Influência da fluoxetina na microbiota intestinal de camundongos : análise genômica e predição metabólica

Abstract

Antidepressivos da classe dos inibidores seletivos da recaptação da serotonina (ISRS) como a fluoxetina têm recebido relatos consistentes quanto a sua influência na microbiota intestinal por meio de mecanismos complexos ainda em investigação. O funcionamento dessa interação tem recebido maior atenção da comunidade científica, tendo em vista sua potencial relação com o desenvolvimento de doenças psiquiátricas como a depressão. Considerando a complexidade na diversidade e na composição das comunidades bacterianas, uma melhor compreensão das rotas envolvidas nessa interação é uma perspectiva promissora. Porém ainda existem relativamente poucos estudos in vivo sobre o assunto. Com o objetivo de melhor avaliar o efeito deste antidepressivo na microbiota fecal de camundongos em sua composição e predição metabólica, foi realizada uma busca por estudos que contemplassem o uso de fluoxetina e a microbiota intestinal animal, cujos repositórios genômicos tenham sido gerados a partir de sequenciamento de alto rendimento por meio da Plataforma Illumina e disponibilizados de forma pública. Foi feito um processamento das sequências das amostras por meio de métodos de bioinformática, seguido de análises de alfa e beta diversidades, além de predição metabólica das comunidades microbianas. No estudo de Sun et al. (2019), 18 amostras fecais individuais de camundongos foram divididos em três grupos: controles + PBS (n = 6), animais não tratados expostos a estresse crônico imprevisível (CUMS + PBS) (n = 6) como modelo para depressão e um grupo similar exposto ao estresse mas tratado com fluoxetina (CUMS + fluoxetina) (n = 6). A análise dos dados a partir dos parâmetros do presente estudo sugere que os grupos apresentaram composições diversas da microbiota intestinal, onde 349 táxons bacterianos (OTU) foram identificados, com 10 filos e 93 gêneros. A análise linear discriminante (LDA) do tamanho do efeito (LEfSe) das alterações da microbiota intestinal mostrou que o filo bacteriano mais diferencialmente abundante foi Bacteroidetes (LDA 2,6), seguido por Proteobacteria (LDA 2,34 ) e Firmicutes (LDA 2.27). Com relação aos gêneros, os mais diferencialmente abundantes foram Muribaculaceae_unclassified (LDA 2.61), Escherichia-Shigella (LDA 2.43), Parabacteroides (LDA 2.36), Lactobacillus (LDA 2.24), Subdoligranulum (LDA 2.22), Lachnospiraceae_unclassified (LDA 2.19). A predição metabólica identificou 170 rotas metabólicas, e a análise LEfSe mostrou mudanças significativas em 166 delas. Diferenças estatísticas foram observadas principalmente para a sinalização Ras (LDA 8,89) e degradação de hidrocarbonetos aromáticos policíclicos (LDA 8,87). No estudo de Lyte et al. (2019), amostras fecais de grupos de camundongos expostos à fluoxetina (N = 10) e Controles saudáveis (N = 10), com fezes coletadas nos dias 0, 15 e 29 foram avaliados. A análise de composição identificou 10 filos e 118 gêneros, mas a composição não evidenciou diferenças significativas entre os grupos, considerando um escore LDA mínimo de 1,5 e um valor de p <0,05. Após a análise dos resultados do presente estudo, pode-se observar os efeitos da exposição ao estresse na redução da diversidade bacteriana e os potenciais efeitos da fluoxetina na amenização do processo de disbiose, bem como identificar potenciais rotas metabólicas de interesse para futuros estudos, como sinalização da Ras e degradação de hidrocarbonetos aromáticos policíclicos.

Selective serotonin reuptake inhibitor antidepressants, such as fluoxetine, have received consistent reports regarding their influence on the intestinal microbiota through complex mechanisms still under investigation. The functioning of this interaction has received greater attention from the scientific community, considering its potential relationship with the development of psychiatric illnesses such as depression. Considering the complexity in the diversity and composition of bacterial communities, a better understanding of the routes involved in this interaction is a promising perspective. However, there are still relatively few in vivo studies on the subject. In order to better assess the effect of this antidepressant on the fecal microbiota of mice in its composition and metabolic prediction, a search was carried out for studies that contemplated the use of fluoxetine and the animal intestinal microbiota, whose genomic repositories have been generated from sequencing through the Illumina Platform and made publicly available. Sample sequences were processed using bioinformatics methods, followed by alpha and beta diversity analyses, in addition to metabolic prediction of microbial communities. In the study by Sun et al. (2019), 18 individual mouse fecal samples were divided into three groups: controls + PBS (n=6), untreated animals exposed to unpredictable chronic stress (CUMS + PBS) (n=6) as a model for depression, and one group similar exposed to stress but treated with fluoxetine (CUMS + fluoxetine) (n=6). Data analysis from the parameters of the present study suggests that the groups presented different compositions of the intestinal microbiota, where 349 bacterial taxa (OTU) were identified, with 10 phyla and 93 genera. Linear discriminant analysis (LDA) of the effect size (LEfSe) of changes in the intestinal microbiota showed that the most differentially abundant bacterial phylum was Bacteroidetes (LDA 2.6), followed by Proteobacteria (LDA 2.34 ) and Firmicutes (LDA 2.27). Regarding genera, the most differentially abundant were Muribaculaceae_unclassified (LDA 2.61), Escherichia-Shigella (LDA 2.43), Parabacteroides (LDA 2.36), Lactobacillus (LDA 2.24), Subdoligranulum (LDA 2.22), Lachnospiraceae_unclassified (LDA 2.19). Metabolic prediction identified 170 metabolic pathways, and LEfSe analysis showed significant changes in 166 of them. Statistical differences were observed mainly for Ras signaling (LDA 8.89) and degradation of polycyclic aromatic hydrocarbons (LDA 8.87). In the study by Lyte et al. (2019), fecal samples from groups of mice exposed to fluoxetine (N = 10) and healthy controls (n=10) (days 0, 15, and 29) were evaluated. The composition analysis identified 10 phyla and 118 genera, but the composition did not show significant differences between the groups, considering a minimum LDA score of 1.5 and a p-value <0.05. After analyzing the results of this study, one can observe the effects of exposure to stress in reducing bacterial diversity and the potential effects of fluoxetine in alleviating the process of dysbiosis, as well as identifying potential metabolic routes of interest for future studies, such as Ras signaling and degradation of polycyclic aromatic hydrocarbons.