文献解读｜学龄前儿童的睡眠与菌群之间的关系 - 揭秘儿童健康成长的关键

　　幼儿时期的睡眠质量对孩子的身心发育至关重要。以往研究已在动物和成人中发现睡眠与肠道菌群之间存在联系，但这一关系在学龄前儿童中尚不明确。肠道菌群不仅参与调节代谢和免疫系统功能，还可能通过“微生物-肠-脑轴”影响睡眠模式。

       本研究旨在评估学龄前儿童的睡眠与其肠道菌群之间的关系，特别是在关键发展阶段的幼儿，探索他们的睡眠模式是否与肠道菌群的特征相关联。

　　01研究方法

　　选取143名3至4岁的儿童，监测儿童的睡眠模式，收集儿童粪便样本，进行肠道菌群测序和代谢组学分析。睡眠测量使用腕动记录仪(actigraphy)测量儿童的总睡眠时间(TST)、睡眠效率(SE)和睡眠后觉醒时间(WASO)。肠道菌群分析采用16S rRNA测序分析菌群DNA，代谢物分析进行非靶向检测，关注短链脂肪酸(SCFAs)变化。统计分析根据TST、SE和WASO的中位数将儿童分为“低”和“高”两组，评估菌群α多样性、β多样性、SCFAs差异，分析菌种差异和代谢物差异。全面评估儿童的睡眠模式与肠道菌群之间的关联，以及特定代谢物如何可能影响睡眠。

　　02研究结果

　　研究发现睡眠时长较长的儿童与睡眠时长较短的儿童相比，其肠道菌群的群落结构存在显著差异，特别是β多样性（基于相对丰度的群落相似度）。某些共生肠道细菌，包括双歧杆菌属（Bifidobacterium）和拟杆菌属（Bacteroides），与更长的夜间睡眠时长、更高的睡眠效率和更少的夜间觉醒时间相关联。这些菌群与睡眠相关的神经化学物质（如5-羟色胺及其前体色氨酸和γ-氨基丁酸）有关，表明它们可能在调节睡眠方面发挥中介作用。代谢物关联分析发现，与睡眠效率较高和夜间觉醒时间较少相关的特定代谢物包括色氨酸及其衍生物，以及丙酸盐，这些代谢物可能通过神经递质调节、免疫调节和短链脂肪酸（SCFA）的产生从而影响睡眠。

　　03研究结论

　　研究揭示了学龄前儿童的睡眠与其肠道菌群之间存在新的关联。较长的夜间睡眠和较高的睡眠效率与特定的共生细菌相关，这些细菌可能通过调节神经递质代谢和免疫系统来调节睡眠。为理解幼儿期睡眠问题提供了新的视角，并为通过调整肠道菌群来改善儿童睡眠提供了潜在的策略。

　　04研究结果展开

　　表1提供了参与研究儿童的具体信息。

　　相关参数包括：年龄、性别、BMI、种族、早产情况、分娩方式、母亲的教育水平、年家庭收入、总睡眠时间（TST）、睡眠效率（SE）、睡眠后觉醒时间（WASO）。

　　图1.展示儿童睡眠时间与肠道菌群结构之间的关系。

　　该图为非度量多维缩放图（Nonmetric Multidimensional Scaling,NMDS），基于加权UniFrac距离，展示了儿童总夜间睡眠时间（Total Night-Time Sleep,TST），以及肠道菌群的差异。UniFrac距离是一种衡量样本间菌群结构差异的指标，而加权UniFrac距离特别考虑了菌群成员的相对丰度。在NMDS图中，每个点代表一个儿童的肠道菌群，通过点之间的距离来反映它们之间的菌群结构差异。距离越远，表示肠道菌群结构差异越大；距离越近，表示菌群结构越相似。

　　图2.通过线性判别分析效应大小（LEfSe）展示儿童不同睡眠指标。

　　a.总睡眠时间TST；

　　b.睡眠效率SE；

　　c.睡眠后觉醒时间WASO；与肠道菌群相对丰度之间关系。

　　线性判别分析效应大小（LEfSe，Linear Discriminant Analysis Effect Size）是一种用于宏基因组学数据分析的统计方法。它结合了线性判别分析（LDA）和效应大小（Effect Size）的概念，用于识别和解释在不同条件下（如疾病状态、不同样本或实验组与对照组之间）具有显著差异的微生物分类群或功能基因。

　　图3.通过线性判别分析效应大小（LEfSe）展示在不同睡眠指标组。

　　a.总睡眠时间TST；

　　b.睡眠效率SE；

　　c.睡眠后觉醒时间WASO；组内儿童中标志性代谢物的相对丰度。

　　图4.展示了儿童不同睡眠指标组之间粪便短链脂肪酸（SCFAs）浓度的差异。

　　a-c.总睡眠时间TST组别之间乙酸盐、丙酸盐、丁酸盐的比较分析；

　　d-f.睡眠效率SE组别之间乙酸盐、丙酸盐、丁酸盐的比较分析；

　　g-i.睡眠后觉醒时间WASO组别之间乙酸盐、丙酸盐、丁酸盐的比较分析。

　　05总结与启发

　　该篇文献发表于Sleep（IF 5.6），从这篇文章中，我们可以学习到目标人群选择聚焦于学龄前儿童，因为这是儿童关键的发展阶段，其睡眠模式和肠道菌群都在向成人模式过渡。研究队列包含了143名儿童，假设学龄前儿童的睡眠时长、效率和睡眠后觉醒时间与肠道菌群特征有关。根据睡眠指标的中位数将儿童分为“低”和“高”两组，进行比较分析，使用腕动记录仪(actigraphy)进行连续48小时的睡眠监测，通过16S rRNA基因扩增测序来分析肠道菌群，对粪便样本进行非靶向代谢物分析，特别是短链脂肪酸(SCFAs)。数据分析内容包含了多样性指数计算，用α多样性和β多样性指标来评估肠道菌群的丰富度和群落结构；通过LEfSe分析识别与睡眠指标相关的特定代谢物和菌群分类群；关联分析了睡眠指标与肠道菌群组成及代谢物。

　　参考文献

　　Wang Y,van de Woude M,Drogos L,et al.Sleep and the gut microbiota in preschool-aged children.SLEEP.2022;1–9.doi:10.1093/sleep/zsac020.