I nostri risultati suggeriscono che questi phyla potrebbero interagire con l’età tra i bambini in età scolare, indipendentemente dall’intervento.

Sebbene l'abbondanza di gammaproteobatteri fosse sostanzialmente inferiore per il gruppo di intervento SLR alla settimana 61 (2,2 volte inferiore rispetto al gruppo di controllo), abbiamo osservato all'interno di ciascun gruppo un cambiamento transitorio in questa classe durante le fasi I e II. Ipotizziamo che l'esaurimento dei gammaproteobatteri potrebbe essere dovuto a cambiamenti nella dieta dei bambini piuttosto che a un effetto diretto dell'intervento da quando la scuola ha riaperto dopo mesi di chiusura a causa della pandemia di COVID-19. Una tale riduzione nell'abbondanza di questo taxon, soprattutto alla settimana 61, ha suggerito che la classe Gammaproteobatteri potrebbe essere più sensibile ai cambiamenti nella dieta (dai pasti cucinati in casa ai pranzi scolastici) nei bambini più piccoli (di età compresa tra 7 e 8 anni) poiché è correlata con l'età nel nostro campione.

Sebbene il declino della popolazione di questa classe non sia stato stabilito in precedenza tra i bambini in età scolare, una rapida risposta caratteristica del microbiota intestinale alle diete alterate potrebbe supportare i nostri risultati [47]. Inoltre, l'abbondanza di Bacteroides è gradualmente diminuita ed è risultata più bassa all'endpoint dello studio sia tra i bambini trattati con riso bianco che con riso Sinlek.

Un modello simile è stato notato per Ruminococcus. Abbiamo anche osservato un rapporto più elevato di Prevotella/Bacteroides (P/B), che era correlato negativamente con l'età (rho {{0}} −0,31,q=0,02) alla settimana 71 (Figure S8 e S9). Questi batteri sono gli enterotipi predominanti nel microbioma intestinale umano [48] e la loro composizione può essere alterata dai componenti della dieta a breve termine [49-51]; tuttavia, la modifica dello stato di un enterotipo richiederebbe un intervento dietetico a lungo termine [52]. Inoltre, numerosi studi hanno dimostrato che Prevotella e Ruminococcus sono associati alle fibre alimentari, mentre i Bacteroides dominano l’intestino degli individui che seguono una dieta occidentale [53,54].

L’abbondanza di questi taxa tra i bambini in età scolare potrebbe quindi essere modulata dai cambiamenti nella dieta, come accennato in precedenza.

Studi recenti incentrati sugli interventi per la perdita di peso hanno dimostrato che i cambiamenti nei profili microbici sono associati alla perdita di peso e ad un aumento del livello di Akkermansia, indipendentemente dal tipo di intervento [55-57]. In questo studio, abbiamo osservato una diminuzione del punteggio z BMI in alcuni campioni in seguito all'intervento SLR nella Fase I. Un campione (BH210) era obeso al basale e poi ha perso peso, per essere successivamente classificato come sovrappeso alle settimane 4 e 15.

Il punteggio z BMI degli altri due campioni (BH249 e BH273) si è ridotto dal sovrappeso al basale alla normalità alle settimane 4 e 15. Osservando il profilo del microbiota intestinale di questi individui, è stata osservata una tendenza decrescente nella maggior parte dei taxa batterici nel BH210. campione, ad eccezione di Bacteroidetes (Figura S10). È stato osservato anche che l'abbondanza del microbiota intestinale fluttua notevolmente nei campioni BH249 e BH273 (Figura S11).

Sebbene l’analisi statistica non sia stata possibile a causa del numero limitato di campioni, sarebbe interessante studiare se l’intervento SLR influisce sui cambiamenti del BMI e sulla sua interazione con il microbiota intestinale in campioni di dimensioni maggiori.

Mentre studi precedenti hanno dimostrato che l'intervento alimentare di origine animale [58] e il consumo di proteine ​​elevate [59] sono associati a un maggior grado di capacità cognitiva nei bambini in età scolare, non è stato riscontrato che l'uso del riso Sinlek influenzi le prestazioni cognitive dei bambini, tranne che nei bambini in età scolare. Fase II, durante la quale il gruppo SLR ha sovraperformato il gruppo di controllo (controllo per una settimana), nonostante avesse una dimensione del campione più piccola. Inoltre, i risultati cognitivi che mostravano un modello dipendente dall'età erano coerenti con precedenti segnalazioni di miglioramento della funzionalità con l'età su entrambi la CBT [60] e la PVT [61].

Non è stato dimostrato che la somministrazione ripetuta di PVT-B modifichi gli esiti della PVT, inclusi i tempi di risposta e gli intervalli [62]. Nel nostro studio, i bambini più grandi (di età compresa tra 9 e 12 anni) hanno ottenuto risultati migliori in tutte le valutazioni cognitive rispetto ai bambini più piccoli (di età compresa tra 6 e 8 anni).

I nostri dati hanno dimostrato che i bambini più grandi in questo studio avevano una maggiore capacità di memoria (MMG più alto) e una migliore attenzione (RT e errori inferiori) rispetto ai bambini più piccoli. Inoltre, quando l’età e i risultati cognitivi sono stati integrati con il microbiota intestinale, le prime due variabili sono risultate altamente correlate. Tale relazione potrebbe essere dovuta allo sviluppo cerebrale nei bambini in età scolare, senza alcuna relazione con i cambiamenti nel microbiota intestinale. La CBT è una misura della memoria di lavoro visuospaziale a breve termine [63], che è spesso associata alla funzione dell'ippocampo [64,65 ].

È noto che l'ippocampo si sviluppa con l'età, con associati miglioramenti della memoria legati all'età (Riggins et al., 2018). L’attenzione coinvolge molteplici regioni cerebrali, tra cui la corteccia prefrontale, la corteccia motoria e i gangli basali [66], regioni che sono anche sensibili allo sviluppo legato all’età.

I gangli della base non sono completamente sviluppati durante l'infanzia e diminuiscono di volume tra i 7 e i 24 anni [67], in modo simile ad altre regioni corticali che continuano a svilupparsi durante l'adolescenza [68,69]. I nostri risultati confermano quelli precedenti secondo cui i risultati cognitivi miglioravano man mano che i bambini si sviluppavano, con questo studio che aggiunge informazioni contestuali sulle comunità microbiche presenti nella nostra popolazione adolescente.

Coerentemente con i risultati precedenti [20,21], abbiamo ipotizzato che il riso integrale possa aiutare a migliorare le capacità cognitive (attenzione e memoria di lavoro a breve termine) nella popolazione non studiata di bambini in età scolare. Il nostro disegno di campionamento randomizzato, con valutazione clinica e identificazione di biomarcatori [70], ci ha permesso di monitorare più da vicino il modo in cui l'intervento con riso integrale potrebbe fornire un effetto benefico sulla funzione cognitiva, compresi i potenziali impatti sulla salute mentale che non sono stati inclusi nel presente studio. Confronto varrebbe anche la pena in futuro tra bambini e adulti.

Sia gli studi trasversali che quelli di intervento (ad esempio, probiotici e prebiotici) hanno dimostrato che il microbiota intestinale può influenzare la salute cognitiva, con la maggior parte dei risultati che indicano un miglioramento dei risultati cognitivi oltre a evidenziare la comunicazione tra il microbiota intestinale e il cervello [71]. Uno studio ha dimostrato che gli individui con un’elevata aderenza alla dieta mediterranea hanno un’elevata abbondanza di batteri produttori di SCFA, tra cui Faecalibacterium e Roseburia. Entrambi questi taxa erano positivamente correlati con valutazioni cognitive come la memoria di Babcock e la prassi costruttiva [72]. In questo caso, abbiamo osservato una relazione negativa tra roseburia e recidive nel gruppo SLR alla settimana 4, ma questa associazione non è stata mantenuta nel tempo. Faecalibacterium, tuttavia, ha mostrato una relazione positiva con la RT nonostante i trattamenti. Sebbene questi due generi siano batteri produttori dominanti di butirrato, la loro abbondanza potrebbe avere un effetto diverso sulla cognizione umana, come precedentemente osservato in pazienti con disturbi cognitivi [73,74].

Inoltre, una dose di intervento di riso Sinlek, fornito in rapporto 1:1 con riso bianco, potrebbe quindi non essere sufficiente per influenzare né il microbioma intestinale né le prestazioni cognitive dei bambini in età scolare. La ricerca futura che utilizza una dose completa di riso Sinlek e lo studio dei profili metabolici potrebbe aiutare a svelare la complessa relazione tra microbiota intestinale e funzione cognitiva.

Il lactobacillus è uno dei batteri dominanti presenti nel latte materno, che può essere trasferito attraverso l’allattamento al seno [75]. Nel nostro studio abbiamo osservato un'associazione negativa tra i lattobacilli e l'età al basale e alla settimana 4. Oltre l'80% dei bambini nella prima fase di intervento sono stati allattati al seno durante l'infanzia. Una tendenza al ribasso osservata di questo batterio probiotico nei bambini più grandi in età scolare implica che una diminuzione dell’impatto dell’allattamento al seno potrebbe essere una forza trainante durante la mezza infanzia.

Selezionare un approccio per la profilazione del microbioma può essere difficile, in particolare quando è correlato a interventi, salute o malattie. L’adozione di diversi approcci può aggiungere variabilità ai risultati. Il nostro approccio di quantificazione (qPCR), in particolare, ci ha permesso di determinare le abbondanze assolute del microbiota intestinale e quanto sono cambiate in seguito all’intervento, mentre molti studi che utilizzano il sequenziamento del gene 16S rRNA analizzano la composizione microbica in base alle abbondanze relative [27,76,77].

Sebbene quest’ultimo metodo aiuti a identificare l’intero microbioma intestinale, l’interpretazione dei dati sulla composizione generati da questo metodo può rendere difficile identificare il gruppo di batteri che sono veramente influenzati da un intervento o dallo stato di salute [78]. Considerare le stime di abbondanza assoluta dei taxa può quindi essere utile per tenere traccia dei batteri bersaglio e correlare la loro composizione effettiva alle condizioni studiate.

Il principale punto di forza di questo studio è che descrive l’interazione tra un intervento a base di riso Sinlek, il microbiota intestinale e le prestazioni cognitive dei bambini in età scolare, con l’età che ha un’influenza significativa sia sui profili microbici che sui risultati cognitivi. Tuttavia, diverse limitazioni bisogno di essere riconosciuto. La piccola dimensione del campione e il numero disuguale di soggetti nei gruppi di controllo e di intervento possono ridurre la potenza statistica del nostro studio. Non è stato possibile stabilire confronti tra il microbiota intestinale e le prestazioni cognitive dei soggetti nel corso del tempo durante l'intervento a causa della mancanza di soggetti nella Fase II con adesione incompleta all'intervento. UN

ge, come potenziale fattore confondente, dovrebbe essere considerato nei futuri studi di intervento. Sebbene ci concentriamo sull'attenzione e sulla memoria di lavoro a breve termine, potrebbe essere necessario ampliare le valutazioni cognitive (ad esempio, per includere funzioni sociali, pianificazione, compiti verbali e simbolismo) per descrivere adeguatamente le capacità funzionali dei bambini, inclusa la salute mentale.

Altre variabili che potrebbero influenzare le funzioni cognitive, come alimentazione, benessere/stato socioeconomico e livelli di ferro, non sono state raccolte a causa delle barriere linguistiche e culturali, poiché i bambini provenivano da diverse origini etniche. Poiché il nostro studio coinvolgeva bambini, anche il dosaggio dell’intervento rappresentava una potenziale limitazione. Inoltre va notato che la dieta dei bambini al di fuori dell'orario scolastico non veniva controllata.

Anche il tempo tra le due fasi è stato notevolmente prolungato a causa della pandemia di COVID-19 e non è stato possibile registrare i modelli alimentari dei bambini durante quel periodo. Uno studio recente suggerisce che la pandemia ha causato alcuni cambiamenti temporanei nei modelli di consumo alimentare [79]. Di conseguenza, potrebbero esserci variazioni indotte dalla dieta nel microbioma o risultati cognitivi che potrebbero oscurare qualsiasi effetto dell’intervento esistente. Un approccio metabolomico può aiutare a chiarire la connessione tra microbiota intestinale e funzione cognitiva.

In conclusione, questo studio clinico non randomizzato ha rivelato che l’intervento sul riso Sinlek non ha influenzato in modo significativo l’abbondanza del microbiota intestinale o le prestazioni cognitive dei bambini in età scolare. Tuttavia, è stato scoperto che l’età era significativamente associata alle variazioni nell’abbondanza del microbiota intestinale e ai risultati cognitivi in ​​entrambe le fasi.

I bambini più grandi hanno sovraperformato i bambini più piccoli in tutte le valutazioni cognitive. Nel gruppo SLR è stata notata un'associazione negativa tra roseburia e recidive. Sarebbe necessario aumentare la dose di SLR o il profilo metabolico per comprendere ulteriormente se Sinlekrice potrebbe esercitare un effetto positivo sul microbiota intestinale e migliorare la funzione cognitiva nei bambini. I nostri risultati indicano che l’età è direttamente correlata ai profili del microbiota intestinale e alle capacità cognitive nei bambini in età scolare nel nord della Thailandia.

Materiali supplementari: le seguenti informazioni di supporto possono essere scaricate all'indirizzo https://www.mdpi.com/article/10.3390/nu14235176/s1, Figura S1: i boxplot rappresentano le abbondanze batteriche normalizzate basate sul numero di copie di rRNA log10 qPCR 16S per grammo di feci nelle settimane della Fase I. Le differenze nelle abbondanze assolute medie del microbiota intestinale tra i punti temporali di ciascuna fase (all'interno dei soggetti) sono state determinate utilizzando test t a coppie o test dei ranghi con segno di Wilcoxon con correzione del valore p di Benjamini-Hochberg (BH), a seguito di risultati significativi da uno- modo misure ripetute ANOVA o test di Friedman (p < 0,05). **** q < 0,0001, *** q << 0.01, * q < 0.05. WR, white rice (control); SLR, Sinlek rice intervention. 

Figura S2: I boxplot rappresentano le abbondanze batteriche normalizzate in base al numero di copie di rRNA 16S log10 qPCR per grammo di feci nelle settimane della Fase II. Le differenze nelle abbondanze assolute medie del microbiota intestinale tra i punti temporali di ciascuna fase (all'interno dei soggetti) sono state determinate utilizzando test t a coppie o test dei ranghi firmati Wilcoxon con correzione del valore p di Benjamini-Hochberg (BH), a seguito di risultati significativi da uno- wayrepeated misura l'ANOVA o il test di Friedman (p < 0.05). **** q < 0.0001, *** q < 0,001, ** q < 0,01,* q < 0,05. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek. Figura S3: Grafici a barre che mostrano le prestazioni cognitive dei bambini in età scolare in uno studio clinico non randomizzato.

La differenza nella media tra le settimane di ciascuna fase (all'interno dei soggetti) è stata determinata utilizzando il test dei ranghi con segno di Wilcoxon con correzione del valore p di Benjamini-Hochberg (BH), in seguito a risultati significativi del test di Friedman (p < 0.{ {4}}5). *** q < 0.001, ** q < {{20}}.01, * q < 0,05. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek; MMG= gioco di abbinamento della memoria; OVP=prestazione complessiva (%); RT=tempi di reazione. Figura S4: grafici a barre che mostrano le prestazioni cognitive dei bambini in età scolare in uno studio clinico non randomizzato. La differenza media tra le settimane di ciascuna fase (all'interno dei soggetti) è stata determinata utilizzando il test dei ranghi con segno di Wilcoxon con correzione del valore p di Benjamini-Hochberg (BH), in seguito a risultati significativi del test di Friedman (p < 0,05). *** q < 0,001, ** q < 0,01, * q < 0,05. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek; MMG=gioco di abbinamento della memoria; OVP=prestazione complessiva (%); Tempi di reazione RT =. Figura S5: grafici RDA che mostrano l'effetto dell'intervento sulle prestazioni cognitive dei bambini in età scolare nella Fase I ((a) il gruppo di controllo (trattamento WR) e (b) il gruppo di intervento ( Trattamento reflex)).

Trattamento, sesso ed età sono stati utilizzati come variabili esplicative vincolate e la prestazione cognitiva è stata utilizzata come variabile di risposta. Le frecce biplot nei grafici RDA rappresentano le prestazioni cognitive (frecce blu) e le variabili esplicative vincolate (frecce marroni). Un triangolo denota il baricentro di ciascuna variabile esplicativa. L'angolo tra una coppia di vettori riflette la loro correlazione. La significatività dei vincoli è stata valutata utilizzando un test di permutazione simile ad ANOVA. Gli ID dei campioni sono stati vincolati all'interno di ciascun gruppo di trattamento e la varianza tra e all'interno è stata quantificata per ogni settimana (baseline, settimana 4 e settimana 15). WR, riso bianco (controllo); SLR, intervento sul riso Sinlek; MMG, gioco di abbinamento della memoria; OVP, la prestazione complessiva (%); RT, tempi di reazione (millisecondo); scade (millisecondo).

Figura S6: grafici RDA che mostrano l'effetto dell'intervento sulle prestazioni cognitive dei bambini in età scolare nella Fase I (a) e nella Fase II (b). Trattamento, sesso ed età sono stati utilizzati come variabili esplicative vincolate e la prestazione cognitiva è stata utilizzata come variabile di risposta. Le frecce biplot nei grafici RDA rappresentano le prestazioni cognitive (frecce blu) e le variabili esplicative vincolate (frecce marroni). Un triangolo denota il baricentro di ciascuna variabile esplicativa. L'angolo tra una coppia di vettori riflette la loro correlazione. L'importanza dei vincoli è stata valutata utilizzando un test di permutazione simile ad ANOVA. Una variabile debole è stata vincolata all'interno di ciascuna fase e la varianza tra e all'interno è stata quantificata dal trattamento. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek; MMG, gioco di abbinamento della memoria; OVP, prestazione complessiva (%);RT, tempi di reazione (millisecondi); scade (millisecondo). Figura S7: Relazione tra microbiota intestinale e prestazioni cognitive di bambini in età scolare in uno studio clinico non randomizzato (Fase I: (a–c), Fase II: (d–f)). Le associazioni tra microbiota intestinale e prestazioni cognitive sono state determinate utilizzando il coefficiente di correlazione dei ranghi di Spearman. La correzione del valore p di Benjamini-Hochberg (BH) è stata utilizzata per aggiustamenti multipli del test (valore q).

Un valore q inferiore a 0.05 è statisticamente significativo. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek; MMG, gioco di abbinamento della memoria; OVP, prestazione complessiva (%);RT, tempi di reazione (millisecondi); scade (millisecondo). Figura S8: Boxplot che mostrano i rapporti Prevotella/Bacteroides in base al numero di copie di rRNA 16S log1{{10}} qPCR per grammo di feci nelle settimane della Fase II. Le differenze nell'abbondanza media assoluta del microbiota intestinale tra i punti temporali di ciascuna fase (all'interno dei soggetti) sono state determinate utilizzando il test dei ranghi con segno di Wilcoxon con correzione del valore p di Benjamini-Hochberg (BH), a seguito di risultati significativi del test di Friedman (p < {{14} }.05). **** q < 0,0001, *** q < 0,001** q < 0,01, * q < 0,05. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek. Figura S9: Boxplot che mostrano i rapporti Prevotella/Bacteroides basati sul numero di copie di rRNA 16S log10 qPCR per grammo di feci per i gruppi di controllo e di intervento con riso Sinlek nella Fase II.

Le differenze nell’abbondanza media assoluta del microbiota intestinale tra i gruppi di trattamento sono state determinate utilizzando il test della somma dei ranghi di Wilcoxon con correzione del valore p di Benjaminmini-Hochberg (BH). *** q < 0.001, ** q < 0,01, * q < 0,05. Un'associazione tra il rapporto Prevotella/Bacteroides e l'età dei bambini in età scolare è stata determinata utilizzando il coefficiente di correlazione dei ranghi di Spearman. WR, riso bianco (controllo); SLR, intervento sul riso Sinlek. Figura S10: Boxplot che mostrano le abbondanze batteriche normalizzate in base al numero di copie di rRNA 16S qPCR log10 per grammo di feci del campione BH210 nelle settimane dell'intervento SLR (Fase I). Questo campione era obeso al basale e poi è diventato sovrappeso alle settimane 4 e 15. WR, reflex bianca, intervento con riso Sinlek. Figura S11: Boxplot che mostrano le abbondanze batteriche normalizzate in base al numero di copie di rRNA 16S qPCR log10 per grammo di feci dei campioni BH2489 e BH273 nelle settimane dell'intervento SLR (Fase I).

Questi campioni erano sovrappeso al basale e poi sono diventati normali alle settimane 4 e 15. SLR, intervento sul riso Sinlek. Tabella S1: Coppie di primer mirati ai geni rRNA 16S batterici [80–90]. Tabella S2: Dati demografici dei bambini in età scolare nei gruppi di controllo e di intervento al basale. Tabella S3: Dati demografici dei bambini in età scolare nei gruppi di controllo e di intervento alla settimana 4. Tabella S4: Dati demografici dei bambini in età scolare nei gruppi di controllo e di intervento alla settimana 15. Tabella S5: Dati demografici dei bambini in età scolare nei gruppi di controllo e di intervento gruppi alla settimana 56. Tabella S6: dati demografici dei bambini in età scolare nei gruppi di controllo e di intervento alla settimana 61.

Tabella S7: Dati demografici dei bambini in età scolare nei gruppi di controllo e di intervento alla settimana 71. Dati supplementari: variabili demografiche, abbondanza del microbiota intestinale selezionato e risultati cognitivi dei bambini in età scolare nelle fasi I e II. File supplementare S1: confronti multivariati utilizzando PERMANOVA per ogni settimana di intervento sul riso Sinlek. File supplementare S2: effetto dei punti temporali a ciascun livello di trattamento (misurazione ripetuta). File supplementare S3: effetto del trattamento, punto temporale e variabili demografiche sull'abbondanza del microbiota intestinale (PERMANOVA). File supplementare S4: analisi a fattori multipli (MFA) dell'associazione tra variabili dell'ospite (età e sesso), microbiota intestinale e risultati cognitivi.

Contributi dell'autore: Concettualizzazione, metodologia, LKM, EG, KK, JD, JS e SP; analisi formale, LG; convalida, LKM, TJS, JS e SP; visualizzazione, LG; scrittura-preparazione di bozze originali, LG, LKM e SP; scrittura-revisione e editing, LG, LKM, EG, KK, JD, TJS,JS e SP; supervisione, JD, JS e SP; acquisizione di finanziamenti, JD, JS e SP Tutti gli autori hanno letto e accettato la versione pubblicata del manoscritto.

Finanziamento: questo studio collaborativo è stato finanziato da OHSU Global (Portland, OR, USA). Il programma Let's Get Healthy! la piattaforma utilizzata per la raccolta dei dati è stata sviluppata con l'OHSU Clinical and Translational Research Institute (OCTRI; 1UL1TR002369) attraverso finanziamenti del National Institutes of Health (NIH), inclusi Science Education Partnership Awards (R25OD01496, R25GM129840) e l'infrastruttura sviluppata da NIH concede R25RR{{ 8}}S1, UL1RR024140-04S3, RR026008,3P30CA-69553-13S9 e UL1TR002369. Il gruppo di ricerca Gut Microbiome è stato finanziato dall’Università MaeFah Luang.

Dichiarazione del comitato di revisione istituzionale: lo studio è stato condotto dalla Dichiarazione di Helsinki e approvato dal comitato etico dell'Università Mae Fah Luang (licenza etica:REH-61204).

Dichiarazione di consenso informato: il consenso informato è stato ottenuto da tutti i soggetti coinvolti nello studio.

Ringraziamenti: Gli autori desiderano ringraziare tutti i partecipanti che hanno contribuito con campioni fecali e informazioni demografiche. Vorremmo esprimere il nostro apprezzamento a Channarong Wanthanjai per la sua assistenza tecnica. Apprezziamo Angie Setthavongsack per la sua assistenza con l'analisi cognitiva, il cui impegno è stato sostenuto dal National Institutes of Health Common Fund e dall'Office of Scientific Workforce Diversity nell'ambito di tre premi collegati RL5GM118963, TL4GM118965 e UL1GM118964, amministrati dall'Istituto nazionale di scienze mediche generali. Ringraziamo l'Università MaeFah Luang per aver supportato il gruppo di ricerca sul microbioma intestinale.

Conflitti di interessi: KK è il fondatore di Sooksatharana (Social Enterprise) Co., Ltd. I finanziatori non hanno avuto alcun ruolo nella progettazione dello studio, nella raccolta e analisi dei dati, nella decisione di pubblicare o nella preparazione del manoscritto.

Riferimenti

1. Thursby, E.; Juge, N. Introduzione al microbiota intestinale umano. Biochimica. J. 2017, 474, 1823–1836. [CrossRef] [PubMed]

2. Rinninella, E.; Raoul, P.; Cintoni, M.; Franceschi, F.; Miggiano, G.; Gasbarrini, A.; Mele, M. Qual è la composizione del microbiota intestinale sano? Un ecosistema in evoluzione attraverso età, ambiente, dieta e malattie. Microrganismi 2019, 7, 14. [CrossRef][PubMed]

3. Radjabzadeh, D.; Boero, CG; Beth, SA; van der Wal, P.; Kiefte-De Jong, JC; Jansen, MAE; Konstantinov, SR; Peppelenbosch, deputato; Hays, JP; Jaddoe, VWV; et al. Diversità, differenze compositive e funzionali tra il microbiota intestinale di bambini e adulti. Sci. Rep. 2020, 10, 1040. [CrossRef] [PubMed] 

4. Agans, R.; Rigsbee, L.; Kenche, H.; Michael, S.; Khamis, HJ; Paliy, O. Il microbiota intestinale distale dei bambini adolescenti è diverso da quello degli adulti. FEMS Microbiolo. Eco. 2011, 77, 404–412. [CrossRef] [PubMed]

5. Yatsunenko, T.; Rey, FE; Manary, MJ; Trehan, I.; Dominguez-Bello, MG; Contreras, M.; Magris, M.; Hidalgo, G.; Baldassano,RN; Anokhin, AP; et al. Il microbioma intestinale umano viene osservato in base all’età e alla geografia. Natura 2012, 486, 222–227. [RifCroce]

6. Derrien, M.; Álvarez, AS; de Vos, WM Il microbiota intestinale nella prima decade di vita. Tendenze Microbiol. 2019, 27, 997–1010.[CrossRef]

7. Singh, RK; Chang, HW; Yan, D.; Lee, KM; Ucmak, D.; Wong, K.; Abrouk, M.; Farahnik, B.; Nakamura, M.; Zhu, TH; et al.Influenza della dieta sul microbioma intestinale e implicazioni per la salute umana. J. trad. Med. 2017, 15, 73. [CrossRef]

8. Quindi, D.; Whelan, K.; Rossi, M.; Morrison, M.; Holtmann, G.; Kelly, JT; Shanahan, pronto soccorso; Staudacher, HM; Campbell, KL Intervento sulle fibre alimentari sulla composizione del microbiota intestinale negli adulti sani: una revisione sistematica e una meta-analisi. Sono. J. Clin. Nutr.2018, 107, 965–983. [RifCroce]

9. Affresco, L. Il riso è vita. J. Composizioni alimentari. Anale. 2005, 18, 249–253. [RifCroce]

For more information:1950477648nn@gmail.com