Die metabolischen Folgen von HIV/TB co

Jan 03, 2024

BMC Infectious Diseases Band 23, Artikelnummer: 536 (2023) Diesen Artikel zitieren

398 Zugriffe

17 Altmetrisch

Details zu den Metriken

Die Synergie zwischen dem humanen Immundefizienzvirus (HIV) und Mycobacterium tuberculosis während der Koinfektion eines Wirts ist gut bekannt. Während bekannt ist, dass diese Synergie durch eine Verschlechterung des Immunsystems verursacht wird, sind die Stoffwechselmechanismen, die zur damit verbundenen Krankheitslast bei einer HIV/Tuberkulose (TB)-Koinfektion beitragen, noch wenig verstanden. Während Anti-HIV-Behandlungen die Virusreplikation unterdrücken, führen diese Therapeutika außerdem zu Stoffwechselstörungen und Anpassungen des Wirts, die über das hinausgehen, was nur durch eine Infektion oder Krankheit hervorgerufen wird.

In dieser Studie wurden die Stoffwechselprofile im Serum von gesunden Kontrollpersonen, unbehandelten HIV-negativen TB-positiven Patienten, unbehandelten HIV/TB-koinfizierten Patienten und HIV/TB-koinfizierten Patienten unter antiretroviraler Therapie (ART) mithilfe von zwei gemessen: dimensionale Gaschromatographie, Flugzeitmassenspektrometrie. Da bisher kein globales Stoffwechselprofil für HIV/TB-Koinfektionen und die Wirkung von ART veröffentlicht wurde, zielte diese Pilotstudie darauf ab, die allgemeinen Stoffwechselbereiche aufzuklären, die bei solchen Erkrankungen betroffen sind.

Eine HIV/TB-Koinfektion führte zu erheblichen Veränderungen im Lipid- und Proteinstoffwechsel des Wirts, mit zusätzlicher Translokation mikrobieller Produkte vom Darm ins Blut. Die Ergebnisse deuten darauf hin, dass HIV die Tuberkulose zumindest teilweise synergistisch verstärkt und zu erhöhter Entzündung, oxidativem Stress, ART-induzierten mitochondrialen Schäden und seinen schädlichen Auswirkungen auf die Darmgesundheit beiträgt, was wiederum die Energieverfügbarkeit beeinträchtigt. ART kehrt diese Trends bei HIV/TB-koinfizierten Patienten bis zu einem gewissen Grad um, nicht jedoch bei gesunden Kontrollpersonen.

Diese Studie generierte mehrere neue Hypothesen, die künftige Stoffwechselstudien leiten könnten, die mit anderen Forschungstechniken oder -methoden kombiniert werden könnten, um die zugrunde liegenden Mechanismen dieser Veränderungen weiter aufzuklären.

Peer-Review-Berichte

Menschen, die mit dem humanen Immundefizienzvirus/erworbenen Immundefizienzsyndrom (PLWHA) leben, haben aufgrund der immunsuppressiven Wirkung von HIV ein 26–31-mal höheres Risiko, eine aktive Tuberkulose (TB) zu entwickeln, im Vergleich zu Personen, die nicht mit dem humanen Immundefizienzvirus (HIV) infiziert sind [1]. auf dem Host. Tuberkulose ist die häufigste Folgeerkrankung bei Menschen mit HIV und Tuberkulose und verursacht die weltweite Belastung durch HIV/TB-Koinfektionen, die durch den eingeschränkten Zugang zu Gesundheitseinrichtungen während der Coronavirus-Pandemie 2019 (COVID-19) noch verschärft wurde. Dies führte zu einer schlechten Diagnose, Meldung und Einleitung der Behandlung von HIV- und TB-Fällen, was zu einem Anstieg der TB-bedingten Todesfälle in diesem Zeitraum führte [2,3,4]. Ungefähr 12 % der geschätzten 1,6 Millionen weltweiten Todesfälle im Zusammenhang mit Tuberkulose im Jahr 2021 waren Menschen mit HIV und HIV-Infektionen [5].

HIV (alle Verweise auf „HIV“ beziehen sich auf HIV-1) und Mycobacterium tuberculosis (Mtb) wirken bei der Koinfektion eines Wirts synergistisch und verstärken die Krankheitslast. Diese Synergie konzentriert sich auf die Verschlechterung des Immunsystems [6, 7], die das Ergebnis einer erhöhten Immunaktivierung [8] und oxidativen Stresses (OS) [9] ist. Das Immun- und Stoffwechselsystem sind eng miteinander verbunden und Veränderungen im einen spiegeln sich im anderen wider. Während der Wirt im Rahmen von Immunprozessen Stoffwechselveränderungen erfährt, moduliert und/oder programmiert der Krankheitserreger den Stoffwechsel des Wirts entsprechend seinen eigenen Bedürfnissen, beispielsweise Fortpflanzung und Immunumgehung oder -persistenz [10]. Dies führt zu einer Stoffwechselstörung im Wirt, die besonders ausgeprägt ist, wenn die Immunantwort den Erreger nicht eliminiert und die Infektion chronisch wird. Dies ist das Ergebnis einer kontinuierlich aktiven Immunantwort, die den Wirt dazu zwingt, sich an längere Zeiträume mit höherem Energie- und Biosynthesebedarf anzupassen [11].

Stoffwechselveränderungen während einer Koinfektion sind nicht gut charakterisiert. Herkömmliche Techniken, die auf einem niedrigen Durchsatz und aufwändigen biochemischen Tests basieren [12], haben jedoch eine beeinträchtigte Nettoproteinbilanz [13] und Hypoalbuminämie [14] sowie ähnliche Veränderungen der Körperzusammensetzung [15] bei koinfizierten Personen im Vergleich zu Personen mit einer Infektion gezeigt HIV-Infektion oder Tuberkulose allein. Da diese Techniken kein umfassendes Bild des Stoffwechselzustands liefern, würden metabolomische Ansätze einen großen Beitrag zum vorhandenen Wissen auf diesem Gebiet leisten [12]. Obwohl Metabolomik eingesetzt wurde, um bestimmte Aspekte des Wirtsstoffwechsels während einer Koinfektion besser zu verstehen, wie z. B. den Tryptophanstoffwechsel [16,17,18], wurde kein explorativer Ansatz zur Charakterisierung der Stoffwechselveränderungen verwendet, die mit einer HIV/TB-Koinfektion einhergehen . Die ungezielte Metabolomik zielt darauf ab, das Metabolom ganzheitlich zu charakterisieren, indem möglichst viele Metaboliten in einer Probe identifiziert und quantifiziert werden. Es wird auch als hypothesengenerierender Forschungsansatz angesehen [19], der später zu gezielterer oder gezielterer Forschung führt. Daher ist die ungezielte Metabolomik ideal, um einen vorläufigen Überblick über den veränderten Wirtsstoffwechsel während einer HIV/TB-Koinfektion zu geben. Daraus können mögliche Stoffwechselmechanismen im Zusammenhang mit der HIV/TB-Synergie identifiziert werden, die Bereiche von Interesse für zukünftige Studien hervorheben werden.

Über das veränderte Darmmikrobiom, das durch eine HIV-Infektion [20] und Tuberkulose [21] verursacht wird, wurde bereits früher berichtet, obwohl es nicht gut beschrieben oder verstanden wurde, und könnte eine Rolle im Stoffwechsel des Wirts spielen [22]. Die metabolischen Auswirkungen eines veränderten Darmmikrobioms im Zusammenhang mit einer HIV/TB-Koinfektion wurden noch nicht untersucht. Dies wäre jedoch angesichts der morphologischen Veränderungen, über die zuvor im Darm koinfizierter Patienten berichtet wurde, als wichtiges Forschungsinteresse anzusehen [23]. Angesichts der systemischen Natur von HIV-Infektionen und Tuberkulose sowie der möglichen Beteiligung mikrobieller Metaboliten ist es vorzuziehen, so viele Metaboliten wie möglich nachweisen zu können. Hierfür ist die zweidimensionale Gaschromatographie-Flugzeit-Massenspektrometrie (GCxGC-TOFMS) ideal. Zu den Vorteilen dieser Technik gehören eine erhöhte Spitzenkapazität, Auflösung und Empfindlichkeit [24].

Während die antiretrovirale Therapie (ART) typischerweise zu einer verringerten Viruslast führt, bleiben leichte Entzündungen bestehen und metabolische Komplikationen sind bei Menschen mit HIV häufig [25]. Die metabolischen Auswirkungen von ART im Zusammenhang mit einer HIV/TB-Koinfektion wurden mit herkömmlichen Techniken untersucht (Übersicht von Jain et al. [25]) und mit Schwerpunkt auf dem entzündlichen Immunrekonstitutionssyndrom unter Verwendung von Metabolomics [26]. Jain et al. [25] wiesen darauf hin, dass die metabolischen Komplikationen bei Patienten unterschiedlich sind, selbst wenn sie verschiedene antiretrovirale Medikamente derselben Klasse einnehmen. Die Autoren führten diese unterschiedliche Reaktion auf Umwelt- und genetische Faktoren sowie auf die Dauer der Infektion zurück. Bisher wurde die Metabolomik jedoch nicht zum Vergleich unbehandelter und behandelter HIV/TB-Koinfektionen eingesetzt.

Bei dieser Untersuchung wurden Serumproben von gesunden Kontrollpersonen sowie von Patienten mit Tuberkulose und HIV/TB-Koinfektion mit und ohne ART entnommen (alle diese Personen wurden nicht gegen Tuberkulose behandelt). Da die Probengruppen klein und inhomogen (hinsichtlich des Ausmaßes der Erkrankung und der Dauer der ART) waren und keine zugehörigen klinischen Indikatoren (wie in den meisten Fällen die Viruslast) aufwiesen, wäre die statistische Aussagekraft zu gering, um spezifische Metaboliten zu identifizieren die als genaue Marker oder therapeutische Ziele für den Zustand einer HIV/TB-Koinfektion untersucht werden könnten. Daher wurde die Metabolomik als erster Schritt für zukünftige Studien ausschließlich explorativ eingesetzt. Ziel war es, Stoffwechselbereiche oder Metabolitenklassen zu identifizieren, die möglicherweise in zukünftigen Studien detaillierter untersucht werden könnten, und einen Hinweis darauf zu erhalten, wie sich die Metabolomics-Ergebnisse mit dem bereits Bekannten vergleichen lassen. Angesichts der inhärenten Komplexität von HIV-Infektionen und Tuberkulose sind multidisziplinäre Ansätze wie die Metabolomik, die mehrere Disziplinen zur Bearbeitung einer Forschungsfrage einbeziehen, von entscheidender Bedeutung für das Verständnis der Mechanismen hinter diesen Infektionen. Die Einbeziehung von Metabolomics-Techniken wäre daher äußerst aufschlussreich, erfordert jedoch einige vorläufige Informationen, wie sie hier bereitgestellt werden. Da metabolische Informationen für Forscher, die den koinfizierten Zustand auch aus anderen Perspektiven als der Metabolomik untersuchen, nützlich sein könnten, werden diese vorläufigen Ergebnisse und die daraus generierten Ideen hier im Kontext der vorhandenen Literatur untersucht. In einer zuvor veröffentlichten Übersicht haben wir Hypothesen zum Stoffwechselprofil von HIV/TB-koinfizierten Patienten aufgestellt, die durch Metabolomik messbar sind [12]. Hier erweitern wir diese Hypothesen anhand von Daten, die aus den oben genannten Stichproben generiert wurden. Diese Proben wurden mittels zweidimensionaler Gaschromatographie-Flugzeit-Massenspektrometrie analysiert, um einen möglichst umfassenden Überblick über den Stoffwechsel zu erhalten.

Serumproben wurden von der South African Tuberculosis Vaccine Initiative (SATVI) und dem Desmond Tutu HIV Center am Institut für Infektionskrankheiten und Molekulare Medizin der Universität Kapstadt gemäß Standardprotokollen [27] gesammelt und bei -80 °C kryokonserviert. Für diese retrospektive explorative Studie wurden nicht identifizierte Proben auf Trockeneis zur North-West University, Human Metabolomics: Laboratory of Infectious and Acquired Diseases, transportiert, wo sie sofort bis zum Tag der Analyse in einen Gefrierschrank mit -80 °C gelegt wurden.

Alle Studienteilnehmer waren südafrikanische Erwachsene (männlich und weiblich, im Alter zwischen 18 und 69 Jahren) mit Wohnsitz in den Townships Masiphumelele und Ocean View und Umgebung in Kapstadt in der Provinz Westkap in Südafrika. Die Proben wurden bei der ersten Diagnose oder einem erneuten Klinikbesuch entnommen. Da es sich um eine retrospektive Studie handelt, beschränken sich die Informationen zum Zeitpunkt der Probenahme im Verhältnis zur Dauer der Infektion (bei HIV und Mtb) und der aktiven Erkrankung (bei Tuberkulose) auf die Angaben in den Berichten der Klinik. Die Proben wurden basierend auf dem im Serum bestätigten HIV- und TB-Status (pulmonal; diagnostiziert mit GeneXpert) und dem HIV-Behandlungsstatus in Gruppen eingeteilt. Alle Patienten waren wegen Tuberkulose unbehandelt; Daher wurde die Probenahme zum Zeitpunkt der Diagnose durchgeführt. Für HIV-Tests wurde eine Einwilligung eingeholt und die Beratung vor und nach dem Test erfolgte durch geschultes Personal. Wenn ein Freiwilliger das Ergebnis seines HIV-Status nicht wissen wollte, wurde er vor dem Test ausgeschlossen. Zwei schnelle HIV-Antikörpertests von verschiedenen Unternehmen wurden von geschultem Personal gemäß den Richtlinien Südafrikas/der Weltgesundheitsorganisation (WHO) durchgeführt, die besagen, dass zwei positive Schnelltests eine Diagnose einer HIV-Infektion darstellen. Auf jedes positive HIV-Ergebnis folgte eine Überweisung an entsprechende Gesundheitsdienste zur weiteren Behandlung. An den gesammelten Proben wurde nie ein anonymer Post-hoc-HIV-Test durchgeführt. In Bezug auf die ART-Therapien erhielten die Patienten eine Kombination aus zwei nukleosidischen Reverse-Transkriptase-Hemmern (NRTIs; Tenofovir und Emtricitabin) und einem nicht-nukleosidischen Reverse-Transkriptase-Hemmer (Efavirenz) mit einer festen Dosis, mit Ausnahme von zwei Personen, die zwei NRTIs (Abacavir mit Lamivudin und) erhielten Combivir) und zwei Proteaseinhibitoren (Lopinavir und Ritonavir).

Die Stoffwechselprofile von 29 gesunden Kontrollpersonen (HIV-/TB-/Tn-), 22 unbehandelten HIV-negativen TB-positiven Personen (HIV-/TB + /Tn-) und 9 unbehandelten HIV/TB-koinfizierten Personen (HIV +). /TB + /Tn-) und 12 HIV/TB-koinfizierte Personen unter ART (HIV + /TB + /Tn +) wurden gemessen. Nach Stichprobenausschlüssen (basierend auf den Ergebnissen im Abschnitt „Ergebnisse“) wurden diese Zahlen auf 24 HIV-/TB-/Tn-, 22 HIV-/TB + /Tn-, 7 HIV + /TB + /Tn- und 12 HIV reduziert + /TB + /Tn + Teilnehmer. Die Beschaffung unbehandelter HIV-, Tuberkulose- und koinfizierter Proben ist angesichts der von der WHO empfohlenen „Test and Treat“-Richtlinie für HIV-Infektionen und Tuberkulose äußerst schwierig [28, 29]. Studien an unbehandelten Proben helfen jedoch dabei, die Auswirkungen der Infektion von den Auswirkungen der Behandlung zu unterscheiden. Dies ist notwendig, damit die Ergebnisse zukünftiger Studien nicht für die Entwicklung diagnostischer Ansätze, sondern für die Entwicklung medizinischer Interventionen, insbesondere für die Prognose und Behandlung bereits Infizierter, genutzt werden sollen. Daher wurde diese Pilotstudie mit verfügbaren unbehandelten und behandelten Proben durchgeführt, um das zukünftige Studiendesign zu informieren und zu optimieren. Angesichts des Hintergrunds der Studienteilnehmer und ihres eingeschränkten Zugangs zu und/oder ihrer Nutzung von Gesundheitsdiensten waren die Ausschlusskriterien nicht zu umfangreich, um eine angemessene Stichprobenzahl sicherzustellen. Personen wurden von der Studie ausgeschlossen, wenn sie: (a) eine andere Krankheit hatten, die den untersuchten ähnelte (z. B. Asthma); oder (b) schwanger waren oder stillten. Angesichts der Tatsache, dass die Belastung sowohl durch HIV/AIDS als auch durch Tuberkulose in Gebieten mit begrenzten Ressourcen am höchsten ist [3, 30], erhöhen diese Ausschlusskriterien die Aussagekraft der Ergebnisse.

Eine Qualitätskontrollprobe (QC) wurde erstellt, indem 10 µL jeder Probe kombiniert und ein 50 µL-Aliquot dieser gepoolten QC-Probe pro Probencharge verwendet wurden. Die Extraktion und Analyse der Patienten- und QC-Proben erfolgte wie zuvor beschrieben [31]. Kurz gesagt, 50 µL Serum wurden mit einer Methanol:Chloroform:Wasser (1:3:1)-Lösung (enthaltend 50 ppm 3-Phenylbuttersäure als interner Standard) extrahiert. Proteine ​​wurden mit Acetonitril ausgefällt. Die Extrakte wurden mit Stickstoffgas getrocknet, gefolgt von einer Derivatisierung mit Methoxyamin und N,O-Bis(trimethylsilyl)trifluoracetamid mit 1 % Trimethylsilylchlorid. Die derivatisierten Proben wurden in die Probenschale eines Gerstel Multi-Purpose Sampler (Gerstel GmbH und Co. KG, Eberhard-Gerstel-Platz 1, D-4573 Mülheim an der Ruhr, Deutschland) gegeben, der an einen zweidimensionalen Gaschromatographen gekoppelt war -Flugmassenspektrometer (GCxGC-TOFMS; Pegasus 4D; LECO Corporation, St. Joseph, MI, USA). Das GCxGC-TOFMS verfügte über einen Agilent 7890A-Gaschromatographen (Agilent, Atlanta, GA) und ein TOFMS der LECO Corporation, ausgestattet mit einem kryogenen Kühler. Alle Patienten- und QC-Proben wurden in einem Aufteilungsverhältnis von 1:5 bei einer Einlasstemperatur von 270 °C (die während des gesamten Laufs konstant blieb) injiziert (1 µL). Die ersten vier Injektionen pro Charge umfassten eine Injektion einer Mischung aus Fettsäuremethylestern (FAMEs) und drei QC-Probeninjektionen (zum Vorbereiten des Analysegeräts). Die folgende Sequenz wurde dann für alle Probenchargen wiederholt, bis alle Proben einer Charge injiziert worden waren: eine Injektion von Hexan (um eine Verschleppung zu vermeiden), eine QC-Injektion und 5–6 randomisierte Patientenproben. Nachdem die letzte Patientenprobe injiziert worden war, endete der Lauf mit einer Hexan-Injektion, drei QC-Injektionen und schließlich einer FAMEs-Injektion. Dazu wurden eine primäre Restek Rxi-5Sil-MS-Kapillarsäule (28,75 m, 0,25 mm Innendurchmesser und 0,25 µm Filmdicke) und eine Restek Rxi-17 sekundäre Kapillarsäule (1,38 m, 0,25 mm Innendurchmesser und 0,25 µm Filmdicke) verwendet eine Verbindungstrennung erreichen. Die Programmierung von Ofen, Modulator und Massenspektrometer erfolgte wie zuvor beschrieben [31], mit Ausnahme von heißen und kalten Stickstoffgasimpulsen alle 3 s für 1,5 s.

Die generierten Daten wurden mit der ChromaTOF-Softwareversion 4.32 (LECO Corporation) verarbeitet. Vor der Ausrichtung aller Proben wurden Peakerkennung und Entfaltung durchgeführt. Die Massenspektrenbibliotheken des National Institute of Standards and Technology [32] und die des Potchefstroom Laboratory for Inborn Errors of Metabolism wurden nach Peaks durchsucht. Der Datensatz wurde mithilfe des massenspektralen Gesamtnutzsignals [33] normalisiert, um technische Abweichungen zu reduzieren und die Proben vergleichbarer zu machen. Der normalisierte Datensatz wurde dann verschiedenen Bereinigungsschritten unterzogen, darunter einem 50 %-Nullfilter [34], einer Batch-Effektkorrektur mittels Quantilgleichung [35] und einem QC-Variationskoeffizientenfilter (CV) [36].

Da diese Studie ausschließlich explorativ ist, wurde eine breite Palette statistischer Tests angewendet, um den Pool potenziell wichtiger Metaboliten zu erweitern, aus denen Hypothesen erstellt werden können. Die Gruppen wurden univariat auf folgende Weise verglichen: (i) Vergleichen Sie alle unbehandelten Patientenproben als eine Gruppe mit den gesunden Kontrollen unter Verwendung eines T-Tests und einer Fold Change (FC), um metabolische Veränderungen zu identifizieren, die allen Infektions-/Krankheitszuständen gemeinsam sind das Fehlen von ART; (ii) Vergleichen Sie alle Gruppen mithilfe einer Einweg-Varianzanalyse (ANOVA), um Stoffwechselveränderungen zu identifizieren, die für jeden Infektions-/Krankheitszustand einzigartig sind. In der ANOVA wurden nur die für diese Untersuchung relevanten Vergleiche untersucht (Abb. 1). In ähnlicher Weise wurden alle oben aufgeführten Vergleiche auch einer Hauptkomponentenanalyse (PCA), einer partiellen Diskriminanzanalyse der kleinsten Quadrate (PLS-DA) und einer hierarchischen Clusteranalyse (HCA) zur Untersuchung multivariater Datenanalysen unterzogen. Die Entscheidung, hier zur Visualisierung entweder PCA oder HCA anzuzeigen, wurde basierend darauf getroffen, welche der beiden Analysen für diesen spezifischen Vergleich aussagekräftiger war. Darüber hinaus wurden die unbehandelten koinfizierten Proben basierend auf der CD4-T-Zellzahl in Gruppen mit niedrigerer CD4-T-Zellzahl (LCD; < 1–100 Zellen/mm3) und höherer CD4-T-Zellzahl (HCD; 101–650) stratifiziert Zellen/mm3), um Stoffwechselextreme zu beobachten, wenn die CD4-T-Zellzahl als Maß für die Schwere der Erkrankung dient. Der Teilungspunkt bei 100 Zellen/mm3 war der natürliche Trennungspunkt in der Gruppe, da etwa die Hälfte der Gruppe CD4-T-Zellzahlen unter 100 Zellen/mm3 aufwies (vier von neun Proben; 44,4 %), während die andere Hälfte hatten Zellzahlen über 100 Zellen/mm3 (fünf von neun Proben; 55,6 %). Die LCD- und HCD-Gruppen wurden dann mithilfe von T-Test, FC und HCA verglichen. Eine Analyse der Rolle von CD4 in der behandelten koinfizierten Gruppe wurde in Betracht gezogen, aber aufgrund der großen Heterogenität dieser Gruppe nicht durchgeführt (Tabelle S1).

Für die Ziele dieser Untersuchung relevante Vergleiche umfassen: Ziel 1: Bestimmen Sie die Auswirkung einer unbehandelten HIV/TB-Koinfektion auf den Wirtsstoffwechsel durch Vergleich einer gesunden Kontrollgruppe mit einer unbehandelten koinfizierten Gruppe; Ziel 2: Bestimmen Sie die Auswirkung einer unbehandelten HIV-Infektion auf Patienten mit Tuberkulose durch Vergleich einer unbehandelten koinfizierten Gruppe mit einer unbehandelten Gruppe nur mit Tuberkulose (keine HIV-Infektion); Ziel 3: Bestimmen Sie die Wirkung von ART auf HIV/TB-koinfizierte Patienten durch Vergleich einer unbehandelten koinfizierten Gruppe mit einer koinfizierten Gruppe, die ART erhält. Gruppen: HIV-/TB-/Tn-: gesunde Kontrollpersonen; HIV-/TB + /Tn-: unbehandelte HIV-negative Patienten mit aktiver Lungentuberkulose; HIV + /TB + /Tn-: unbehandelte HIV/TB-koinfizierte Patienten; HIV + /TB + /Tn +: HIV/TB-koinfizierte Patienten unter ART

Die Verteilungen der nominalen Variablen wurden mithilfe der exakten Fisher-Tests in der IBM SPSS Statistics 27-Software bewertet. Der Ersatz fehlender Werte, die Datenvorverarbeitung und die statistische Analyse wurden mit MetaboAnalyst (Version 5.0) durchgeführt. Standardmäßig wurden fehlende Werte durch ein Fünftel des Mindestwerts im Datensatz für jede Variable ersetzt und basieren auf der Hypothese, dass diese fehlenden Werte wahrscheinlich nicht wirklich Null sind, sondern das Ergebnis von Verbindungshäufigkeiten unterhalb der Nachweisgrenze des Instruments sind [37]. Die Datensätze wurden transformiert und skaliert (die spezifische Methode, die angewendet wurde, hing vom Datensatz ab), um eine normalisierte Verteilung zu erreichen, da dies eine Voraussetzung für die genaue Verwendung verschiedener statistischer Analysen ist. Univariate Analysen umfassten t-Tests, FC und ANOVA mit Korrektur für Mehrfachtests durch den False Discovery Rate (FDR)-Ansatz (Variablen wurden als statistisch signifikant angesehen, wenn der angepasste p-Wert < 0,05 war) und Fishers geringste signifikante Differenz für Post-hoc Analyse.

Aufgrund der Größe des Datensatzes wurden nur biologisch relevante Metaboliten den Pearson-r-Korrelationen unterzogen. Korrelationen wurden nur dann als signifikant angesehen, wenn der angepasste p-Wert < 0,005 war, um die Anzahl der Metabolitenmarker weiter auf eine für die Dateninterpretation nutzbare Menge zu reduzieren und die Zuverlässigkeit der Ergebnisse zu erhöhen.

Wie bereits erwähnt, umfassten multivariate Analysen PCA (zur Bewertung der inhärenten Struktur der Daten) und PLS-DA. PLS-DA-Modelle wurden einmaligen Kreuzvalidierungs- und Permutationstests (Präzisionsgenauigkeit während des Trainings) unterzogen, jedoch nicht zur Identifizierung prädiktiver Marker verwendet. Stattdessen wurde der Einfluss der PLS-DA-Variablen auf die Projektionswerte (VIP), die direkt mit der Bedeutung eines Metaboliten bei der Differenzierung der Gruppen korrelieren (38), in einem explorativen Sinne genutzt. Das heißt, die Verteilung der Gruppen zu bewerten und zu bestimmen, ob die Metaboliten, die in den univariaten Analysen als statistisch signifikant identifiziert wurden, auch in einem multivariaten statistischen Umfeld ihre Bedeutung behalten.

Vor der Datenbereinigung wurden in dieser Studie insgesamt 529 Verbindungen nachgewiesen. Mehrere statistisch signifikante Metaboliten konnten nicht korrekt annotiert werden, möglicherweise aufgrund niedriger Signal-Rausch-Verhältnisse, erfolgloser Dekonvolution oder ihres Fehlens in den verwendeten Bibliotheken [39]. Metaboliten, die mit keiner biologischen Funktion in Zusammenhang gebracht werden konnten, wurden als „exogene/nicht annotierte Metaboliten“ gekennzeichnet und werden nicht diskutiert, sodass ihr Vorhandensein und ihre Funktion im menschlichen Serum weiterer Untersuchungen bedürfen. Fälle, in denen Metaboliten mit demselben Namen, aber mit unterschiedlichen eindeutigen Massen versehen waren und in denen die Massenspektren nicht visuell zugeordnet werden konnten, wurden separat aufgeführt, wobei die eindeutige Masse als Identifikator diente.

Die Anzahl der Proben pro Gruppe sowie demografische und klinische Informationen der Kohorte sind in Tabelle 1 aufgeführt. Ausführliche Informationen zu HIV-Patienten mit HIV finden Sie in Tabelle S1. Bei HIV-negativen TB-positiven Personen wurden im Rahmen der klinischen Praxis keine CD4-T-Zellzahlen erfasst, weshalb diese Informationen nicht verfügbar waren. Zwei Fälle innerhalb der unbehandelten koinfizierten Gruppe wiesen sehr hohe CD4-T-Zellzahlen auf. Tabelle 1 zeigt die mittleren CD4-T-Zellzahlen, wenn diese beiden Fälle einbezogen und ausgeschlossen werden (unterhalb der Doppellinie). Beachten Sie, dass auch weitere Proben aus der gesunden Gruppe ausgeschlossen wurden, wie später im Abschnitt „Ergebnisse“ erläutert wird.

Zwei Proben in der unbehandelten koinfizierten Gruppe mit CD4-T-Zellzahlen über 600 Zellen/mm3 gruppierten sich während der hierarchischen Clusterbildung mit den gesunden Kontrollen (Abb. 2A), obwohl sie nicht als Ausreißer gekennzeichnet wurden. Proben wurden als Ausreißer betrachtet, wenn der Durchschnitt aller Beobachtungen für diese Probe mehr als 1,96 Standardabweichungen über oder unter dem Mittelwert lag (auf dieser Grundlage war keine der Proben Ausreißer). Dies implizierte, dass bei diesen Teilnehmern aufgrund der Doppelinfektion noch keine signifikante Stoffwechselstörung aufgetreten war. Dies kann auf eine Vielzahl von Faktoren zurückzuführen sein, darunter unter anderem die Dauer ihrer HIV-Infektion oder einen genetischen Vorteil, der ihnen Schutz während einer HIV-Infektion verleiht (z. B. spezifische Konfigurationen der CCR5- und HLA-Klasse-I-Loci [40]). Daher wurde die HCA wiederholt, mit Ausnahme der beiden Proben mit hohen CD4-T-Zellzahlen. Die mittlere CD4-T-Zellzahl nach Ausschluss betrug 78 ± 87 Zellen/mm3, was auf einen schwereren oder fortschreitenderen Krankheitszustand hindeutet. Wie erwartet führte der Ausschluss dieser Proben zu einer engeren Gruppierung der Proben innerhalb einer Gruppe und zu einer größeren Trennung zwischen den Gruppen im hierarchischen Cluster-Dendrogramm, mit Ausnahme von fünf gesunden Kontrollproben, die sich im Bereich der koinfizierten Proben (gekennzeichnet mit) gruppierten Klammern, Abb. 2B). Obwohl es keine deklarierten klinischen Faktoren gab, die zu dieser Häufung hätten führen können, ist es möglich, dass diese Teilnehmer Pathologien aufwiesen, die ihnen selbst unbekannt waren, oder dass sie diese, wenn sie bekannt waren, einfach nicht deklarierten. Darüber hinaus gab es unter Verwendung des exakten Fisher-Tests keine signifikanten demografischen Unterschiede zwischen den verglichenen Gruppen hinsichtlich Alter, Geschlecht, Rauchen und CD4-T-Zellzahl (bei PLWHA) (Tabelle S2). Diese Dendrogramm-Clusterbildung deutet auf eine mögliche Rolle der Metabolomik bei der Erkennung von Erkrankungen mit ähnlichen Stoffwechselprofilen wie bei einer HIV/TB-Koinfektion hin. Diese fünf Proben wurden ausgeschlossen, um eine möglichst homogene gesunde Kontrollgruppe zu gewährleisten und das Vertrauen in die Ergebnisse zu erhöhen (Abb. 2C), was zu n = 24 für die gesunde Kontrollgruppe führte, wie in Tabelle 1 dargestellt. Bei unbehandelten Patientenfällen , dh TB-positive und koinfizierte Gruppen, wurden nach dem Probenausschluss einer HCA unterzogen, wobei sich die Proben aus den jeweiligen Gruppen hauptsächlich überlappten (Abb. 2E). Dies impliziert, dass es neben oder zusätzlich zum Krankheitsstatus und der CD4-T-Zellzahl weitere Determinanten gibt, die diese Häufung vorantreiben. Weitere Einzelheiten zur Schichtung und zum Ausschluss von Stichproben finden Sie in den Tabellen S3–S4 und Abb. S1.

Pearson-Dendrogramme (A) der gesunden Kontrollprobe und der unbehandelten HIV/TB-koinfizierten Proben (n = 38); (B) nach Ausschluss unbehandelter HIV/TB-koinfizierter Proben mit CD4-T-Zellzahlen über 600 Zellen/mm3 (n = 36); (C) nach Ausschluss von fünf gesunden Kontrollpersonen (n = 31); (D) der unbehandelten HIV/TB-koinfizierten Proben nach Stratifizierung basierend auf der CD4-T-Zellzahl vor dem Probenausschluss (LCD: niedrigere CD4-Zahl, < 100 Zellen/mm3, HCD: höhere CD4-Zahl, > 100 Zellen/mm3, n = 9); und (E) die gesunden Kontrollproben, unbehandelte TB-positive und unbehandelte HIV/TB-koinfizierte Proben nach Ausschluss der sieben Proben (n = 53). Das in diesen Dendrogrammen verwendete Abstandsmaß war Pearsons und der Clustering-Algorithmus Wards D

Dieser Trend wurde bestätigt, als die unbehandelten HIV/TB-koinfizierten Proben anhand der CD4-T-Zellzahl geschichtet wurden, bevor Proben mit hohen CD4-T-Zellzahlen ausgeschlossen wurden (Abb. 2D). Es war klar, dass es andere Quellen gab der Variation, da die Unterschiede innerhalb der LCD- und HCD-Gruppen größer waren als die zwischen den Gruppen. Ein solcher Faktor könnte die Viruslast sein, die zum Zeitpunkt der Probenentnahme nicht bei allen Teilnehmern erfasst war. Alle weiteren Analysen wurden daher durchgeführt, mit Ausnahme der fünf gesunden Kontrollpersonen, die mit den koinfizierten Proben gehäuft waren, und der beiden koinfizierten Proben mit hohen CD4-T-Zellzahlen.

Beim Vergleich der HCD- und LCD-Gruppen mithilfe von T-Tests unterschieden sich nach Korrektur für mehrere Tests keine Metaboliten signifikant. Da die Gruppen jedoch klein sind, wurden auch die Ergebnisse ohne FDR untersucht. Sechs Metaboliten hatten p-Werte < 0,05 (ohne FDR) unter Verwendung von t-Tests und hatten FCs > 2: 11,14-Eicosadiensäure, Mannitol, 2-(Diethylamino)ethylvaccenoat, Leucylleucin und zwei nicht annotierte Verbindungen (Tabellen S5 und S6). ). Somit scheinen Lipide und lipidähnliche Moleküle, Proteinkatabolismus und organische Sauerstoffverbindungen mit der CD4-T-Zellzahl assoziiert zu sein, da diese Metaboliten in der Gruppe mit einem schwereren Krankheitszustand, basierend auf der CD4-T-Zellzahl, vergleichsweise reduziert waren. Abbildung 3 zeigt die Verteilung dieser Verbindungen in den HCD- und LCD-Gruppen innerhalb der unbehandelten HIV/TB-koinfizierten Gruppe.

Boxdiagramme mit überlagerten Streifendiagrammen zeigen die Verteilung der Daten für die Metaboliten, die sich in den t-Tests signifikant verändert haben, indem die HCD- (n = 5) und LCD-Gruppen (n = 4) innerhalb der unbehandelten HIV/TB-koinfizierten Gruppe vor dem Ausschluss verglichen wurden von Proben mit hohen CD4-T-Zellzahlen. Eine Analyse der Rolle von CD4 in der behandelten koinfizierten Gruppe wurde aufgrund der großen Heterogenität dieser Gruppe nicht durchgeführt. Diese Ergebnisse waren nach mehreren Tests statistisch nicht signifikant, aber da es sich um eine explorative Studie handelt, werden hier p-Werte vor der Korrektur angegeben: (A) 0,032, (B) 0,037, (C) 0,038 und (D) 0,041

Da HIV-Infektion und Tuberkulose bekanntermaßen überlappende Stoffwechselveränderungen verursachen [12], wurden alle unbehandelten Patientenproben (HIV-/TB + /Tn- und HIV + /TB + /Tn-, n = 29) zusammengefasst und miteinander verglichen die gesunden Kontrollpersonen (n = 24), um einen Hinweis darauf zu erhalten, welche Metaboliten mit der allgemeinen Reaktion auf eine Infektion zusammenhängen, im Gegensatz zu denen, die entweder mit einer HIV-Infektion oder einer separaten Tuberkulose assoziiert sind. Abbildung 4A ist ein PCA-Score-Diagramm dieses Vergleichs, das zeigt, dass sich die Stoffwechselprofile der Patienten teilweise mit denen der gesunden Kontrollpersonen überschneiden. Dies ist nicht unerwartet, da dies in der Literatur zur HIV- und TB-Metabolomik häufig vorkommt (z. B. [41] und [42]) und auch eine Folge der Heterogenität in den Patienten- oder Kontrollproben sein kann. L-Prolin, Glycerin (Einzelmasse: 103), Glycerin (Einzelmasse: 73), D-Lyxose und 2-Ketobuttersäure waren signifikant erhöht, während 3-Indolpropionsäure und 4-Hydroxyprolin signifikant erniedrigt waren, alle mehr als doppelt so hoch ( 0,5 < FC > 2) in der unbehandelten Patientengruppe im Vergleich zu den gesunden Kontrollpersonen. Diese Metaboliten hatten auch einen PLS-DA-VIP (Abb. 4B) von > 1,5, während der Grenzwert für die Signifikanz typischerweise bei VIP > 1 liegt (detaillierte statistische Ergebnisse finden Sie in den Tabellen S7–S10 und in Abb. S2 für die PLS-DA-Validierungsergebnisse). ).

Ein PCA- und (B) PLS-DA-Score-Diagramm, das die Verteilung der Proben anzeigt (gesunde Kontrollen und alle unbehandelten Patientenproben, n = 53). Die Gruppen überlappten sich hauptsächlich bei (A), waren jedoch homogener und konnten bei (B) besser voneinander unterschieden werden, hauptsächlich aufgrund von Veränderungen im Zusammenhang mit Entzündungen und dem Abbau von Molekülen als Treibstoff bei chronisch entzündlichen Erkrankungen wie dieser. Während das PLS-DA-Modell (B) bei der Kreuzvalidierung für ein Einkomponentenmodell nicht optimal abschnitt (Genauigkeit = 0,54), wurde es beim Permutationstest validiert (p-Wert = < 0,05).

Das Diagramm der PCA-Scores zeigte keine natürliche Trennung zwischen den gesunden Kontrollpersonen und den Patientengruppen (unbehandelt und behandelt), was auf sehr geringe Stoffwechselunterschiede zwischen den Gruppen schließen lässt (Abb. 5A). Das Diagramm der PLS-DA-Scores zeigte, dass sich die Patientengruppen (unbehandelt und behandelt) größtenteils überschneiden, obwohl sie immer noch heterogener sind als die gesunden Kontrollpersonen. Die gesunden Kontrollpersonen waren deutlicher von den Patientengruppen getrennt (Abb. 5B). Das PLS-DA-Score-Diagramm zeigt auch, dass die koinfizierten Personen unter ART und nicht die unbehandelten koinfizierten Personen tendenziell am weitesten von den gesunden Kontrollpersonen entfernt lagen, was auf verstärkte oder deutliche Stoffwechselveränderungen aufgrund von ART hindeutet (Abb. 5B). PLS-DA-Kreuzvalidierung und Permutationstests zeigten, dass das Modell überangepasst war (Kreuzvalidierung für ein Einkomponentenmodell: Q2 = 0,40, R2 = 0,60, Genauigkeit = 0,60; Permutationstests p-Wert = 0,241) und Daher wurde das PLS-DA-Modell nur im explorativen Sinne verwendet, um diejenigen Metaboliten zu identifizieren, die zur Gruppentrennung beitragen.

(A) PCA- und (B) PLS-DA-Score-Diagramme, die die Verteilung aller Proben (gesunde Kontrollen und alle unbehandelten und behandelten Patientenproben) nach Probenausschlüssen (n = 65) angeben. Nach dem Stichprobenausschluss waren die Gruppen homogener und konnten besser voneinander unterschieden werden, insbesondere durch die PLS-DA-Analyse und die Identifizierung der Variablen, die für die Trennung der Gruppen wichtig sind. Das PLS-DA-Modell (B) wurde nicht validiert (Kreuzvalidierung für ein Einkomponentenmodell: Q2 = 0,40, R2 = 0,60, Genauigkeit = 0,60; Permutationstest-p-Wert = 0,241) und wurde ausschließlich in einem explorativen, im Gegensatz zur prädiktiven Art und Weise

Abbildung 6, ein Kreispackungsdiagramm (erstellt in R mit ggplot2 und dem Paket „packcircles“), veranschaulicht die 62 Metaboliten, die auf der Grundlage der ANOVA als signifikant unterschiedlich zwischen allen Gruppen identifiziert wurden. Dazu gehörten verschiedene Verbindungsklassen, nämlich Lipide und lipidähnliche Moleküle, organische Säuren und ihre Derivate, Aminosäuren, organoheterozyklische Verbindungen, organische Sauerstoffverbindungen, Benzoide und organische Stickstoffverbindungen (siehe auch Tabellen S11–13). Der Radius jedes Kreises ist proportional zur Anzahl der Verbindungen in dieser bestimmten Klasse. Die Klassen werden wie in der Human Metabolome Database beschrieben aufgelistet. Unter Ausschluss der nicht annotierten Verbindungen (n = 8; siehe Tabelle S11) ergaben sich 54 interpretierbare Metaboliten, deren Trends und die entsprechenden Statistiken in Tabelle 2 aufgeführt sind (Liniendiagramme aller dieser Metaboliten finden Sie auch in Tabelle S13). Alle über ANOVA als signifikant angezeigten Metaboliten hatten auch einen VIP > 1, basierend auf der ersten Komponente des PLS-DA (wie durch Kreuzvalidierungstests angezeigt, siehe Abbildung S3). Obwohl die in Tabelle 2 aufgeführten Metaboliten keinen prädiktiven Charakter haben, können sie verwendet werden, um die Varianz zwischen den Gruppen in dieser Kohorte und damit die Stoffwechselveränderungen zu erklären, die während der untersuchten Infektions-/Krankheitszustände hervorgerufen werden. Für nachfolgende Ergebnisse werden von den identifizierten signifikanten Metaboliten nur die obersten 15 % im Text in der Reihenfolge steigender ANOVA-p-Werte aufgeführt, sofern die vollständige Liste mehr als zehn Metaboliten umfasst. Die vollständigen Listen für jeden Vergleich sind in den Tabellen S14–S16 und die Pearson-r-Korrelationsdaten in Tabelle S17 aufgeführt.

Ein Kreispackungsdiagramm, das die Verteilung der Verbindungsklassen innerhalb der durch ANOVA als signifikant identifizierten Metaboliten zeigt. Der Radius des Kreises ist proportional zur Anzahl der Metaboliten dieser spezifischen Klasse (ebenfalls in Klammern angegeben). Das Diagramm zeigt, dass lipidähnliche Moleküle sowie Zwischenprodukte organischer Säuren maßgeblich zur Erklärung der Varianz zwischen den Gruppen in dieser Kohorte beitragen. Den geringsten Beitrag leisteten die organischen Stickstoffverbindungen (ONC).

Die in Tabelle 2 aufgeführten Metaboliten waren in der unbehandelten HIV/TB-Koinfektionsgruppe im Vergleich zu den gesunden Kontrollpersonen signifikant verändert, mit Ausnahme von Glucuronsäure, D-Lyxose, Cadaverin, Pyruvat, 2,6-Di-tert-butyl-p- Kresol, 2-Amino-1-methyl-1H-imidazol-4-o und eine nicht annotierte Verbindung (siehe Tabelle S14). Die zehn Metaboliten mit den signifikantesten p-Werten in diesem Vergleich (in der Reihenfolge ihrer Bedeutung) waren 3,4-Dihydroxybuttersäure (DHBA), Tetrahydrofuran, Phenylalanin, 1-Desoxypentitol, 2,4-Di-tert-butylphenol, Glycerin-3-phosphat, Alpha-Linolensäure, Lysin, Dimethylaminoethylacrylat und 3-Hydroxyisovaleriansäure. Dieses Profil deutet hauptsächlich auf eine Entzündung und einen erhöhten Katabolismus hin, um Zwischenprodukte bereitzustellen, um den erhöhten Energiebedarf zu decken, der während einer Infektion typisch ist [11]. Dies weist auch darauf hin, dass mehrere Bereiche des Stoffwechsels während einer Koinfektion erheblich beeinträchtigt werden, da fünf der sieben in den ANOVA-Ergebnissen dargestellten chemischen Klassen in den zehn wichtigsten Metaboliten vertreten sind.

Abbildung 7A stellt Boxplots für die Metaboliten dar, die sich beim Vergleich der unbehandelten TB-positiven und koinfizierten Proben sowie beim Vergleich der unbehandelten mit den behandelten koinfizierten Proben signifikant unterschieden. Diese Metaboliten traten auch im Vergleich zwischen unbehandelter Koinfektion und gesunden Kontrollpersonen auf. Daher wurden diese Metaboliten zur weiteren Interpretation ausgewählt, da sie für die Ziele dieser Studie am relevantesten sind, nämlich (i) die Wirkung einer unbehandelten HIV/TB-Koinfektion auf den Wirtsstoffwechsel durch Vergleich einer gesunden Kontrollgruppe mit einer unbehandelten Co -infizierte Gruppe, (ii) um die Wirkung einer unbehandelten HIV-Infektion auf Patienten mit Tuberkulose zu bestimmen, indem eine unbehandelte koinfizierte Gruppe mit einer unbehandelten Gruppe mit Tuberkulose allein (keine HIV-Infektion) verglichen wird, und (iii) um die Wirkung von ART zu bestimmen an HIV/TB-koinfizierten Patienten durch Vergleich einer unbehandelten koinfizierten Gruppe mit einer koinfizierten Gruppe, die ART erhielt (siehe Abb. 1). Die meisten dieser 13 Metaboliten (siehe Tabelle S15), die sich beim Vergleich der unbehandelten TB- und HIV/TB-koinfizierten Gruppen deutlich unterschieden, sind am Lipidstoffwechsel beteiligt. Die übrigen wichtigen Metaboliten werden als Zucker und Zuckeralkohole bzw. Aminosäuren und deren Derivate klassifiziert. Dies ist ein typisches Stoffwechselprofil für eine HIV-Infektion, wenn man die frühere Literatur berücksichtigt [43,44,45]. In diesem Vergleich waren die wichtigsten Metaboliten (in der Reihenfolge ihrer Bedeutung) 3,4-DHBA, Tetrahydrofuran, 1-Desoxypentitol, Glycerin-3-phosphat und Alpha-Linolensäure, die zuvor mit Immunaktivierung, Entzündung, verringertem Antioxidansstatus usw. in Verbindung gebracht wurden nachfolgende Darmdysbiose. In ähnlicher Weise waren Lipide und lipidähnliche Metaboliten die Klasse der Metaboliten, die am stärksten von einer HIV-Infektion bei Personen mit Tuberkulose betroffen war (sieben Metaboliten der 22 signifikant veränderten Metaboliten in diesem Vergleich, siehe Tabelle S15).

Boxplots mit überlagerten Streifendiagrammen zeigen die Verteilung der Daten für die Metaboliten, die sich in den folgenden Vergleichen signifikant veränderten: HIV-/TB + /Tn- (TB) versus HIV + /TB + /Tn- (unbehandeltes HIV/TB) und HIV + /TB + /Tn- (unbehandeltes HIV/TB) im Vergleich zu HIV + /TB + /Tn + (ART-behandeltes HIV/TB). (A) Metaboliten, die durch eine HIV-Infektion während einer bestehenden TB-Infektion signifikant verändert wurden, wobei dieser Trend durch ART bis zu einem gewissen Grad umgekehrt wurde (wenn auch nicht in allen Fällen mit statistischer Signifikanz). (B) 3-Hydroxyisovaleriansäure war der einzige Metabolit, der durch die HIV-Infektion bei Patienten mit unbehandelter HIV/TB-Koinfektion nicht signifikant verändert wurde, bei koinfizierten Personen jedoch aufgrund von ART signifikant verändert wurde

Die Behandlung der HIV-Infektion bei HIV/TB-koinfizierten Patienten mit ART führte zu einer Umkehrung einiger der in Abschn. 1 beobachteten Trends. 3.3.2 (Darstellung der Auswirkung einer HIV-Infektion auf Tuberkulose); 3,4-DHBA; L-Prolin; 2,4-DHBA und D-Mannitol waren in der Koinfektionsgruppe erhöht und sanken, wenn diese Koinfektionspatienten ART erhielten. Alpha-Linolensäure, Glycerinmonostearat, 1-Monopalmitin, Dodecanal und Nonanamid waren bei HIV/TB-koinfizierten Patienten im Vergleich zu Patienten mit alleiniger Tuberkulose verringert, stiegen jedoch nach ART an (Abb. 7A). Tabelle S16 listet die wichtigsten Metaboliten für diesen Vergleich auf. Ähnlich wie bei einer HIV-Infektion wurde der Lipidstoffwechsel durch ART am stärksten beeinflusst, da fünf der zehn signifikant veränderten Metaboliten Lipide oder Lipidderivate waren, was mit früheren Erkenntnissen über die metabolische Wirkung von ART übereinstimmt [46]. Die durch ART beeinflussten deutlich veränderten Metaboliten können mit infektionsbedingten Entzündungen, Darmdysbiose und Lipidstoffwechsel in Verbindung gebracht werden. 3-Hydroxyisovaleriansäure (Abb. 7B) war der einzige Metabolit, der von der HIV-Infektion nicht signifikant beeinflusst wurde, obwohl er in der unbehandelten HIV/TB-koinfizierten Gruppe im Vergleich zur TB-Gruppe leicht erhöht war. Dieser Metabolit nahm in der ART-behandelten Koinfektionsgruppe im Vergleich zur unbehandelten Koinfiziertengruppe signifikant ab, was auf einen möglichen ART-bedingten Mechanismus für diese Verringerung schließen lässt.

Das mit einer HIV/TB-Koinfektion verbundene Stoffwechselprofil weist auf eine signifikante Überschneidung mit Tuberkulose allein hin, weist aber auch einzigartige Merkmale auf. Diese Ergebnisse verdeutlichen den erheblichen Forschungsaufwand, der noch erforderlich ist, um das menschliche Metabolom im Allgemeinen vollständig zu charakterisieren. Die Ergebnisse wurden mit vorhandener Literatur verglichen, um die in dieser Untersuchung beobachteten Stoffwechselveränderungen zu kontextualisieren oder zu erklären.

Bevor auf die Ziele dieser Studie eingegangen wird, erfolgt eine kurze Diskussion über die Stoffwechselveränderungen, die mit klinischen und demografischen Parametern verbunden sind. In Abb. 3 waren Metaboliten im Zusammenhang mit dem Lipid- und Proteinstoffwechsel (11,14-Eicosadiensäure, 2-(Diethylamino)ethylvaccenoat und Leucylleucin) verringert, während Mannitol in der LCD-Gruppe im Vergleich zur HCD-Gruppe erhöht war. Dies ist zu erwarten, da sich Personen mit einer niedrigeren CD4-T-Zellzahl typischerweise in einem fortgeschritteneren Krankheitsstadium mit höherer Viruslast befinden. Die größere Schwere der Infektion würde den Körper des Wirts stärker belasten, da das Virus mehr Ressourcen des Wirts für die Replikation beansprucht. Darüber hinaus könnte dies den Erfolg von Mtb bei diesen Personen steigern (siehe Kwan und Ernst [47] und Sharan et al. [7] sowie Übersichtsartikel zu den Mechanismen, durch die dies geschieht), was das Stoffwechselsystem des Wirts überfordern würde. Obwohl diese Hypothese sehr plausibel ist, kann sie in dieser Studienkohorte nicht bestätigt werden, da keine Viruslast und keine Indikatoren für den TB-Schweregrad verfügbar waren. Der verringerte Gehalt an 2-(Diethylamino)ethylvaccenoat in der LCD-Gruppe weist auf den Cholesterinstoffwechsel hin, da er mit dem Cholesterinester Cholesteryl-1-vaccenoat zusammenhängt, das ein Hauptbestandteil von Lipoproteinpartikeln ist. Dies steht im Einklang mit früheren Ergebnissen zum Zusammenhang zwischen Cholesterin und CD4-T-Zellzahlen bei unbehandelter HIV-Infektion [48] und der Aktivierung von Lymphozyten bei Tuberkulose [49, 50]. Der Stoffwechsel langkettiger Fettsäuren wird durch die Abnahme von 11,14-Eicosadiensäure in der LCD-Gruppe beeinflusst, obwohl nicht viel über die Rolle dieses Eicosadiensäure-Derivats im menschlichen Stoffwechsel bekannt ist. Es ist interessant festzustellen, dass die Reduzierung des Dipeptids Leucylleucin normalerweise das Gegenteil erwartet, da die Proteinabbauprodukte im Krankheitsverlauf normalerweise zunehmend zunehmen, da der Körper beginnt, alternative Brennstoffsubstrate zu verwenden, um den entzündungsbedingten erhöhten Stoffwechsel und Energiebedarf zu decken. Der beobachtete Rückgang deutet jedoch darauf hin, dass diese Personen ihre Proteinreservoirs bereits erschöpft haben, was die zuvor berichteten Hinweise auf eine beeinträchtigte Nettoproteinbilanz bei koinfizierten Personen stützt [13]. Auch die erhöhten Mannitolspiegel in der LCD-Gruppe stützen diese Hypothese. Dieser erhöhte Mannitolspiegel kann zusätzlich auf subklinische Koinfektionen bei den koinfizierten Personen und/oder eine virulentere Zusammensetzung der Mikrobiota hinweisen [51, 52]. Darmentzündungen wirken sich auf die Mannitolpermeabilität bei Menschen mit HIV aus [53], was den in der LCD-Gruppe beobachteten erhöhten Mannitolspiegel erklären könnte, was möglicherweise auf einen progressiveren Phänotyp hinweist. Obwohl diese Metaboliten in einer extrem kleinen Kohorte nachgewiesen wurden, geben sie einen Hinweis darauf, welche Stoffwechselanalysen für die Untersuchung der Auswirkung der CD4-T-Zellzahl bei Personen mit HIV/TB-Koinfektion am relevantesten wären. Aus diesen und früheren Ergebnissen geht jedoch auch klar hervor, dass dies in Kombination mit der Bestimmung anderer biochemischer Parameter, Messungen der Körperzusammensetzung und vor allem der Messung der Viruslast erfolgen muss, vorzugsweise in einem Längsschnittstudiendesign.

Der Proteinkatabolismus ist eine bekannte metabolische Folge einer HIV- und TB-Infektion [13, 14]. Bei der Untersuchung der Daten der Patientengruppen im Vergleich zu den Kontrollen zeigten die Patientengruppen vergleichsweise erhöhte Werte von 2-Ketobuttersäure und L-Prolin und verringerte Werte von 4-Hydroxyprolin. Dies deutet auf den Abbau von Proteinen und Aminosäuren zur Energiegewinnung hin, da diese Metaboliten Zwischenprodukte des Aminosäurestoffwechsels sind, die in den Tricarbonsäurezyklus einfließen. 3-Indolpropionsäure ist aufgrund des Stoffwechsels von Immunzellen und Mikroben ein weiteres Abbauprodukt von Aminosäuren, insbesondere Tryptophan (dies wird weiter unten ausführlicher untersucht). Erhöhte Glycerinwerte (Einzelmasse: 73 und 103) weisen außerdem auf die Verwendung alternativer Kraftstoffsubstrate wie Lipide als Produkt der Lipidhydrolyse hin. Darüber hinaus nutzen Mtb und andere intrazelluläre bakterielle Krankheitserreger glycerinhaltige Lipide als Brennstoffsubstrate [54]. Dazu synthetisieren die Bakterien ihre eigenen Phospholipasen und greifen auf solche des Wirts zurück, etwa auf die Phospholipase A2, die im Rahmen der Entzündungsreaktion des Wirts freigesetzt wird [54, 55]. Arabinose war in der Patientengruppe ebenfalls signifikant erhöht und ist ein wesentlicher Bestandteil der Mtb-Zellwand [56] und wurde mit einem veränderten Darmmikrobiom infolge von COVID-19 [57] und anderen Infektionen in Verbindung gebracht. Daher deutet das allgemeine Stoffwechselprofil von Personen mit Tuberkulose oder HIV/TB-Koinfektion auf einen Zustand geringer Energieverfügbarkeit und ein verändertes Darmmikrobiom hin, möglicherweise aufgrund der chronisch entzündlichen Natur dieser Krankheiten.

Bei der Untersuchung der Daten wurde die Gruppe der unbehandelten HIV/TB-Koinfizierten mit der Gruppe der nur unbehandelten Tuberkulose verglichen (d. h. die Auswirkung einer HIV-Infektion auf Tuberkulose wurde beschrieben); Phenylalanin war in der unbehandelten koinfizierten Gruppe vergleichsweise erhöht, während Tryptophan verringert war. In Bioflüssigkeiten, die aus unbehandelter Tuberkulose [36, 58, 59, 60, 61] und unbehandelter HIV-Infektion mit HIV gewonnen wurden, wurde bereits über erhöhte Phenylalaninwerte berichtet [43, 62, 63]. Dies kann auf eine verminderte Phenylalaninhydroxylase (PAH)-Aktivität [62, 63] aufgrund eines Tetrahydrobiopterin (BH4)-Mangels [63] oder einer beeinträchtigten Insulinsekretion [36] zurückgeführt werden. Dies ist wahrscheinlich darauf zurückzuführen, dass das durch Interferon beeinflusste BH4 empfindlich auf Oxidation reagiert, was sich bei den hohen OS-Werten während der Infektion [9, 64] in der koinfizierten Gruppe verschlimmert [65, 66]. Darüber hinaus produzieren Makrophagen und dendritische Zellen Neopterin auf Kosten von BH4, wodurch dieses weiter abgebaut wird. Dieser Mechanismus wird durch die Tatsache bestätigt, dass Neopterin bekanntermaßen sowohl bei HIV-Infektionen (67) als auch bei Tuberkulose (68) erhöht ist und währenddessen sogar noch ausgeprägter ist HIV/TB-Koinfektion [69]. Es wurde auch gezeigt, dass Neopterin die Entwicklung einer aktiven Tuberkulose bei Menschen mit HIV sechs Monate vor einem dramatischen Anstieg der Viruslast und einer Verringerung der CD4-T-Zellzahl vorhersagt. Obwohl Neopterin in dieser Studie nicht als Metabolitenmarker nachgewiesen wurde, trägt die fortgesetzte Immunaktivierung während einer HIV/TB-Koinfektion [7] über die Überproduktion von Neopterin zur BH4-Depletion bei, wodurch die PAH-Aktivität verringert wird. Daher können die erhöhten Phenylalaninspiegel dem OS und der Immunaktivierung durch eine HIV-Infektion zugeschrieben werden.

Der veränderte Tryptophan-Metabolismus über den Kynurenin-Weg als Folge einer erhöhten Indoleamin-2,3-Dioxygenase-1-Aktivität ist eine bekannte Folge verschiedener entzündlicher Erkrankungen, einschließlich HIV [43,44,45, 70,71,72] und Tuberkulose [36]. , 58, 68, 73, 74] und HIV/TB-Koinfektion [16, 17]. Die Indolprodukte des Tryptophan-Katabolismus durch die Darmmikrobiota können endogen auf durch Interleukin-4 induzierbare Weise in T-Zellen und dendritischen Zellen produziert werden [75]. Die Bedeutung des Tryptophan-Katabolismus durch die Darmmikrobiota während einer Koinfektion spiegelt sich in den verringerten Spiegeln von Tryptophan und 3-Indolessigsäure (IAA) (sowie 3-Indolpropionsäure [IPA] und 3-Indolmilchsäure [ILA]) wider unbehandelte HIV/TB-koinfizierte Gruppe im Vergleich zu den gesunden Kontrollpersonen). Tryptophan war in allen Patientengruppen im Vergleich zu gesunden Kontrollpersonen verringert, und dies war in der unbehandelten koinfizierten Gruppe am ausgeprägtesten, wenn auch nicht statistisch signifikant (Tabelle 2). Olsson et al. [18] zeigten kürzlich, dass der Tryptophan-Spiegel während einer HIV/TB-Koinfektion niedriger ist, als sie die Eignung des Kynurenin/Tryptophan-Verhältnisses als Instrument zur Identifizierung von TB-Fällen in einer unbehandelten Kohorte von Menschen mit HIV untersuchten. IPA, IAA und ILA spielen alle eine Rolle als Antioxidantien, lindern Entzündungen [76,77,78,79] und regulieren die Darmimmunität durch Aktivierung des Aryl-Kohlenwasserstoffrezeptor-Transkriptionsfaktors [75, 80]. Ein erhöhter IPA-Gehalt wird mit einer verbesserten Integrität der Darmbarriere in Verbindung gebracht [81] und hat eine mykobakterienspezifische Antibiotikaaktivität [78]. Daher könnte seine Abnahme mit dem durch HIV verursachten Verlust der Integrität der Darmbarriere zusammenhängen [82], einer Darmschädigung, die bekanntermaßen bei Co. auftritt -infizierte Personen [23] und möglicherweise ein Fortschreiten der Tuberkulose bei HIV-positiven Menschen [78]. Typischerweise nehmen die katabolen Produkte von Tryptophan zu, wenn Tryptophan abnimmt. Allerdings sind der fortgeschrittene Krankheitszustand (gemäß der CD4-T-Zellzahl in Tabelle 1), hohe OS-Werte (9, 64) und eine Mikrobiom-Dysbiose (20, 21) die Folge. bei den koinfizierten Personen könnte für diese Beobachtung verantwortlich sein. Diese Daten und frühere Berichte bestätigen, dass HIV/TB-koinfizierte Personen einen signifikant erhöhten Tryptophan-Katabolismus aufweisen [16, 17] im Vergleich zu Personen mit nur einem dieser Krankheitszustände, und legen nahe, dass die aus der Darmmikrobiota stammenden Tryptophan-Kataboliten wichtige Indikatoren dafür sein könnten koinfizierter Zustand. Dies könnte in Verbindung mit dem Kynurenin/Tryptophan-Verhältnis verwendet werden, das als Biomarker für Koinfektionen vorgeschlagen wurde [17, 18].

In der unbehandelten HIV/TB-koinfizierten Gruppe wurde im Vergleich zur unbehandelten TB-Gruppe eine allgemeine Abnahme der lipidbezogenen Metaboliten beobachtet, was frühere Berichte über die Wirkung von HIV auf die Veränderung des Lipidstoffwechsels bestätigt [46]. Glycerin-3-phosphat wird zur schnellen Regeneration von Reduktionsäquivalenten für die oxidative Phosphorylierung [83] im Gehirn und in der Skelettmuskulatur verwendet. Der Glycerin-3-phosphat-Shuttle verknüpft auch den Fettsäurestoffwechsel (der typischerweise während einer HIV-Infektion [84] und Tuberkulose [85] gestört ist) mit Glykolyse und oxidativer Phosphorylierung [86], wodurch Fettsäuren bevorzugt zur Energiegewinnung genutzt werden können. Alpha-Linolensäure und Arachidonsäure sind essentielle mehrfach ungesättigte Fettsäuren (PUFAs) und wichtige Strukturbestandteile von Zellmembranen [87] sowie Entzündungsmediatoren, da sie als Vorläufer von Eicosanoiden fungieren. Niedrige Alpha-Linolensäure-Spiegel sind mit der Unfähigkeit verbunden, das Virus während einer Infektion zu inaktivieren, was zu Virusproliferation und Immunschwäche führt [88]. PUFAs und Glycerophospholipide sind auch wichtig, um koinfizierte Personen, die ein entzündliches Immunrekonstitutionssyndrom entwickeln, von solchen zu unterscheiden, bei denen dies nicht der Fall ist [26]. In der unbehandelten koinfizierten Gruppe wurden verringerte Dodecanal-Spiegel (auch Laurinaldehyd genannt) beobachtet (Tabelle S13), was auf den Decansäure-Metabolismus [89] als alternatives Energiesubstrat [31] schließen lässt. Diese Fettsäure wird typischerweise als Zwischenprodukt des Stoffwechsels von Glycerophospholipiden (insbesondere Plasmalogenen) produziert und weist auf Veränderungen im Membranumsatz hin. Es wurde bereits berichtet, dass die Plasmalogene während einer HIV-Infektion verringert sind [45, 90]. Diese Lipide sind für die Membranstruktur und -funktion sowie die Immunität von wesentlicher Bedeutung und dienen als Antioxidantien zum Schutz vor Lipidperoxidation [89]. Nonanamid und Decamamid gehören zur kürzlich identifizierten Unterklasse der Fettamide von Metaboliten, die möglicherweise bioaktive Signalfunktionen haben [91]. Obwohl hier nicht nachgewiesen, wurde festgestellt, dass Oleamid die Aktivität von 4-Aminobuttersäure (GABA)-Rezeptoren moduliert. Angesichts der unten diskutierten Ergebnisse bedarf die Wirkung anderer Fettamide auf Signalprozesse und Stoffwechselenzyme weiterer Untersuchungen, insbesondere bei HIV und deren Wirkung auf Tuberkulose bei HIV/TB-koinfizierten Personen.

Der Abbau von GABA führt zur Produktion von 3,4-DHBA und 2,4-DHBA [92]. Diese Hydroxyfettsäuren waren in der Gruppe der unbehandelten Koinfizierten im Vergleich zu den gesunden Kontrollpersonen signifikant erhöht – tatsächlich wies die Gruppe der unbehandelten Koinfizierten im Vergleich zu allen anderen Patientengruppen die höchsten Werte auf. 3,4-DHBA löst ein Sättigungsgefühl aus, möglicherweise aufgrund seiner strukturellen Ähnlichkeit mit 3-Hydroxybuttersäure [93], die während des Fastens als alternatives Brennstoffsubstrat verwendet wird. Diese Metaboliten sind auch mit einem schlechten allgemeinen Gesundheits- und Ernährungszustand verbunden, der durch eine extrem niedrige Energiezufuhr verursacht wird [94]. Dies deutet auf eine Kachexie hin, die mit der allgemeinen Indikation zur Nutzung alternativer Energiesubstrate übereinstimmt und sowohl für eine HIV-Infektion als auch für Tuberkulose charakteristisch ist [49, 95]. Erhöhte 3,4-DHBA-Werte wurden auch im Urin von erfolglos behandelten Tuberkulosepatienten nachgewiesen [96], was den Zusammenhang mit einem progressiven Phänotyp weiter bestätigt. Der genaue Mechanismus der erhöhten 3,4-DHBA- und 2,4-DHBA-Konzentrationen muss jedoch noch geklärt werden. Daher wurde 3,4-DHBA in dieser Untersuchung einer Korrelationsanalyse mit anderen signifikant veränderten Metaboliten unterzogen, um festzustellen, ob dies neue Erkenntnisse über die Mechanismen der Kachexie liefern könnte. 3,4-DHBA korrelierte positiv mit 2,4-DHBA, Phenylalanin, 3-Hydroxyisovaleriansäure und mikrobiellen Metaboliten (Arabinose und Rhamnose), während es negativ mit Tryptophan, IAA, Threonin und 2-Ketoisocapronsäure (einem weiteren Zwischenprodukt des Leucinkatabolismus) korrelierte ) und Tetrahydrofuran. Angesichts der Mechanismen, die zur Veränderung dieser korrelierenden Metaboliten führen, würde 3,4-DHBA daher mit stärker ausgeprägter Entzündung und mikrobieller Translokation ansteigen.

Der Stoffwechsel der Mikrobiota ist ein wesentlicher Bestandteil des menschlichen Stoffwechsels [22]. Der Phenylalanin- und Tryptophan-Metabolismus durch die Darmmikrobiota führt zu Kresol- und Indol-Zwischenprodukten [97,98,99]. Während zuvor gezeigt wurde, dass sie während einer HIV-Infektion erhöht sind [62, 100, 101], sind ein p-Kresol-Derivat, 2,4-Di-tert-butylphenol (das nicht vom Menschen hergestellt werden kann [102]) und Benzoesäure [ 103] waren in der unbehandelten HIV/TB-koinfizierten Gruppe im Vergleich zu denen mit alleiniger Tuberkulose reduziert. Die durch eine HIV-Infektion verursachte beeinträchtigte Integrität der Darmschleimhaut, die mikrobielle Translokation und die Mikrobiom-Dysbiose (die auch ein Merkmal von Tuberkulose ist) [20, 21, 53] spiegeln sich im Allgemeinen in den pathomorphologischen Veränderungen wider, die im Dünndarm von HIV/TB-Co-Patienten beobachtet werden. infizierte Personen. In Anbetracht dessen könnten die verringerten Konzentrationen des p-Kresol-Derivats und der Benzoesäure in dieser Studie, die durch eine HIV-Infektion bei TB-positiven Personen hervorgerufen werden, aufgrund der antioxidativen Eigenschaften dieser Metaboliten auf eine veränderte Mikrobiota und ein erhöhtes OS zurückzuführen sein [23]. Darüber hinaus wurde 2,4-Di-tert-butylphenol im Stuhlmetabolom von COVID-19-Patienten nachgewiesen und korrelierte signifikant mit bestimmten Populationen von COVID-19-veränderten Darmmikroben [57]. Daher kann sein Vorkommen im Serum auf eine Translokation aus dem Darm aufgrund des HIV-assoziierten „Leaky Gut“ zurückzuführen sein. Ebenso wurde Cadaverin, ein mikrobiell produziertes antioxidatives Polyamin, bei den unbehandelten koinfizierten Patienten im Vergleich zu den TB-Patienten in geringeren Mengen nachgewiesen. Dieser Metabolit wurde in HIV-Infektionen (62) und Mtb-bezogenen Metabolomics-Studien (37, 104) nachgewiesen. Da die Darmmikrobiota Cadaverin produziert, wird die hier beobachtete Verringerung höchstwahrscheinlich auf die veränderte Darmgesundheit und Mikrobiotazusammensetzung im Zusammenhang mit HIV-Infektion und Tuberkulose zurückgeführt [105]. Cadaverin ist Teil des Glutathion-Stoffwechselwegs und daher kann seine Verringerung mit dem OS verbunden sein [106]. Darüber hinaus wurde bei HIV/TB-koinfizierten Patienten im Vergleich zu Patienten mit ausschließlich HIV-Infektion (mit und ohne ART) über verringerte Glutathionspiegel mit gleichzeitig erhöhten Indikatoren der Lipidperoxidation berichtet [9], was auf ein verschlechtertes OS während HIV/TB-Koinfektion hindeutet -Infektion.

Bei Personen unter ART kommt es zu Entzündungen und Immunaktivierung, wenn auch in geringerem Maße als vor der Behandlung [107]. Obwohl ART das Stoffwechselprofil der HIV/TB-koinfizierten Personen im Allgemeinen nicht in einem statistisch signifikanten Ausmaß veränderte, waren die Werte von Alpha-Linolensäure, Dodecanal und L-Prolin signifikant unterschiedlich und erholten sich teilweise (wenn auch nicht auf dem Niveau in). gesunde Kontrollpersonen). Dies steht im Einklang mit früheren Studien, die zeigten, dass ART den Stoffwechselzustand nicht auf den von gesunden Personen wiederherstellt, sondern vielmehr weitere Aberrationen induziert [108] und trotz Virussuppression immer noch eine anhaltende Entzündung widerspiegelt (Übersicht von Hileman und Funderburg [107]). . Dies spiegelt sich auch im Score-Diagramm des PLS-DA (Abb. 5B) wider, das zeigt, dass die koinfizierten Personen unter ART und nicht die unbehandelten koinfizierten Personen am weitesten von den gesunden Kontrollpersonen entfernt waren. 3-Hydroxyisovaleriansäure war der einzige Metabolit, der bei koinfizierten Personen unter ART, die nicht zusätzlich zur Tuberkulose nicht von einer HIV-Infektion betroffen waren, signifikant anders war. Sein Anstieg spiegelt möglicherweise die bekannte Wirkung der durch ART verursachten mitochondrialen Schädigung wider (Übersicht von Bañó et al. [109]), da es sich um ein Abbauprodukt von Leucin handelt. Dies kann eine Folge einer verringerten Methylcrotonyl-CoA-Carboxylase-Aktivität sein, da dadurch ein Prozess in Gang gesetzt wird, der zur Freisetzung der freien 3-Hydroxyisovaleriansäure führt [110], muss jedoch in diesem Zusammenhang weiter untersucht werden. Abbildung 8 fasst die potenziellen Auswirkungen von HIV und seiner Behandlung auf HIV/TB-koinfizierte Personen zusammen, wie oben erläutert.

Eine visuelle Zusammenfassung der möglichen Auswirkungen einer HIV-Infektion und ihrer Behandlung auf Patienten mit Tuberkulose, wie durch diese Metabolomics-Untersuchung erläutert. A Dargestellt sind die Auswirkungen der Metaboliten, die sich zwischen der unbehandelten TB-Gruppe und der unbehandelten HIV/TB-koinfizierten Gruppe deutlich unterscheiden, was die Auswirkungen einer HIV-Infektion auf eine Person darstellt, die bereits an Tuberkulose leidet. B Es wurde festgestellt, dass die Auswirkungen der Metaboliten zwischen den unbehandelten und ART-behandelten HIV/TB-Koinfektionsgruppen deutlich unterschiedlich sind, was die Wirkung von ART auf die HIV/TB-Koinfektion darstellt. Obwohl ART die Auswirkungen einer HIV-Infektion in gewissem Maße verbesserte, was darauf hindeutet, dass einige Metaboliten auf einen Wert zurückkehrten, der näher an dem der gesunden Kontrollpersonen lag, aber nicht mit diesem übereinstimmte, blieben viele Metaboliten von ART unberührt

Eine HIV/TB-Koinfektion führt zu einer metabolischen Signatur, die typisch für das ist, was man typischerweise bei anderen Infektionen sieht, nämlich einen erhöhten Katabolismus, um den erhöhten Energiebedarf zur Bekämpfung von Infektionen zu decken. Wenn die Stoffwechselunterschiede zwischen Vergleichsgruppen genauer analysiert werden, deuten die Ergebnisse darauf hin, dass HIV und seine Behandlung die Tuberkulose zumindest teilweise synergistisch verstärken, und zwar durch erhöhte Entzündung, OS, ART-induzierte Mitochondrienschäden und ihre schädlichen Auswirkungen auf die Darmgesundheit. Diese Faktoren wirken sich negativ auf die Energieverfügbarkeit aus, was die Abwehrkräfte des Wirts schwächt und dazu beiträgt, dass Personen mit HIV/TB-Koinfektion im Vergleich zu Personen mit alleiniger Tuberkulose häufiger schlechte Behandlungsergebnisse erleiden. Obwohl ART typischerweise mit metabolischen Aberrationen verbunden ist, deuten diese Ergebnisse darauf hin, dass sie bei einigen Metaboliten die durch eine HIV-Infektion verursachten Trends umkehrt. Diese Umkehrung ist jedoch nicht vollständig, da dadurch die Metabolitenspiegel von ART-behandelten HIV-positiven Menschen nicht auf die Werte gesunder Kontrollpersonen zurückgeführt werden und mehrere andere Metaboliten unverändert blieben.

In Anbetracht des oben Gesagten beschreibt diese Untersuchung nicht nur eine metabolische Signatur einer HIV/TB-Koinfektion, sondern liefert auch Hinweise auf die Krankheitsmechanismen, die mit HIV, Tuberkulose und dem Zustand der HIV/TB-Koinfektion verbunden sind. Darüber hinaus beleuchtet diese Studie die Bereiche des Stoffwechsels, die am wahrscheinlichsten betroffen sind, für zukünftige Untersuchungen mit gezielteren Metabolomics-Ansätzen in relevanten Bioflüssigkeiten. Neben der geringen Stichprobengröße ist eine weitere Einschränkung dieser Studie das Fehlen von Proben von Personen, die eine Tuberkulosebehandlung mit und ohne begleitende ART erhalten. Beispiele möglicher Ansätze für zukünftige Studien umfassen eine organische Säureextraktion und GC-MS, ein semi-targetiertes Lipid-Panel und LC-MS sowie einen positiven Elektrospray-Ionisationsmodus und eine Derivatisierung speziell für die Analyse von Fettacylderivaten, eine gezielte Acyl-Carnitin-Studie unter Verwendung von LC-MS sowie gezielter Kernspinresonanzspektroskopie für Zucker unter Verwendung von Bioflüssigkeiten von HIV/TB-koinfizierten Personen – mit und ohne Behandlung (Anti-TB-Medikamente und ART). Aus der Diskussion geht hervor, dass dies idealerweise mit immunologischen und Mikrobiota-Studien kombiniert werden sollte, da viele dieser Stoffwechselveränderungen stark mit verschiedenen immunologischen Reaktionen verbunden sind. Solche Studien würden von begleitenden enzymatischen Tests profitieren, um direktere mechanistische Informationen zu erhalten (hier nicht durchgeführt, da das Probenvolumen begrenzt ist). Die Wirt-Mikroben-Interaktionen, einschließlich der mit gemeinschaftlichen Mikroben und den interessierenden Krankheitserregern (z. B. HIV und Mtb), auf metabolischer Ebene, insbesondere bei Infektionskrankheiten, sind für das vollständige Verständnis der immunmetabolischen Aberrationen, die bei HIV- und Mtb-Erregern auftreten, von wesentlicher Bedeutung. infizierter Wirt. Solche Studien könnten auch neues Licht auf die Ursprünge und Mechanismen werfen, die die chronische Immunaktivierung und Entzündung während einer Infektion aufrechterhalten, selbst wenn die Virusinfektion durch Medikamente unterdrückt wird. Diese Studien sollten idealerweise in einem Längsschnittstudiendesign in Kohorten durchgeführt werden, die klinisch und demografisch gut charakterisiert sind. Darüber hinaus wurde in dieser Studie die Notwendigkeit hervorgehoben, das menschliche Metabolom besser zu charakterisieren, insbesondere im Hinblick auf die Identifizierung von Metaboliten, die in menschlichen Bioflüssigkeiten vorkommen, aber nicht annotiert werden können, sowie von Verbindungen, von denen bisher keine bekannte biologische Funktion bekannt ist. Die Fähigkeit der Metabolomik, Individuen anhand ihres Gesundheitszustands zu unterscheiden, wurde auch in dieser Untersuchung gezeigt, indem fünf vermeintlich gesunde Individuen mit den gesammelten Proben von denen mit dem am weitesten fortgeschrittenen Krankheitszustand gruppiert wurden. Dieses Vorkommnis müsste weiter geklärt werden und würde Metabolomics-Studien auf Bevölkerungsebene erfordern, um zu ermitteln, ob Metabolomics zur Identifizierung eines subklinischen Krankheitszustands verwendet werden kann, der möglicherweise bei einer Person vorliegt, die noch keine Symptome oder aktive Krankheit aufweist Früherkennung von Krankheiten.

Alle Daten, die Teil dieses Dokuments und seines Zusatzmaterials sind, können kostenlos bezogen werden. Datensätze sind auf Biostudies unter der Zugangsnummer S-BSST1084 verfügbar.

Weltgesundheitsorganisation. WHO-Richtlinie zu gemeinsamen TB/HIV-Aktivitäten: Leitlinien für nationale Programme und andere Interessengruppen. Genf: Weltgesundheitsorganisation; 2012. S. 36.

Google Scholar

Dorward J, Khubone T, Gate K, Ngobese H, Sookrajh Y, Mkhize S, Jeewa A, Bottomley C, Lewis L, Baisley K, et al. Die Auswirkungen des COVID-19-Lockdowns auf die HIV-Versorgung in 65 südafrikanischen Primärversorgungskliniken: eine unterbrochene Zeitreihenanalyse. Lancet HIV. 2021;8(3):e158–65.

Artikel CAS PubMed PubMed Central Google Scholar

Weltgesundheitsorganisation. Globaler Tuberkulosebericht 2020. Genf: Weltgesundheitsorganisation; 2020. S. 232.

Google Scholar

Waterfield KC, Shah GH, Etheredge GD, Ikhile O. Folgen der COVID-19-Krise für Menschen mit HIV: Die Auswirkungen sozialer Determinanten der Gesundheit. BMC öffentliche Gesundheit. 2021;21(1):299.

Artikel CAS PubMed PubMed Central Google Scholar

Weltgesundheitsorganisation. Globaler Tuberkulosebericht 2022. Genf: Weltgesundheitsorganisation; 2022. S. 68.

Google Scholar

Pawlowski A, Jansson M, Sköld M, Rottenberg ME, Källenius G. Tuberkulose und HIV-Koinfektion. PLoS Pathog. 2012;8(2): e1002464.

Artikel CAS PubMed PubMed Central Google Scholar

Sharan R, Bucsan AN, Ganatra S, Paiardini M, Mohan M, Mehra S, Khader SA, Kaushal D. Chronische Immunaktivierung bei TB/HIV-Koinfektion. Trends Mikrobiol. 2020;28(8):619–32.

Artikel CAS PubMed PubMed Central Google Scholar

Vanham G, Edmonds K, Qing L, Hom D, Toossi Z, Jones B, Daley CL, Huebner B, Kestens L, Gigase P, et al. Generalisierte Immunaktivierung bei Lungentuberkulose: Koaktivierung mit HIV-Infektion. Clin Exp Immunol. 1996;103(1):30–4.

Artikel CAS PubMed PubMed Central Google Scholar

Awodele O, Olayemi SO, Nwite JA, Adeyemo TA. Untersuchung der Parameter für oxidativen Stress bei HIV- und HIV-TB-koinfizierten Patienten. J Dev Ctries infizieren. 2012;6(1):79–85.

Artikel CAS PubMed Google Scholar

Amiel E, Perona-Wright G. Süßes Gespräch: Stoffwechselgespräche zwischen Wirt und Mikrobe während einer Infektion. Immunologie. 2020;162:121–2.

Artikel Google Scholar

Palmer CS, Cherry CL, Sada-Ovalle I, Singh A, Crowe SM. Glukosestoffwechsel in T-Zellen und Monozyten: neue Perspektiven in der HIV-Pathogenese. EBioMedizin. 2016;6:31–41.

Artikel PubMed PubMed Central Google Scholar

Liebenberg C, Luies L, Williams AA. Metabolomics als Instrument zur Untersuchung der HIV/TB-Koinfektion. Front Mol Biosci. 2021;8:1009.

Artikel Google Scholar

Paton N, Ng Y, Chee C, Persaud C, Jackson A. Auswirkungen von Tuberkulose und HIV-Infektion auf den Proteinstoffwechsel im gesamten Körper während der Fütterung, gemessen mit der [15N]-Glycin-Methode. Bin J Clin Nutr. 2003;78:319–25.

Artikel CAS PubMed Google Scholar

Van Lettow M, Fawzi WW, Semba RD. Dreifaches Problem: Die Rolle der Unterernährung bei Tuberkulose und der Koinfektion mit dem humanen Immundefizienzvirus. Nutr Rev. 2003;61(3):81–90.

Artikel PubMed Google Scholar

Paton NI, Ng YM. Studien zur Körperzusammensetzung bei Patienten mit durch Tuberkulose bedingter Auszehrung. Ernährung. 2006;22(3):245–51.

Artikel PubMed Google Scholar

Collins JM, Siddiqa A, Jones DP, Liu K, Kempker RR, Nizam A, Shah NS, Ismail N, Ouma SG, Tukvadze N, et al. Der Tryptophan-Katabolismus spiegelt die Krankheitsaktivität bei menschlicher Tuberkulose wider. JCI Insight. 2020;5(10):e1

Artikel PubMed PubMed Central Google Scholar

Adu-Gyamfi CG, Snyman T, Hoffmann CJ, Martinson NA, Chaisson RE, George JA, Suchard MS. Plasma-Indoleamin-2,3-Dioxygenase, ein Biomarker für Tuberkulose bei Patienten, die mit dem humanen Immundefizienzvirus infiziert sind. Clin Infect Dis. 2017;65(8):1356–8.

Artikel CAS PubMed PubMed Central Google Scholar

Olsson O, Skogmar S, Tesfaye F, Mulleta D, Jansson M, Björkman P. Kynurenin/Tryptophan-Verhältnis zum Nachweis einer aktiven Tuberkulose bei Erwachsenen mit HIV vor einer antiretroviralen Therapie. AIDS. 2022;36(9):1245.

Artikel CAS PubMed Google Scholar

Dunn WB. Aktuelle Trends und zukünftige Anforderungen für die massenspektrometrische Untersuchung mikrobieller, Säugetier- und Pflanzenmetabolome. Phys. Biol. 2008;5(1):011001.

Artikel PubMed Google Scholar

Vujkovic-Cvijin I, Somsouk M. HIV und die Darmmikrobiota: Zusammensetzung, Konsequenzen und Möglichkeiten zur Verbesserung. Aktueller HIV/AIDS Rep. 2019;16(3):204–13.

Artikel PubMed PubMed Central Google Scholar

Hu Y, Feng Y, Wu J, Liu F, Zhang Z, Hao Y, Liang S, Li B, Li J, Lv N, et al. Die Signaturen des Darmmikrobioms unterscheiden gesunde von Patienten mit Lungentuberkulose. Front Cell Infect Microbiol. 2019;9:90.

Artikel CAS PubMed PubMed Central Google Scholar

Gill SR, Pop M, Deboy RT, Eckburg PB, Turnbaugh PJ, Samuel BS, Gordon JI, Relman DA, Fraser-Liggett CM, Nelson KE. Metagenomische Analyse des menschlichen distalen Darmmikrobioms. Wissenschaft. 2006;312(5778):1355–9.

Artikel CAS PubMed PubMed Central Google Scholar

Todoriko L, Pidverbetska O, Shevchenko O, Semianiv I, Shevchenko R, Yeremenchuk I. Morphologische Veränderungen der Dünndarmschleimhaut bei HIV/Mycobacterium tuberculosis-Koinfektion. Arch Balkan Med Union. 2021;56:193–200.

Artikel CAS Google Scholar

Duangkumpha K, Jariyasopit N, Wanichthanarak K, Dhakal E, Wisanpitayakorn P, Thotsiri S, Sirivatanauksorn Y, Kitiyakara C, Sathirapongsasuti N, Khoomrung S. Die GC × GC-TOFMS-Metabolomikanalyse identifiziert erhöhte Plasmazucker- und Zuckeralkoholspiegel bei Patienten mit Diabetes mellitus . mit Nierenversagen. J Biol. Chem. 2022;298(10): 102445.

Artikel CAS PubMed PubMed Central Google Scholar

Jain RG, Furfine ES, Pedneault L, White AJ, Lenhard JM. Stoffwechselkomplikationen im Zusammenhang mit einer antiretroviralen Therapie. Antivirale Res. 2005;51(3):151–77.

Artikel Google Scholar

Silva CAM, Graham B, Webb K, Ashton LV, Harton M, Luetkemeyer AF, Bokatzian S, Almubarak R, Mahapatra S, Hovind L, et al. Eine Pilotstudie zur Metabolomik zum entzündlichen Tuberkulose-Immunrekonstitutionssyndrom. Int J Infect Dis. 2019;84:30–8

Artikel PubMed PubMed Central Google Scholar

Organisation WH: Anhang 3, Sammlung, Lagerung und Versand von Proben für die Labordiagnose und Interpretation der Ergebnisse. Richtlinien zur Überwachung von Masern, Röteln und angeborenem Rötelnsyndrom in der Europäischen Region der WHO. Verfügbar unter: https://www.ncbi.nlm.nih.gov/books/NBK143256/. Genf: WHO 2012.

Weltgesundheitsorganisation. Konsolidierte Leitlinien zum Einsatz antiretroviraler Medikamente zur Behandlung und Vorbeugung von HIV-Infektionen: Empfehlungen für einen Ansatz im Bereich der öffentlichen Gesundheit. Genf: Weltgesundheitsorganisation; 2016. S. 480.

Google Scholar

Weltgesundheitsorganisation. Konsolidierte Leitlinien zur HIV-Prävention, -Diagnose, -Behandlung und -Pflege für wichtige Bevölkerungsgruppen 2016. Genf: Weltgesundheitsorganisation; 2016. S. 155.

Google Scholar

Glaziou P, Sismanidis C, Floyd K, Raviglione M. Globale Epidemiologie der Tuberkulose. Cold Spring Harb Perspect Med. 2014;5(2):a017798–a017798.

Artikel PubMed Google Scholar

Stander Z, Luies L, Mienie LJ, Keane KM, Howatson G, Clifford T, Stevenson EJ, Loots DT. Das durch einen Marathon induzierte veränderte Metabolom des menschlichen Serums. Metabolomik. 2018;14:150.

Artikel PubMed Google Scholar

Lebensmittel- und Arzneimittelbehörde. Validierung bioanalytischer Methoden – Leitfaden für die Industrie. In. Herausgegeben vom US-Gesundheitsministerium. Silver Spring: Zentrum für Arzneimittelbewertung und -forschung; 2018.

Google Scholar

Warrack BM, Hnatyshyn S, Ott KH, Reily MD, Sanders M, Zhang H, Drexler DM. Normalisierungsstrategien für die metabolische Analyse von Urinproben. J Chromatogr. 2009;877(5–6):547–52.

CAS Google Scholar

Smuts I, Van Der Westhuizen FH, Louw R, Mienie LJ, Engelke UFH, Wevers RA, Mason S, Koekemoer G, Reinecke CJ. Offenlegung einer mutmaßlichen Biosignatur für Störungen der Atmungskette durch einen Metabolomics-Ansatz. Metabolomik. 2013;9(2):379–91.

Artikel CAS Google Scholar

Wang S., Kuo C., Tseng JT. Batch Normalizer: Eine schnelle Methode zur Kalibrierung der Gesamthäufigkeitsregression zur gleichzeitigen Anpassung von Batch- und Injektionsreihenfolgeneffekten in Metabolomics-Daten auf der Basis von Flüssigkeitschromatographie/Flugzeit-Massenspektrometrie und zum Vergleich mit aktuellen Kalibrierungsmethoden. Anal Chem. 2013;85:1037–46.

Artikel CAS PubMed Google Scholar

Luies L, Loots DT. Die Tuberkulose-Metabolomik zeigt Anpassungen von Mensch und Mikrobe, um im Wettbewerb zu bestehen und zu überleben. Metabolomik. 2016;12(40):1.

Google Scholar

Schoeman JC, du Preez I, du Loots T. Ein Vergleich von vier Sputum-Vorextraktionsvorbereitungsmethoden zur Identifizierung und Charakterisierung von Mycobacterium tuberculosis mithilfe der GCxGC-TOFMS-Metabolomik. J Mikrobiologische Methoden. 2012;91(2):301–11.

Artikel CAS PubMed Google Scholar

De Villiers L, Loots DT. Verwendung der Metabolomik zur Aufklärung der Mechanismen im Zusammenhang mit dem Scheitern der Tuberkulosebehandlung. Aktuelle Metabolomik. 2013;1(4):306–17.

Artikel Google Scholar

Tsugawa H, Tsujimoto Y, Arita M, Bamba T, Fukusaki E. GC/MS-basierte Metabolomik: Entwicklung eines Data-Mining-Systems zur Metabolitenidentifizierung unter Verwendung von Soft Independent Modeling of Class Analogy (SIMCA). BMC Bioinform. 2011;12(1):131.

Artikel CAS Google Scholar

McLaren PJ, Fellay J. HIV-1 und menschliche genetische Variation. Nat Rev Genet. 2021;22(10):645–57.

Artikel CAS PubMed PubMed Central Google Scholar

Sitole L, Meyer D. Raman-Spektroskopie-basierte Metabonomik von HIV-infizierten Seren erkennt Aminosäure- und Glutathionveränderungen. Aktuelle Metabolomik. 2015;03:1–1.

Artikel Google Scholar

Du Preez I, Loots DT. Neue Metabolitenmarker im Sputum, die Anpassungen des Wirts an Mycobacterium tuberculosis und umgekehrt implizieren. Tuberkulose. 2013;93(3):330–7.

Artikel PubMed Google Scholar

Sitole LJ, Tugizimana F, Meyer D. Multiplattform-Metabonomik entschlüsselt Aminosäuren als Marker für HIV/antiretrovirale Kombinationstherapie-induzierten oxidativen Stress. J Pharma Biomed Anal. 2019;176: 112796.

Artikel CAS Google Scholar

Li X, Wu T, Jiang Y, Zhang Z, Han Therapie. Zytokin. 2018;110:204.

Artikel CAS PubMed Google Scholar

Peltenburg NC, Schoeman JC, Hou J, Mora F, Amy CH, Selwyn HL, Jörgen B, Jaap AB, Annelies V, Thomas H, et al. Anhaltende Stoffwechselveränderungen bei HIV-infizierten Patienten während des ersten Jahres der antiretroviralen Kombinationstherapie. Wissenschaftlicher Vertreter. 2018;8(1):1

Artikel Google Scholar

Funderburg NT, Mehta NN. Lipidanomalien und Entzündungen bei HIV-Infektion. Aktueller HIV/AIDS Rep. 2016;13(4):218–25.

Artikel PubMed PubMed Central Google Scholar

Kwan CK, Ernst JD. HIV und Tuberkulose: ein tödliches menschliches Syndrom. Clin Microbiol Rev. 2011;24(2):351–76.

Artikel PubMed PubMed Central Google Scholar

Tort O, Escribà T, Egaña-Gorroño L, de Lazzari E, Cofan M, Fernandez E, Gatell JM, Martinez E, Garcia F, Arnedo M. Der Cholesterinausfluss reagiert auf die Viruslast und die CD4-Zahlen bei HIV+-Patienten und wird bei HIV gedämpft ausgesetzt. J Lipid Res. 2018;59(11):2108–15.

Artikel CAS PubMed PubMed Central Google Scholar

Luies L, du Preez I. Das Echo der Lungentuberkulose: Mechanismen klinischer Symptome und anderer krankheitsbedingter systemischer Komplikationen. Clin Microbiol Rev. 2020;33(4):e00036-e20.

Artikel CAS PubMed PubMed Central Google Scholar

Feng S, Du YQ, Zhang L, Zhang L, Feng RR, Liu SY. Analyse des Serum-Stoffwechselprofils mittels Ultra-Performance-Flüssigkeitschromatographie-Massenspektrometrie zur Entdeckung von Biomarkern: Anwendung in einer Pilotstudie zur Unterscheidung von Patienten mit Tuberkulose. Chin Med J. 2015;128(2):159.

Artikel CAS PubMed PubMed Central Google Scholar

Niehaus WG, Flynn T. Regulierung der Biosynthese und des Abbaus von Mannit durch Cryptococcus neoformans. J Bakteriol. 1994;176(3):651–5.

Artikel CAS PubMed PubMed Central Google Scholar

Megson GM, Stevens DA, Hamilton JR, Denning DW. D-Mannitol im Liquor von Patienten mit AIDS und Kryptokokken-Meningitis. J Clin Microbiol. 1996;34(1):218–21.

Artikel CAS PubMed PubMed Central Google Scholar

Epple HJ, Schneider T, Troeger H, Kunkel D, Allers K, Moos V, Amasheh M, Loddenkemper C, Fromm M, Zeitz M, et al. Eine Beeinträchtigung der Darmbarriere ist bei unbehandelten HIV-infizierten Patienten offensichtlich, fehlt jedoch bei unterdrückend behandelten HIV-infizierten Patienten. Darm. 2009;58(2):220.

Artikel CAS PubMed Google Scholar

Blötz C, Stülke J. Glycerinstoffwechsel und seine Auswirkung auf die Virulenz bei Mykoplasmen. FEMS Microbiol Rev. 2017;41(5):640–52.

Artikel PubMed Google Scholar

Scott DL, White SP, Browning JL, Rosa JJ, Gelb MH, Sigler PB. Strukturen der freien und gehemmten menschlichen sekretorischen Phospholipase A2 aus entzündlichem Exsudat. Wissenschaft. 1991;254(5034):1007–10.

Artikel CAS PubMed Google Scholar

Khoo KH, Suzuki R, Dell A, Morris HR, McNeil MR, Brennan PJ, Besra GS. Chemie der Lyxose-haltigen Mykobakteriophagenrezeptoren von Mycobacterium phlei/Mycobacterium smegmatis. Biochemie. 1996;35(36):11812–9.

Artikel CAS PubMed Google Scholar

Lv L, Jiang H, Chen Y, Gu S, Xia J, Zhang H, Lu Y, Yan R, Li L. Das fäkale Metabolom bei COVID-19-Patienten ist verändert und mit klinischen Merkmalen und Darmmikroben verbunden. Anal Chim Acta. 2021;1152: 338267.

Artikel CAS PubMed PubMed Central Google Scholar

Weiner J, Parida SK, Maertzdorf J, Black GF, Repsilber D, Telaar A, Mohney RP, Arndt-Sullivan C, Ganoza CA, Faé KC, et al. Biomarker für Entzündung, Immunsuppression und Stress werden durch metabolomische Profilierung von Tuberkulosepatienten aufgedeckt. Plus eins. 2012;7(7): e40221.

Artikel CAS PubMed PubMed Central Google Scholar

Zhou A, Ni J, Xu Z, Wang Y, Lu S, Sha W, Karakousis PC, Yao YF. Anwendung der 1 H-NMR-Spektroskopie-basierten Metabolomik auf Seren von Tuberkulosepatienten. J Proteome Res. 2013;12(10):4642–9.

Artikel CAS PubMed Google Scholar

Vrieling F, Alisjahbana B, Sahiratmadja E, van Crevel R, Harms AC, Hankemeier T, Ottenhoff THM, Joosten SA. Plasmametabolomik bei Tuberkulosepatienten mit und ohne gleichzeitigem Typ-2-Diabetes bei Diagnose und während der Antibiotikabehandlung. Sci Rep. 2019;9(1):18669.

Artikel CAS PubMed PubMed Central Google Scholar

Vrieling F, Ronacher K, Kleynhans L, van den Akker E, Walzl G, Ottenhoff THM, Joosten SA. Patienten mit gleichzeitiger Tuberkulose und Diabetes weisen ein proatherogenes Plasmalipidprofil auf. EBioMedizin. 2018;32:192–200.

Artikel PubMed PubMed Central Google Scholar

Ghannoum MA, Mukherjee PK, Jurevic RJ, Retuerto M, Brown RE, Sikaroodi M, Webster-Cyriaque J, Gillevet PM. Metabolomik deckt unterschiedliche Konzentrationen oraler Metaboliten bei HIV-infizierten Patienten auf: Auf dem Weg zu neuen diagnostischen Zielen. OMICS. 2013;17(1):5–15.

Artikel CAS PubMed PubMed Central Google Scholar

Zangerle R, Kurz K, Neurauter G, Kitchen M, Sarcletti M, Fuchs D. Erhöhtes Phenylalanin-Tyrosin-Verhältnis im Blut bei HIV-1-Infektion und Korrektur nach wirksamer antiretroviraler Therapie. Gehirnverhalten Immun. 2010;24(3):403–8.

Artikel CAS PubMed Google Scholar

Madebo T, Lindtjørn B, Aukrust P, Berge RK. Zirkulierende Antioxidantien und Lipidperoxidationsprodukte bei unbehandelten Tuberkulosepatienten in Äthiopien. Bin J Clin Nutr. 2003;78(1):117–22.

Artikel CAS PubMed Google Scholar

Fuchs D, Jaeger M, Widner B, Wirleitner B, Artner-Dworzak E, Leblhuber F. Ist Hyperhomocysteinämie eher auf den oxidativen Abbau von Folat als auf eine unzureichende Nahrungsaufnahme zurückzuführen? Clin Chem Lab Med. 2001;39(8):691–4.

Artikel CAS PubMed Google Scholar

Widner B, Fuchs D, Leblhuber F, Sperner-Unterweger B. Ist ein gestörter Homocystein- und Folatstoffwechsel bei Depressionen auf erhöhten oxidativen Stress zurückzuführen? J Neurol Neurochirurgische Psychiatrie. 2001;70(3):419–419.

Artikel CAS PubMed PubMed Central Google Scholar

Munshi SU, Rewari BB, Bhavesh NS, Jameel S. Kernspinresonanzbasierte Profilierung von Bioflüssigkeiten zeigt metabolische Dysregulation bei HIV-infizierten Personen und Personen unter antiretroviraler Therapie. Plus eins. 2013;8(5): e64298.

Artikel CAS PubMed PubMed Central Google Scholar

Isa F, Collins S, Lee MH, Decome D, Dorvil N, Joseph P, Smith L, Salerno S, Wells MT, Fischer S, et al. Massenspektrometrische Identifizierung von Urin-Biomarkern für Lungentuberkulose. EBioMedizin. 2018;31:157–65.

Artikel PubMed PubMed Central Google Scholar

Immanuel C, Victor L, Chelvi KS, Padmapriyadarsini C, Rehman F, Elias S. et al.: Serumneopterinspiegel bei HIV-infizierten Patienten mit und ohne Tuberkulose. Ind J Med Res. 2005;121(4):220–5.

CAS Google Scholar

Dagenais-Lussier . J Virol. 2016;90(17):7967–79.

Artikel CAS PubMed PubMed Central Google Scholar

Jenabian MA, Patel M, Kema I, Kanagaratham C, Radzioch D, Thebault P, Lapointe R, Tremblay C, Gilmore N, Ancuta P, et al. Deutlicher Tryptophan-Katabolismus und Th17/Treg-Gleichgewicht bei HIV-Progressiven und Elite-Controllern. Plus eins. 2013;8(10): e78146.

Artikel CAS PubMed PubMed Central Google Scholar

Gostner JM, Becker K, Kurz K, Fuchs D. Gestörter Aminosäurestoffwechsel bei HIV: Zusammenhang mit neuropsychiatrischen Symptomen. Frontpsych. 2015;6:97.

Google Scholar

Almeida AS, Lago PM, Boechat N, Huard RC, Lazzarini LCO, Santos AR, Nociari M, Zhu H, Perez-Sweeney BM, Bang H, et al. Tuberkulose ist mit einer heruntermodulierenden Immunantwort der Lunge verbunden, die die Immunität vom Th1-Typ beeinträchtigt. J Immunol. 2009;183(1):718.

Artikel CAS PubMed Google Scholar

Gautam US, Foreman TW, Bucsan AN, Veatch AV, Alvarez X, Adekambi T, Golden NA, Gentry KM, Doyle-Meyers LA, Russell-Lodrigue KE, et al. Die In-vivo-Hemmung des Tryptophan-Katabolismus reorganisiert das Tuberkulom und verstärkt die immunvermittelte Kontrolle von Mycobacterium tuberculosis. Proc Natl Acad Sci. 2018;115(1):E62.

Artikel CAS PubMed Google Scholar

Zhang J Agrarlebensmittelchemie. 2020;68(39):10678–84.

Artikel CAS PubMed Google Scholar

Xiao S, Fei N, Pang X, Shen J, Wang L, Zhang B, Zhang M, Zhang X, Zhang C, Li M, et al. Eine auf Darmmikrobiota ausgerichtete diätetische Intervention zur Linderung chronischer Entzündungen, die dem metabolischen Syndrom zugrunde liegen. FEMS Microbiol Ecol. 2014;87(2):357–67.

Artikel CAS PubMed Google Scholar

Chimerel C, Emery E, Summers DK, Keyser U, Gribble FM, Reimann F. Der bakterielle Metabolit Indol moduliert die Inkretinsekretion aus intestinalen enteroendokrinen L-Zellen. Cell Rep. 2014;9(4):1202–8.

Artikel CAS PubMed PubMed Central Google Scholar

Negatu DA, Gengenbacher M, Dartois V, Dick T. Indolpropionsäure, ein ungewöhnliches Antibiotikum, das von der Darmmikrobiota produziert wird, mit entzündungshemmenden und antioxidativen Eigenschaften. Vordere Mikrobiol. 2020;11:2654.

Artikel Google Scholar

Tuomainen M, Lindstrom J, Lehtonen M, Auriola S, Pihlajamaki J, Peltonen M, Tuomilehto J, Uusitupa M, de Mello VD, Hanhineva K. Assoziationen von Serum-Indolpropionsäure, einem Metaboliten der Darmmikrobiota, mit Typ-2-Diabetes und minderwertigem Diabetes Entzündung bei Hochrisikopersonen. Nutr Diabetes. 2018;8(1):35.

Artikel PubMed PubMed Central Google Scholar

Gutiérrez-Vázquez C, Quintana FJ. Regulierung der Immunantwort durch den Aryl-Kohlenwasserstoff-Rezeptor. Immunität. 2018;48(1):19–33.

Artikel PubMed PubMed Central Google Scholar

Jennis M, Cavanaugh CR, Leo GC, Mabus JR, Lenhard J, Hornby PJ. Aus Mikrobiota gewonnene Tryptophan-Indole nehmen nach einer Magenbypass-Operation zu und verringern die Darmpermeabilität in vitro und in vivo. Neurogastroenterol Motil. 2018;30(2): e13178.

Artikel Google Scholar

Brenchley JM, Price DA, Schacker TW, Asher TE, Silvestri G, Rao S, Kazzaz Z, Bornstein E, Lambotte O, Altmann D, et al. Die mikrobielle Translokation ist eine Ursache für die systemische Immunaktivierung bei chronischen HIV-Infektionen. Nat Med. 2006;12(12):1365–71.

Artikel CAS PubMed Google Scholar

Mugabo Y, Zhao S, Seifried A, Gezzar S, Al-Mass A, Zhang D, Lamontagne J, Attane C, Poursharifi P, Iglesias J, et al. Identifizierung einer Glycerin-3-Phosphat-Phosphatase von Säugetieren: Rolle im Stoffwechsel und in der Signalübertragung in Pankreas-β-Zellen und Hepatozyten. Proc Natl Acad Sci. 2016;113(4):E430.

Artikel CAS PubMed PubMed Central Google Scholar

Williams A, Koekemoer G, Lindeque Z, Reinecke C, Meyer D. Qualitative organische Säureprofile im Serum von HIV-infizierten Personen, die keine antiretrovirale Behandlung erhalten. Metabolomik. 2011;8(5):804–18.

Artikel Google Scholar

Weiner Jr, Maertzdorf J, Sutherland JS, Duffy FJ, Thompson E, Suliman S, McEwen G, Thiel B, Parida SK, Zyla J, et al. Stoffwechselveränderungen im Blut sagen den Ausbruch einer Tuberkulose voraus. Gemeinsame Natur. 2018;9(1):5208.

Artikel CAS Google Scholar

Mráček T, Drahota Z, Houštěk J. Die Funktion und die Rolle der mitochondrialen Glycerin-3-Phosphat-Dehydrogenase in Säugetiergeweben. Biochimica Et Biophysica Acta (BBA) - Bioenerg. 2013;1827(3):401–10.

Artikel Google Scholar

Blondeau N, Lipsky RH, Bourourou M, Duncan MW, Gorelick PB, Marini AM. Alpha-Linolensäure: eine Omega-3-Fettsäure mit neuroprotektiven Eigenschaften – bereit für den Einsatz in der Schlaganfallklinik? Biomed Res Int. 2015;2015:519830.

Artikel PubMed PubMed Central Google Scholar

Das UN. Kann ein Mangel an essentiellen Fettsäuren AIDS begünstigen? Can Med Assoc J. 1985;132(8):900–2.

CAS PubMed PubMed Central Google Scholar

Rizzo WB. Fettaldehyd- und Fettalkoholstoffwechsel: Übersicht und Bedeutung für die Struktur und Funktion der Epidermis. Biochimica Biophysica Acta. 2014;1841(3):377–89.

Artikel CAS Google Scholar

Scarpellini B, Zanoni M, Sucupira MC, Truong HM, Janini LM, Segurado ID, Diaz RS. Biosignatur der Plasmametabolomik entsprechend dem HIV-Infektionsstadium, der Geschwindigkeit des Krankheitsverlaufs, dem Grad der Virämie und dem immunologischen Ansprechen auf die Behandlung. Plus eins. 2016;11(12): e0161920.

Artikel PubMed Google Scholar

Divito EB, Cascio M. Stoffwechsel, Physiologie und Analysen primärer Fettsäureamide. Chem Rev. 2013;113(10):7343–53.

Artikel CAS PubMed Google Scholar

Gibson KM, Nyhan WL. Metabolismus von [U-14C]-4-Hydroxybuttersäure zu Zwischenprodukten des Tricarbonsäurezyklus in Extrakten aus Rattenleber und Nierenmitochondrien. Eur J Drug Metab Pharmacokinet. 1989;14(1):61–70.

Artikel CAS PubMed Google Scholar

Shimizu N, Oomura Y, Sakata T. Modulation der Nahrungsaufnahme durch endogene Zuckersäuren, die als Hunger- oder Sättigungsfaktoren wirken. Am J Physiol-Regulatory, Integr Compar Physiol. 1984;246(4):R542–50.

Artikel CAS Google Scholar

Hilvo M, de Santiago I, Gopalacharyulu P, Schmitt WD, Budczies J, Kuhberg M, Dietel M, Aittokallio T, Markowetz F, Denkert C, et al. Angesammelte Metaboliten von Hydroxybuttersäure dienen als diagnostische und prognostische Biomarker für hochgradige seröse Ovarialkarzinome. Kann Res. 2016;76(4):796.

Artikel CAS Google Scholar

Semba RD, Darnton-Hill I, de Pee S. Bekämpfung von Tuberkulose im Zusammenhang mit Unterernährung und HIV-Koinfektion. Lebensmittel Nutr Bull. 2010;31(4):S345–64.

Artikel PubMed Google Scholar

Luies L, Mienie J, Motshwane C, Ronacher K, Walzl G, Loots DT. Marker für Metaboliten im Urin, die ein Scheitern der Tuberkulosebehandlung charakterisieren. Metabolomik. 2017;13(10):124. https://doi.org/10.1007/s11306-017-1261-4.

Gryp T, De Paepe K, Vanholder R, Kerckhof FM, Van Biesen W, Van de Wiele T, Verbeke F, Speeckaert M, Joossens M, Couttenye MM, et al. Die Bildung proteingebundener urämischer Toxine und verwandter Metaboliten in der Darmmikrobiota ist in den verschiedenen Stadien einer chronischen Nierenerkrankung nicht verändert. Niere Int. 2020;97(6):1230–42.

Artikel CAS PubMed Google Scholar

Vanholder R, De Smet R, Lesaffer G. p-Cresol: ein Toxin, das viele vernachlässigte, aber relevante Aspekte der urämischen Toxizität aufdeckt. Nephrol-Zifferblatt-Transplantation. 1999;14(12):2813–5.

Artikel CAS PubMed Google Scholar

Harrison MA, Faulds-Pain A, Kaur H, Dupuy B, Henriques AO, Martin-Verstraete I, Wren Brendan W, Dawson LF, Federle MJ. Die Para-Kresol-Produktion von Clostridioides difficile wird durch den Vorläufer Para-Hydroxyphenylacetat induziert. J Bakteriol. 2020;202(18):e00282-00220.

Artikel CAS PubMed PubMed Central Google Scholar

Cassol E, Misra V, Dutta A, Morgello S, Gabuzda D. Die Metabolomik der Zerebrospinalflüssigkeit zeigt eine veränderte Abfallbeseitigung und ein beschleunigtes Altern bei HIV-Patienten mit neurokognitiver Beeinträchtigung. AIDS. 2014;28(11):1579–91.

Artikel CAS PubMed Google Scholar

Cassol E, Misra V, Holman A, Kamat A, Morgello S, Gabuzda D. Die Plasmametabolomik identifiziert Lipidanomalien im Zusammenhang mit Entzündungsmarkern, mikrobieller Translokation und Leberfunktion bei HIV-Patienten, die Proteaseinhibitoren erhalten. BMC Infect Dis. 2013;12:203.

Artikel Google Scholar

Zhao F, Wang P, Lucardi RD, Su Z, Li S. Natürliche Quellen und Bioaktivitäten von 2,4-Di-tert-butylphenol und seinen Analoga. Giftstoffe. 2020;12:35.

Artikel CAS PubMed PubMed Central Google Scholar

Beloborodova N, Bairamov I, Olenin A, Shubina V, Teplova V, Fedotcheva N. Wirkung von Phenolsäuren mikrobiellen Ursprungs auf die Produktion reaktiver Sauerstoffspezies in Mitochondrien und Neutrophilen. J Biomed Sci. 2012;19(1):89–89.

Artikel CAS PubMed PubMed Central Google Scholar

Plündert DT. Ein verändertes Metabolom von Mycobacterium tuberculosis, das durch katG-Mutationen induziert wird und zu einer Isoniazid-Resistenz führt. Antimikrobielle Wirkstoffe Chemother. 2014;58(4):2144–9.

Artikel PubMed PubMed Central Google Scholar

Meissner-Roloff RJ, Koekemoer G, Warren RM, Loots DT. Eine metabolomische Untersuchung eines hyper- und hypovirulenten Phänotyps der Beijing-Linie M. tuberculosis. Metabolomik. 2012;8(6):1194–203.

Artikel CAS Google Scholar

Williams AA, Sitole LJ, Meyer D. HIV/HAART-assoziierter oxidativer Stress ist durch Metabonomics nachweisbar. Mol BioSyst. 2017;13(11):2202–17.

Artikel CAS PubMed Google Scholar

Hileman CO, Funderburg NT. Entzündung, Immunaktivierung und antiretrovirale Therapie bei HIV. Aktueller HIV/AIDS Rep. 2017;14(3):93–100.

Artikel PubMed PubMed Central Google Scholar

Hewer R, Vorster J, Steffens FE, Meyer D. Anwendung biofluider 1H-NMR-basierter metabolomischer Techniken zur Unterscheidung zwischen HIV-1-positiven/AIDS-Patienten unter antiretroviraler Behandlung und HIV-1-negativen Personen. J Pharm Biomed Anal. 2006;41(4):1442–6.

Artikel CAS PubMed Google Scholar

Baño M, Morén C, Barroso S, Juárez DL, Guitart-Mampel M, González-Casacuberta I, Canto-Santos J, Lozano E, León A, Pedrol E, et al. Mitochondriale Toxikogenomik zur antiretroviralen Behandlung: HIV-Postexpositionsprophylaxe bei nicht infizierten Patienten. Frontgen. 2020;11:497.

Artikel Google Scholar

Luís PBM, Ruiter JP, Ijlst L, Diogo L, Garcia P, de Almeida IT, Duran M, Wanders RJ, Silva MFB. Die Hemmung der 3-Methylcrotonyl-CoA-Carboxylase erklärt die erhöhte Ausscheidung von 3-Hydroxyisovaleriansäure bei mit Valproat behandelten Patienten. J Metab Dis erben. 2012;35(3):443–9.

Artikel PubMed Google Scholar

Liebenberg C. Charakterisierung des immunmetabolischen Profils einer HIV/TB-Koinfektion. Artikelformat. Potchefstroom: North-West University; 2022.

Google Scholar

Referenzen herunterladen

Die Autoren danken der South African Tuberculosis Vaccine Initiative (SATVI) und dem Desmond Tutu HIV Center (Institut für Infektionskrankheiten und Molekulare Medizin, Universität Kapstadt) für die Einschreibung von Probanden und die Sammlung von Proben. Außerdem danken wir Dr. Mari van Reenen für ihre Ratschläge zu den statistischen Analysen, dem Center of Human Metabolomics für die Unterstützung bei der Metabolomics-Analyse und Dr. Ruth Barral Arca für die Anleitung zur Verwendung von R für statistische Analysen. Diese Arbeit wurde in eine Master of Science-Dissertation aufgenommen, die im Online-Repository der North-West University zu finden ist [111].

Die Open-Access-Förderung erfolgte durch die North-West University. Diese Arbeit basiert ganz/teilweise auf der von der National Research Foundation of South Africa unterstützten Forschung (Fördernummern: 129871 und 122116). Die Fördernummer 129871 ist ein Forschungsstipendium und CH wurde durch die Fördernummer 122116 unterstützt.

Human Metabolomics, North-West University, Potchefstroom, Südafrika

Chandré Herbert, Laneke Luies, Du Toit Loots und Aurelia A. Williams

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

CH verarbeitete die Daten, führte statistische Analysen durch und verfasste zusammen mit AAW das Papier. AAW, LL, DTL konzipierten die Studie und prüften die Ergebnisse und das Manuskript kritisch.

Korrespondenz mit Aurelia A. Williams.

Die Untersuchung erfolgte gemäß der Deklaration von Helsinki und den Richtlinien der Internationalen Harmonisierungskonferenz. Die ethische Genehmigung wurde von den Ethikkommissionen der Universität Kapstadt (Referenznummer: 680/2013) und der North-West University für eine größere Studie mit Schwerpunkt auf der Metabolomik von HIV/TB-Koinfektionen (NWU-00355–20-A1) eingeholt. sowie für diese Teilstudie (NWU-00355–20-A1-01). Alle rekrutierten Teilnehmer gaben eine schriftliche Einverständniserklärung zur Verwendung ihrer Proben für die Forschungsziele dieser Studie. Sie erhielten sowohl zum Zeitpunkt der Diagnose als auch bei ihrem Nachuntersuchungsbesuch einen finanziellen Anreiz. Auch im Falle eines positiven Testergebnisses wurden sie beraten und behandelt.

Nicht anwendbar (es sind keine identifizierbaren Informationen oder Bilder des Teilnehmers vorhanden). Alle Autoren genehmigen die endgültige Fassung, die zur Veröffentlichung eingereicht werden soll.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Detaillierte klinische Daten für HIV-positive Kohorten. Tabelle S2. Exakte Fisher-Tests für kategoriale Variablen. Tabelle S3. Schichtung basierend auf der CD4-Anzahl. Tabelle S4. Unbehandelte koinfizierte Gruppe, wie sie für Analysen verwendet wird. Tabelle S5. t-Test. Abbildung S1. Dendogramm der gesunden Kontrollpersonen im Vergleich zu unbehandelten HIV/TB-koinfizierten Proben, nach Ausschluss der koinfizierten Proben mit hohen CD4-T-Zellzahlen, aber vor dem Ausschluss aller gesunden Kontrollpersonen. Diese Abbildung zeigt, dass die fünf rot markierten gesunden Kontrollpersonen mit den erkrankten Proben zusammenhingen und anschließend ausgeschlossen wurden. Tabelle S6. Faltenwechsel. Tabelle S7. t-Test. Tabelle S8. Faltenwechsel. Tabelle S9. t-Test und FC. Tabelle S10. PLS-DA. Abbildung S2. Die Validierungsergebnisse für die PLS-DA-Analyse der gesunden Kontrollpersonen im Vergleich zu allen unbehandelten Patientenproben. A: Ergebnisse der einmaligen Kreuzvalidierung weglassen, was darauf hinweist, dass PLS-DA mit einer Komponente am besten auf diese Daten anwendbar ist, B: Permutationstest (Häufigkeit = 2000), was darauf hinweist, dass das Modell nicht zufällig ist (signifikanter p-Wert, <0,05). Tabelle S11. Ergebnisse der ANOVA einschließlich aller Gruppen (mit Ausschluss von HIV+/TB+/Tn--Proben mit einer CD4-T-Zellzahl >600 und ausgewählten gesunden Kontrollpersonen). Tabelle S12. Eine Anzahl der in der ANOVA-Post-hoc-Analyse signifikanten Verbindungen pro Verbindungsklasse. Tabelle S13. Ergebnisse der ANOVA, einschließlich aller Gruppen (mit Ausschluss von HIV+/TB+/Tn--Proben mit einer CD4-T-Zellzahl > 600) und ausgewählten gesunden Kontrollpersonen, geordnet nach Verbindungsklasse und dann nach Signifikanz gemäß ANOVA-Post-hoc-Analyse. Tabelle S14. Die Wirkung von unbehandeltem HIV/TB auf das Metabolom (unbehandeltes HIV/TB im Vergleich zu gesunden Kontrollpersonen). Tabelle S15. Die Wirkung von HIV auf Tuberkulose (unbehandelte Tuberkulose vs. unbehandelte HIV/TB). Tabelle S16. Die Wirkung von ART auf HIV/TB (unbehandeltes HIV/TB versus behandeltes HIV/TB). Tabelle S17. Ergebnisse der Pearson-R-Korrelation für 3,4-DHBA und alle anderen Metaboliten (aus ANOVA). Abbildung S3. PLS-DA-Validierungsergebnisse für den Vergleich aller Gruppen.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.

Nachdrucke und Genehmigungen

Herbert, C., Luies, L., Loots, DT et al. Die metabolischen Folgen einer HIV/TB-Koinfektion. BMC Infect Dis 23, 536 (2023). https://doi.org/10.1186/s12879-023-08505-4

Zitat herunterladen

Eingegangen: 26. April 2023

Angenommen: 01. August 2023

Veröffentlicht: 18. August 2023

DOI: https://doi.org/10.1186/s12879-023-08505-4

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt