Informacija

4.3.2: Metabolinis gyvenimo būdas – biologija

4.3.2: Metabolinis gyvenimo būdas – biologija


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

CD NQ Ip Ie np rZ ET xf ql LX mh ix

Organizmus galima identifikuoti pagal anglies šaltinį, kurį jie naudoja metabolizmui, ir pagal energijos šaltinį. Organizmai, paverčiantys neorganinį anglies dioksidą (CO2) į organinės anglies junginius yra autotrofiniais. Ir atvirkščiai, heterotrofass pasikliauti sudėtingesniais organinės anglies junginiais kaip maistinėmis medžiagomis; tai jiems iš pradžių suteikia autotrofai. Daugybė organizmų, nuo žmonių iki daugelio prokariotų, įskaitant gerai ištirtus Escherichia coli, yra heterotrofiniai. Visi patogenai yra heterotrofiniai, nes jų anglies šaltinis yra jų šeimininkas.

Organizmus taip pat galima atpažinti pagal jų naudojamą energijos šaltinį. Visa energija gaunama iš elektronų perdavimo, tačiau elektronų šaltinis skiriasi įvairių tipų organizmams. Priešdėliai foto- („šviesa“) ir chemo- („cheminė“) nurodo energijos šaltinius, kuriuos naudoja įvairūs organizmai. Tie, kurie elektronų perdavimui energiją gauna iš šviesos, yra fototrofais, tuo tarpu chemotrofass gauti energijos elektronų perdavimui nutraukiant cheminius ryšius. Yra dviejų tipų chemotrofai: organotrofais ir litotrofass. Organotrofai, įskaitant žmones, grybus ir daugelį prokariotų, yra chemotrofai, kurie energiją gauna iš organinių junginių. Litotrofai („lito“ reiškia „uola“) yra chemotrofai, kurie energiją gauna iš neorganinių junginių, įskaitant vandenilio sulfidą (H).2S) ir redukuotos geležies. Litotrofija būdinga tik mikrobų pasauliui.

Anglies ir energijos gavimo strategijos gali būti derinamos klasifikuojant organizmus pagal mitybos tipą. Dauguma organizmų yra chemoheterotrofai, nes jie naudoja organines molekules kaip elektronų ir anglies šaltinius. 5.1.15.1.1 lentelėje apibendrinama ši ir kitos klasifikacijos.

5.1.15.1.1 lentelė. Organizmų klasifikacijos pagal energijos ir anglies šaltinius
KlasifikacijosEnergijos šaltinisAnglies šaltinisPavyzdžiai
ChemotrofaiChemoautotrofaiCheminisNeorganinisVandenilį, sierą, geležį, azotą ir anglies monoksidą oksiduojančios bakterijos
ChemoheterotrofaiCheminisOrganiniai junginiaiVisi gyvūnai, dauguma grybų, pirmuonių ir bakterijų
FototrofaiFotoautotrofaiŠviesaNeorganinisVisi augalai, dumbliai, cianobakterijos ir žalios bei violetinės sieros bakterijos
FotoheterotrofaiŠviesaOrganiniai junginiaiŽalios ir violetinės nesierinės bakterijos, heliobakterijos
  • Prisidėjo OpenStax
  • Bendroji biologija OpenStax CNX

Mažėja, kad išgyventų: bakterijos prisitaiko prie besikeičiančio gyvenimo būdo

Vasaros piknikai ir šašlykinės – vos už kelių savaičių! Kad ir kaip džiaugtumėtės mėgaudamiesi šią vasarą, Escherichia coli bakterijos trokšta pasimėgauti neribotu savitarnos stalu, kurį netrukus patirs jūsų žarnyne.

Tačiau atsitiks kažkas netikėto E. coli ląstelės baigia kelionę per jūsų virškinamąjį traktą. Be įspėjimo jie plauks jūsų unitazo dubenyje, prilipę prie paskutinių maistinių medžiagų, prilipusių prie jų kūno. Kaip šie maži organizmai prisitaiko, kad išgyventų staigų badą? Vašingtono universiteto Sent Luise mokslininkai stebėjosi.

Atidžiai ištirkite, kas neturi maistinių medžiagų E. coli po mikroskopu – įprastas procesas laboratorijoje, tiriančioje bakterijų ląstelių dydį – atskleidė ląsteles, kurios atrodė kitaip, ir kad šie skirtumai yra susiję su jų gebėjimu išgyventi.

"Jų citoplazma susitraukė. Jai mažėjant, vidinė membrana atsitraukė nuo išorinės membranos ir viename ląstelės gale paliko didelę erdvę", - sakė Petra Levin, meno ir mokslo biologijos profesorė, kurios doktorantas Corey Westfall. ir bakalauro studentas Jesse Kao pirmą kartą pastebėjo.

Erdvė, kurią nurodo Levinas, tarp bakterijų vidinės ir išorinės membranos, vadinama periplazma. Bendradarbiaudamas su Kerwyn Casey Huang, Stanfordo universiteto bioinžinerijos ir mikrobiologijos bei imunologijos profesoriumi, ir jo mokslininku Handuo Shi, Levinas rado netikėtą vystymosi reakciją į badą – tokį, kuris gali išlikti. E. coli gyvi, kol suras kitą bufetą.

Darbas paskelbtas šią savaitę Nacionalinės mokslų akademijos darbai.

Biologai parodė, kad kada E. coli ląstelėse trūksta maistinių medžiagų, citoplazma tampa tankesnė, nes jos tūris mažėja, tikriausiai dėl vandens netekimo. Tuo pačiu metu periplazmos tūris didėja, nes vidinė membrana atsitraukia nuo išorinės membranos.

„Nors mes dar tiksliai nežinome, manome, kad ląstelė koncentruoja maistines medžiagas citoplazmoje, kad galėtų palaikyti greitą medžiagų apykaitą“, - sakė Levinas. „Galbūt tai yra prisitaikymas prie E. colinuolat ir greitai kintantis gyvenimo būdas, kai jis žino, kad kiekviena aplinka yra laikina.

Mokslininkai nustatė, kad susitraukimas yra grįžtamas. Kai jie pernešė badaujančias bakterijas į maistinių medžiagų turtingą terpę, vidinė membrana ir citoplazma išsiplėtė. Bakterijų ląstelės greitai atsigavo nuo bado, ypač kai E. coli gavo savo mėgstamą anglies šaltinį – gliukozę. Ir, svarbiausia, jei Tol-Pal sistema buvo nepažeista.

Tol-Pal sistema yra svarbi ląstelių mašina, sudaryta iš baltymų, jungiančių išorinę membraną su vidine membrana. Tačiau jo funkcija buvo nepakankamai ištirta. Plečiantis vidinei membranai, Tol-Pal sistema padeda ją vėl sujungti su išorine membrana, spėja mokslininkai. Kai Tol-Pal sistemos nebuvo, vidinis ląstelių turinys išsiliejo.

„Mes spėliojame, kad Tol-Pal veikia kaip užtrauktuko slankiklis, padedantis vidinei membranai atsigauti į išorinę membraną“, – sakė Levinas.

Kas nutinka transmembraniniams baltymams, įterptiems tiek į vidinę, tiek į išorinę membraną, kai vidinė membrana atsitraukia nuo išorinės membranos? Ar jie išardomi? Levinas su kolegomis dar nežino ir tikisi atsakyti į šiuos klausimus ateityje.


Maitinkite savo genus: kaip mūsų genai reaguoja į maistą, kurį valgome

Ką turėtume valgyti? Žiniasklaidoje gausu atsakymų, kurie visi remiasi jų naujausios medicinos literatūros interpretacija, kad pateiktų sveikiausios mitybos rekomendacijas. Bet kas, jei galėtumėte atsakyti į šį klausimą molekuliniu lygmeniu – kas būtų, jei sužinotumėte, kaip mūsų genai reaguoja į maistą, kurį valgome, ir kaip tai veikia ląstelių procesus, kurie daro mus sveikus – ar ne? Būtent tai padarė Norvegijos mokslo ir technologijos universiteto biologai.

Jei galėtumėte paprašyti savo genų pasakyti, kokie maisto produktai yra geriausi jūsų sveikatai, jie turėtų paprastą atsakymą: trečdalis baltymų, trečdalis riebalų ir trečdalis angliavandenių. Štai ką neseniai atlikti Norvegijos mokslo ir technologijos universiteto (NTNU) genetiniai tyrimai rodo, kad tai geriausias receptas, leidžiantis sumažinti daugelio su gyvenimo būdu susijusių ligų riziką.

Maistas turi įtakos genų ekspresijai

NTNU mokslininkai Ingerid Arbo ir Hans-Richard Brattbakk maitino šiek tiek antsvorio turinčius žmones įvairiomis dietomis ir ištyrė to poveikį genų ekspresijai. Genų ekspresija reiškia procesą, kai informacija iš geno DNR sekos paverčiama medžiaga, pavyzdžiui, baltymu, kuris naudojamas ląstelės struktūroje arba funkcijoje.

„Mes nustatėme, kad dieta, kurioje yra 65 % angliavandenių, kurių dažnai valgo vidutinis norvegas kai kurių patiekalų metu, verčia daug genų klasių dirbti viršvalandžius“, – sako NTNU biologijos profesorė Berit Johansen. Ji vadovauja projekto doktorantams ir nuo 1990-ųjų atlieka genų raiškos tyrimus.

„Tai paveikia ne tik genus, sukeliančius uždegimą organizme, o tai buvo tai, ką iš pradžių norėjome ištirti, bet ir genus, susijusius su širdies ir kraujagyslių ligų, kai kurių vėžio formų, demencijos ir 2 tipo diabeto vystymusi – visais pagrindiniais su gyvenimo būdu susijusiais dalykais. ligų“, – sako ji.

Dažni mitybos patarimai ir lėtinės ligos

Šios išvados sumažino daugumą dietų, kurias girdėjote, pagrindus, kurie jus išgelbės. Dietos patarimų yra daug, ir yra labai daug skirtumų, kiek jie yra moksliškai pagrįsti. Tačiau tik dabar mokslininkai išsiaiškina ryšį tarp dietos, virškinimo ir poveikio sveikatai bei imuninei sistemai – todėl dabar jie gali pasakyti ne tik, kokie maisto produktai yra sveikiausi, bet ir kodėl.

„Tiek mažai angliavandenių, tiek daug angliavandenių turinčios dietos yra neteisingos“, – sako Johansenas. "Tačiau mažai angliavandenių turinti dieta yra arčiau tinkamos dietos. Sveiką mitybą neturėtų sudaryti daugiau nei trečdalis angliavandenių (iki 40 procentų kalorijų) kiekviename valgyje, nes kitaip mes skatiname savo genus pradėti. veikla, kuri sukelia uždegimą organizme“.

Tai nėra toks uždegimas, kurį patirtumėte kaip skausmą ar ligą, o tarsi kovotumėte su lėtine į lengvą gripą panašia būkle. Jūsų oda šiek tiek paraudusi, jūsų kūnas kaupia daugiau vandens, jaučiatės šilčiau, o psichiškai nesate aukščiausias. Mokslininkai tai vadina metaboliniu uždegimu.

Miltelių pavidalo dieta

Johansen ir jos kolegos atliko du tyrimus. Pirmasis buvo nustatyti, kokius tyrimo metodus jie naudos atsakydami į jiems iškilusius klausimus. Bandomajame tyrime (28 dienos) penki nutukę vyrai valgė tikrą maistą, o antrojo tyrimo metu 32 šiek tiek antsvorio turintys vyrai ir moterys (daugiausia studentai) valgė specialiai pagamintą miltelių pavidalo maistą.

Pastarojo tyrimo dalyviai buvo atsitiktinai paskirti šešias dienas laikytis dietos, kurios 65 procentus kalorijų sudarė angliavandeniai, o likusią kalorijų dalį – baltymai (15 procentų) ir riebalai (20 procentų), o paskui savaitę be dietos. Tada atėjo šešios dienos dietos su perpus mažiau angliavandenių ir dvigubai daugiau baltymų bei riebalų nei pirmoje dietoje. Prieš kiekvieną dietos laikotarpį ir po jo buvo atliekami kraujo tyrimai.

Kiekvieno žmogaus suvalgyto maisto kiekis buvo skaičiuojamas taip, kad jų svoris išliktų stabilus ir kad vienodos porcijos būtų suvartojamos tolygiai per šešis valgymus per dieną.

Mokslininkams padėjo sukurti dietas iš vidaus ligų ir mažai glikemijos turinčių dietų propaguojančio gydytojo Fedono Lindbergo, Oslo dietologės Inge Lindseth, kurios specializacija yra diabetas, ir Ann-Kristin de Soysa, dietologės, dirbančios su nutukimu. pacientų Trondheimo St. Olavs ligoninėje.

„Norėjome tiksliai žinoti, ką tiriamieji gauna tiek makro, tiek mikroelementų atžvilgiu“, – sako Johansenas, – „Pomidoruose nėra pastovaus kiekio maistinių medžiagų arba, pavyzdžiui, antioksidantų. Taigi įsitikinkite, kad turime Kad galėtume atsižvelgti į poveikį sveikatai, turėjome turėti tikslią maistinių medžiagų apskaitą. Štai kodėl pagrindiniam tyrimui pasirinkome miltelių pavidalo dietą.

Kontrolės problemos sprendimas

Dietos tyrimai, kuriuose lyginamos skirtingos dietos su skirtingu riebalų kiekiu, dažnai kritikuojami argumentuojant, kad poveikį sveikatai lemia omega-3 riebalų rūgščių kiekio skirtumas, o ne likusio maisto suvartojimas.

Tyrėjai išsprendė šią problemą vartodami tą patį omega-3 ir omega-6 kiekį abiejose dietose, nors riebalų kiekis apskritai buvo skirtingas tirtose dietose. Mokslininkai išvengė ir kitos dažnos problemos – natūralaus genų ekspresijos skirtumo tarp žmonių.

„Kiekvienas mūsų tiriamasis galėjo būti savo kontrolinis asmuo“, – sako Johansenas: „Kiekvienam tiriamajam buvo leista laikytis abiejų dietų su vienos savaitės pertrauka tarp dietų, o pusė pradėjo nuo vienos dietos. Likusi dalis prasidėjo nuo kitos dietos“.

Kraujo tyrimai buvo atliekami prieš ir po kiekvienos dietos. Visi genų ekspresijos pokyčių matavimai buvo atlikti taip, kad kiekvieno individo genų ekspresijos skirtumas buvo lyginamas tik su tuo asmeniu. Tada buvo surinkti rezultatai.

Johnsonas teigia, kad atlikus tyrimus buvo padarytos dvi svarbios išvados. Vienas iš jų yra teigiamas daugelio valgymų per dieną poveikis ir išsami informacija apie optimalios dietos komponentų kokybę ir sudėtį, įskaitant omega-3 ir omega-6 riebalų rūgštis. Antra, angliavandenių turtinga dieta, nepaisant to, ar žmogus persivalgo, ar ne, turi pasekmių genams, turintiems įtakos gyvenimo būdo ligoms, sako ji.

Genetinės temperatūros matavimo būdas

Viso tyrimo metu mokslininkai tyrė, kokiu mastu įvairūs genai veikė normaliai arba viršvalandžius. Bendras visos šios genetinės veiklos rezultatų matas vadinamas genų ekspresija. Tai beveik gali būti laikoma kūno sveikatos būklės genetinės temperatūros matavimu.

„Kalbame apie didžiulio informacijos kiekio rinkimą“, – sako Johansenas.

"Ir nėra taip, kad, pavyzdžiui, yra uždegimo genas. Taigi mes ieškome, ar yra kokių nors genų grupių, kurios dirba viršvalandžius. Šiame tyrime matėme, kad visa genų grupė dalyvauja vystant uždegiminės reakcijos organizme dirba viršvalandžius kaip grupė“.

Kaip paaiškės, viršvalandžius darė ne tik uždegiminiai genai. Kai kurios genų grupės, kurios išsiskyrė kaip pernelyg aktyvios, yra susijusios su dažniausiai pasitaikančiomis gyvenimo būdo ligomis.

„Genai, susiję su 2 tipo cukriniu diabetu, širdies ir kraujagyslių ligomis, Alzheimerio liga ir kai kuriomis vėžio formomis, reaguoja į mitybą ir yra reguliuojami arba aktyvuojami laikantis daug angliavandenių turinčios dietos“, – sako Johansenas.

Johansenas nėra vėžio tyrinėtojas ir netvirtina, kad valgant galima pašalinti vėžio diagnozės riziką. Tačiau ji mano, kad verta paminėti, kad genams, kuriuos siejame su ligos rizika, gali turėti įtakos mityba.

"Mes nesakome, kad galite užkirsti kelią Alzheimerio ligai arba ją atidėti, jei valgote teisingai, bet atrodo protinga sumažinti angliavandenių kiekį mūsų dietoje", - siūlo ji.

"Mums reikia daugiau tyrimų šiuo klausimu", - priduria Johansenas. "Atrodo aišku, kad mūsų mitybos sudėtis ir kiekis gali turėti įtakos lėtinės ligos simptomams. Svarbu atskirti dietos kokybę ir kiekį, nes abu turi labai specifinį poveikį."

Kūno ginklavimosi varžybos

Johansenas teigia, kad dieta yra raktas į mūsų asmeninio genetinio jautrumo ligoms kontrolę. Rinkdamiesi, ką valgome, renkamės, ar savo genams suteiksime ginklus, sukeliančius ligas. Imuninė sistema veikia taip, tarsi ji būtų kūno priežiūros institucija ir policija. Kai suvartojame per daug angliavandenių ir organizmas pradeda reaguoti, imuninė sistema mobilizuoja savo jėgas, tarsi organizmą užpultų bakterijos ar virusai.

"Genai iš karto reaguoja į tai, su kuo jie turi dirbti. Tikėtina, kad insulinas kontroliuoja šias ginklavimosi varžybas", - sako Johansenas. "Tačiau tai nėra taip paprasta, kaip reguliuoti cukraus kiekį kraujyje, kaip daugelis mano. Svarbiausia yra antrinis insulino vaidmuo daugelyje kitų mechanizmų. Sveika mityba yra tam tikro maisto valgymas, kad sumažintume organizmo poreikį Išskiria insuliną. tikrai nesvarbu."

Venkite riebalų spąstų!

Profesorius perspėja nepakliūti į riebalų spąstus. Ji sako, kad tiesiog nėra gerai visiškai atsisakyti angliavandenių. "Riebalų/baltymų gaudyklė yra tokia pat bloga, kaip ir angliavandenių gaudyklė. Kaip visada, tai tinkama pusiausvyra."

Ji sako, kad vakarienės metu taip pat turime valgyti angliavandenius, baltymus ir riebalus per penkis ar šešis mažesnius valgymus, ne tik pagrindinį.

"Svarbu valgyti kelis nedidelius ir vidutinio dydžio patiekalus per dieną. Nepraleiskite pusryčių ir nepraleiskite vakarienės. Trečdalį kiekvieno valgio turėtų sudaryti angliavandeniai, trečdalis baltymų ir trečdalis riebalų. Toks receptas už uždegiminius ir kitus ligas skatinančius genus kontroliuoti“, – aiškina Johansenas.

Pokyčiai greiti

Tačiau Johansenas turi keletą padrąsinančių žodžių tiems iš mūsų, kurie valgo daug angliavandenių turinčią dietą. "Kiekvieno savanorio genų ekspresijai pakeisti prireikė vos šešių dienų", - sako ji, - "todėl pradėti lengva. Tačiau jei norite sumažinti savo gyvenimo būdo ligų tikimybę, ši nauja dieta turės būti nuolatinė. pakeisti“.

Johansenas pabrėžė, kad mokslininkai akivaizdžiai dar neturi visų atsakymų į dietos ir maisto ryšį. Tačiau išvadų tendencijos kartu su naujausia moksline literatūra aiškiai rodo, kad žmonėms turėtų būti rekomenduojama keisti savo mitybos įpročius.

Priešingu atveju vis daugiau žmonių sirgs lėtinėmis gyvenimo būdo ligomis.

Naujas maisto balansas

Daugelis iš mūsų mano, kad gerai valgyti maistą, kurį galite valgyti arba nevalgyti, nesvarbu, ar tai būtų angliavandeniai, ar riebalai. Taigi, kaip mes žinosime, ką dėti į savo lėkštes?

Ar dabar turime ir skaičiuoti kalorijas, ir sverti maistą?

„Žinoma, tu gali būti toks atsargus“, – sako Johansenas. "Tačiau jūs nuveiksite ilgą kelią tik atlikę keletą pagrindinių pasirinkimų. Jei sumažinsite virtų šakniavaisių, tokių kaip bulvės ir morkos, skaičių, o baltą duoną pakeisite keliomis pilno maisto riekelėmis, pavyzdžiui, rugine duona, arba išsikepsite patys. Traškią duoną, jūs žymiai sumažinsite blogųjų angliavandenių kiekį savo racione. Be to, nepamirškite, kad kiekvieno valgio metu, įskaitant pusryčius, reikia valgyti baltymų ir riebalų!"

Salotose taip pat yra angliavandenių

Johansenas paaiškina, kad daugelis iš mūsų nesuvokia, kad visi valgomi vaisiai ir daržovės taip pat laikomi angliavandeniais ir kad turėtume saugotis ne tik saldžių angliavandenių.

„Salotos yra sudarytos iš angliavandenių“, – sako Johansenas. "Tačiau reikia valgyti daug žalumynų, kad gautumėte daug kalorijų. Garuose kepti brokoliai yra puiki alternatyva virtoms bulvėms. Vaisiai yra gerai, bet reikia būti atsargiems, kad vienu metu nevalgytumėte didelio glikemijos kiekio vaisių. Laikas. Įvairovė yra svarbi."

Geriausia yra sumažinti bulvių, ryžių ir makaronų kiekį ir leisti sau gerų dalykų, kurie jau seniai buvo šunų namelyje šaldytuve.

"Vietoj lengvų produktų turėtume valgyti tikrą majonezą ir grietinę, - sako Johansenas, - o padaže turėti tikros grietinėlės ir valgyti riebią žuvį. Vis dėlto turėtume nepamiršti nevalgyti per daug maisto. valgio metu arba per dieną Riebalai yra dvigubai kaloringesni nei angliavandeniai ir baltymai, todėl planuodami porcijų dydžius turime tai turėti omenyje Riebalai taip pat skiriasi. Neturėtume valgyti per daug sočiųjų gyvulinių riebalų, bet mononesotieji augaliniai riebalai ir polinesotieji jūriniai riebalai yra geri.

Jaunystės fontano genai

Johanseno tyrimai taip pat rodo, kad kai kurie genai nėra reguliuojami, o atvirkščiai – jie ramina, o ne pagreitina.

"Buvo įdomu stebėti, kaip sumažėjo genetinis aktyvumas, bet mes tikrai džiaugėmės, kad tai susiję su genais. Vienas genų rinkinys yra susijęs su širdies ir kraujagyslių ligomis. Jų reguliavimas buvo sumažintas atsižvelgiant į subalansuotą mitybą, o ne subalansuotą mitybą. angliavandenių turtinga dieta“, – sako ji. Kitas genas, kuris buvo žymiai skirtingai išreikštas tirtomis dietomis, buvo tas, kuris tarptautinėje mokslinių tyrimų literatūroje paprastai vadinamas „jaunimo genu“.

"Mes čia tikrai neužkliuvome ant jaunystės šaltinio, - juokiasi Johansenas, - bet į šiuos rezultatus turėtume žiūrėti rimtai. Mums svarbu tai, kad po truputį atskleidžiame daugelio mūsų ligos progresavimo mechanizmus. pagrindiniai su gyvenimo būdu susiję sutrikimai“.

Johanseno tyrimus palaikė NTNU ir Centrinės Norvegijos regioninė sveikatos tarnyba. Kiti pagrindiniai partneriai buvo Mette Langaas, statistikė ir NTNU matematikos docentė, daktaras Bardas Kulsengas iš Regioninio sergančio nutukimo centro St Olavs ligoninėje ir Martinas Kuiperis, NTNU sistemų biologijos profesorius.


Kunigaikščio tyrinėtojas naujoje knygoje griauna metabolizmo mitus

Hermanas Pontzeris paaiškina, kur iš tikrųjų eina mūsų kalorijos ir ko žmonijos praeities tyrinėjimas gali išmokyti mus, kaip išlikti sveikiems šiandien.

Elenos Georgiou nuotrauka, „Mano miestas / EEE“.

Kunigaikščio profesorius Hermanas Pontzeris savo karjerą praleido skaičiuodamas kalorijas. Tiksliai ne todėl, kad jis stebi savo juosmens liniją. Bet todėl, kad, jo nuomone, „gyvenimo ekonomikoje kalorijos yra valiuta“. Kiekvieną minutę viskam, ką organizmas daro – auga, juda, kovoja su infekcija, net tik egzistuojančia – „visam tam reikia energijos“, – sako Pontzeris.

Savo naujoje knygoje „Burn“ evoliucinis antropologas pasakoja daugiau nei 10 metų, kuriuos jis ir jo kolegos praleido matuodami žmonių – nuo ​​ultrasportininkų iki biurų darbuotojų, taip pat artimiausių gyvūnų giminaičių ir kai kurių – medžiagų apykaitą. stebinančių įžvalgų, kurias tyrimo metu atskleidė.

Daugelis jo darbų nukelia jį į Tanzaniją, kur Hadza genties nariai vis dar gauna maistą taip, kaip mūsų protėviai – medžiodami ir rinkdami. Kiekvieną dieną eidami pėsčiomis medžioti zebrų ir antilopių arba ieškoti uogų ir gumbų, be ginklų, elektros ar prijaukintų gyvūnų, kad palengvintų krūvį, hadzai kasdien įgyja daugiau fizinio aktyvumo nei dauguma vakariečių per savaitę.

Taigi jie turi sudeginti daugiau kalorijų, tiesa? Neteisingai.

Hermanas Pontzeris, Duke evoliucinės antropologijos docentas

Pontzeris ir jo kolegos išsiaiškino, kad nepaisant didelio aktyvumo, Hadza nesudegina daugiau energijos per dieną nei sėslūs žmonės JAV ir Europoje.

Šios ir kitos naujausios išvados keičia mūsų supratimą apie energijos sąnaudas, mankštą ir dietą. Pavyzdžiui, mums visiems buvo pasakyta, kad jei norime sudeginti daugiau kalorijų ir kovoti su riebalais, turime treniruotis, kad pagerintume medžiagų apykaitą. Tačiau Pontzeris sako, kad tai nėra taip paprasta.

„Mūsų medžiagų apykaitos varikliai nebuvo sukurti per milijonus metų trukusios evoliucijos, kad būtų garantuotas paplūdimiui paruoštas bikinio kūnas“, – sako Pontzeris. Tačiau mūsų metabolizmas buvo sukurtas taip, kad „sukauptų daugiau riebalų nei bet kuri kita beždžionė“. Be to, mūsų medžiagų apykaita reaguoja į pratimų ir mitybos pokyčius taip, kad trukdo mūsų pastangoms mesti kilogramus.

Pontzeris sako, kad tai reiškia, kad kiekvieną dieną galite nueiti 16 000 žingsnių kaip Hadza ir nenumesite svorio. Žinoma, jei rytoj bėgsite maratoną, sudeginsite daugiau energijos nei šiandien. Tačiau laikui bėgant medžiagų apykaita reaguoja į aktyvumo pokyčius, kad būtų galima kontroliuoti bendrą išleidžiamą energiją.

Pontzerio knyga yra daugiau nei Krebso ciklo šėlsmas. Visiems, kenčiantiems dėl pandemijos sukeltų nusivylusio klajonių kančių, tai taip pat kupina nuotykių. Jis nuveda skaitytojus į valandų trukmės žygį stebėti, kaip Hadza vyras seka sužeistą žirafą per savaną, į Ugandos atogrąžų miškus tyrinėti laipiojančių šimpanzių ir į Kaukazo kalnų papėdes, kad atrastų 1,8 mln. metų senumo palaikus. kai kurių pirmųjų žmonių, išvykusių iš Afrikos.

Jo humoras sklinda pakeliui. Net kai jį pažadina 300 svarų liūtų choras vos už kelių šimtų jardų nuo jo palapinės, jis sustoja pamąstyti, ar jo paties smarvė jį neduoda ir ką jis galėtų daryti, jei jie ateitų pasiimti jo „minkštos amerikietiškos skerdenos, šilto trigubo“. creme brie iš žmogaus mėsos“.

Pontzeris el. paštu kalbėjosi su Duke Today apie savo knygą:

Kl.: Kokią pamoką Hadza ir kiti medžiotojai-rinkėjai moko, kaip valdyti svorį ir išlikti sveikiems?

A: Hadzai visą gyvenimą išlieka neįtikėtinai tinkami ir sveiki, net ir vyresniame amžiuje (60, 70, net 80 metų). Jie nesuserga širdies ligomis, diabetu, nutukimu ar kitomis ligomis, kuriomis dažniausiai sergame pramoniniame pasaulyje. Jie taip pat turi neįtikėtinai aktyvų gyvenimo būdą, įprastą dieną fiziškai aktyviau nei dauguma amerikiečių per savaitę.

Mano darbas su Hadza parodė, kad stebėtinai, net jei jie yra tokie fiziškai aktyvūs, Hadza vyrai ir moterys kiekvieną dieną sudegina tiek pat kalorijų, kiek vyrai ir moterys JAV ir kitose pramoninėse šalyse. Užuot padidinęs per dieną sudegintų kalorijų skaičių, Hadza fizinis aktyvumas pakeitė būdu jie išleidžia savo kalorijas — daugiau veiklai, mažiau kitoms, nematomoms kūno užduotims.

Pramoniniame pasaulyje turime būti aktyvūs, kad išliktume sveiki, tačiau negalime tikėtis, kad mankštinsimės, kad padidintume savo kasdienį kalorijų deginimą. Mūsų kūnas prisitaiko, išlaikydamas energijos sąnaudas siaurame diapazone, nepaisant gyvenimo būdo. Ir kad reiškia, kad turime sutelkti dėmesį į mitybą ir suvartotas kalorijas, kad galėtume valdyti savo svorį. Dienos pabaigoje mūsų svoris priklauso nuo suvalgytų kalorijų ir sudegintų kalorijų skaičiaus —, todėl labai sunku pakeisti sudeginamas kalorijas!

K: Sakote, kad mankšta nesvarbu? Kokia prasmė, jei negalime valgyti tos spurgos?

A: Visi tie koregavimai, kuriuos mūsų kūnas atlieka reaguodamas į pratimus, yra tikrai svarbūs mūsų sveikatai! Kai fizinio krūvio metu sudeginame daugiau kalorijų, mūsų kūnas išleidžia mažiau energijos uždegimui, reaktyvumui į stresą (pvz., kortizoliui) ir kitiems dalykams, dėl kurių mes sergame.

K: Koks didžiausias nesusipratimas dėl žmogaus medžiagų apykaitos?

A: Fitneso žurnalai, dietų mados, internetiniai kalorijų skaitikliai mums sako, kad kiekvieną dieną sudeginame energiją mes kontroliuojame: jei sportuosime daugiau, sudeginsime daugiau kalorijų ir sudeginsime riebalus. Tai nėra taip paprasta! Jūsų kūnas yra protingas, dinamiškas evoliucijos produktas, besikeičiantis ir prisitaikantis prie mūsų gyvenimo būdo pokyčių.

Kl.: Savo knygoje sakote, kad kalbant apie kalorijas, mus veda magiškas mąstymas. Ką tu tuo nori pasakyti?

A: Kadangi mūsų kūnas yra toks protingas ir dinamiškas, o žmonės tiesiog nemoka sekti, ką valgome, siaubingai sunku sekti, kiek kalorijų suvartojame ir sudeginame kiekvieną dieną. Tai, kartu su madingų dietų ir greito lieknėjimo schemų paplitimu, lėmė mintį, kad „kalorijos neturi reikšmės“. Tai magiškas mąstymas. Kiekviena jūsų kūno uncija, įskaitant kiekvieną nešamų riebalų kaloriją, yra maistas, kurį vartojote ir nesudeginote. Jei norime numesti svorio, turime valgyti mažiau kalorijų nei sudeginame. Tai tikrai priklauso nuo to.

K: Kai kurie žmonės sako, kad jei urviniai žmonės jo nevalgė, neturėtume ir mes. Ką rodo tyrimai, kokie maisto produktai yra „natūralūs“ žmonėms?

A: Nėra vienintelės, natūralios žmogaus mitybos. Medžiotojai-rinkėjai, tokie kaip Hadza, valgo įvairų augalinio ir gyvūninio maisto derinį, kuris skiriasi kiekvieną dieną, mėnesį ir metus. Žvelgiant į skirtingas populiacijas, yra dar daugiau mitybos įvairovės. Žmonės sukurti taip, kad klestėtų laikydamiesi įvairiausių dietų, o meniu yra beveik viskas.

Tai reiškia, kad mūsų šiuolaikiniame pramoniniame pasaulyje esame užtvindyti itin perdirbtais maisto produktais yra nenatūralus. Laukinėje gamtoje nėra Twinkių, kurie galėtų ieškoti maisto. Tie maisto produktai tiesiogine prasme sukurti taip, kad juos būtų galima vartoti per daug, o skonių mišinys užgožia mūsų smegenų gebėjimą reguliuoti apetitą. Dabar vis dar galima numesti svorio laikantis Twinkie dietos (aš to nerekomenduoju!), jei esate labai griežtai laikytis per dieną suvartojamų kalorijų kiekio. Tačiau turime būti labai atsargūs dėl to, kaip į savo kasdienę mitybą įtraukiame itin perdirbtus maisto produktus, nes tai yra kalorijų bombos, kurios skatina per daug vartoti.

Klausimas: Jei galėtume keliauti laiku, ką mūsų protėviai medžiotojai-rinkėjai padarytų iš mūsų pramoninės mitybos šiandien?

A: Mums net nereikia įsivaizduoti — Mes ar tie medžiotojai-rinkėjai! Biologiškai, genetiškai esame ta pati rūšis, kuri buvome prieš šimtą tūkstančių metų, kai medžioklė ir rinkimas buvo vienintelis žvėriena mieste. Kai susiduriame su šiuolaikiniu itin perdirbtu maistu, mes kovojame. Jie sukurti taip, kad būtų skanūs, ir mes linkę per daug vartoti.

Kl.: Ar COVID-19 pandemija jums atnešė kokią nors iš šių pamokų? Ką daryti, kad išliktume aktyvūs ir žiūrėtume, ką valgome, net dirbdami namuose?

Pandemija buvo tragedija daugeliu lygių: žmonių žūties, tų, kurie kenčia nuo ilgalaikių padarinių, socialinių ir ekonominių padarinių. Poveikis dietai ir mankštai taip pat buvo blogas daugeliui iš mūsų. Valgymas dėl streso yra tikras reiškinys, o dėl pandemijos patiriamo streso ir emocinių nuostolių — bei lengvos galimybės mūsų virtuvėje įsigyti užkandžių — daugelis priaugo svorio. Atrodo, kad daugeliui sumažėjo fizinis aktyvumas. Nėra lengvų atsakymų, bet turėtume stengtis kiekvieną dieną būti aktyviems. Ir mes galime padėti sau priimti geresnius sprendimus dėl maisto, neleisdami į savo namus itin perdirbto maisto. Negalite plušėti per traškučių maišą, jei jūsų spintelėje nėra traškučių.

Kl.: Jūs išmatavote energijos sąnaudas įvairioms veikloms – nuo ​​įkvėpimo iki „Ironman“ žaidimo. Kokia yra viena iš ekstremalesnių ar stebinančių kalorijų deginimo veiklų, kurią išmatavote arba norėtumėte išmatuoti žmonėms ar kitam gyvūnui?

A: Su kolegomis iš Japonijos išmatavome širdies plakimo energijos sąnaudas – sudėtingas medžiagų apykaitos matavimas! Pasirodo, kiekvienas jūsų širdies plakimas sudegina apie 1/300 kilokalorijos! Nuostabu, koks efektyvus gali būti mūsų kūnas.

Kl.: apie ką žmonės turi klausimų, į kuriuos dar nežinome atsakymo? Ko reikėtų norint sužinoti?

A: Šiuo metu džiaugiamės galėdami įvertinti, kaip mūsų kūnas prisitaiko, kai didiname mankštą: kaip tiksliai fizinio aktyvumo metu suvartojama daugiau energijos veikia mūsų imuninę sistemą, atsaką į stresą ir reprodukcinę sistemą? Prireiks ilgalaikio mankštos tyrimo, kad pamatytume, kaip šios sistemos keičiasi laikui bėgant.

Robinas Smithas ir #8211 universiteto komunikacijos

Susipažinkite su mūsų mokslininkais

Sužinokite apie labai talentingus mokslininkus iš skirtingų Genentech tyrimų organizacijos sričių ir lygių. Pasirinkite plytelę, kad pamatytumėte informaciją apie kiekvieno mokslininko išsilavinimą ir išsilavinimą, geriausius mokslinius straipsnius ir apdovanojimus.

Personalas Mokslininkai yra iškiliausia mūsų mokslininkų grupė. Šie asmenys iš esmės prisidėjo prie „Genentech“ dujotiekio ir pasiekė aukščiausią mokslo pasiekimų lygį, pripažintą tarptautinės mokslo bendruomenės.


Medžiagos ir metodai

RNR išskyrimas ir transkripto sekos nustatymas

Akseninės kultūros Rhynchopus humris padermė YPF1608 ir Sulcionema specki YPF1618 padermė buvo neseniai sukurta [18]. Hemistazija phaeocysticola YPF1303 padermę pateikė Akinori Yabuki (JAMSTEC, Yokosuka, Japonija). Akseninė kultūra Trypanoplasma borreli padermė Tt-JH buvo išskirta iš lynų (Tinca tinca) [176] ir maloniai pateikė Hanka Pecková (Parazitologijos institutas). Trijų diplonemidų rūšių RNR buvo išskirta naudojant Nucleospin RNR izoliavimo rinkinį (Macherey Nagel). Diplonemidų transkriptominės bibliotekos H. phaeocysticola (Hemistasiidae), R. humris, ir S. specki (Diplonemidae) ir kinetoplastidas T. borreli (Parabodonida) buvo paruošti ir sekvenuoti Illumina HiSeq 4000 platformoje naudojant standartinį TruSeq protokolą, todėl

51 million paired-end unprocessed reads of 100 nt in length, respectively.

Clonal cultures of free-living eukaryovorous Prokinetoplatina strains PhM-4 and PhF-6 were isolated from brackish waters of Turkey and freshwaters of Vietnam, respectively. Total RNA was extracted using an RNAqueous-Micro Kit (Invitrogen, Cat. No. AM1931) and converted into cDNA using the Smart-Seq2 protocol [177]. Transcriptome sequencing was performed on the Illumina HiSeq 2500 platform with read lengths of 100 bp using the KAPA stranded RNA-seq kit (Roche) to construct paired-end libraries.

Assembling the collection of transcriptomes and genomes

Transcriptomic reads of H. phaeocysticola, R. humris, S. specki, ir T. borreli were subjected to adapter and quality trimming using Trimmomatic v.0.36 [178] with the following settings: maximal mismatch count, 2 palindrome clip threshold, 20 simple clip threshold, 10 minimal quality required to keep a base, 3 window size, 4 required quality, 15 and minimal length of reads to be kept, 75 nt. Transcriptome assemblies were generated using Trinity v.2.2.0 with minimal contig length set to 200 nt, with the “normalize_max_read_cov” option set to 50 for R. humris, and with the other parameters set at the default values [179].

Transcriptomic reads of PhM-4 and PhF-6 were quality trimmed with Trimmomatic-0.32 [178] with a maximum of two mismatches allowed, a sliding window size of 4 and minimum quality of 20, and a minimum length of 35. Trinity version 2.0.6 was used to assemble the dataset, using default values [179]. Transcriptome assembly steps were done in conjunction with an extensive prey sequence decontamination process (below).

The transcriptome libraries of Rhabdomonas costata strain PANT2 (Euglenida) were prepared from 4 μg of total RNA according to the standard TruSeq Stranded mRNA Sample Preparation Guide. Libraries were sequenced on an Illumina MiSeq instrument (Illumina, San Diego, CA, USA) using 150 base-length read chemistry in a paired-end mode. Reads were assembled by Trinity v2.0.6 into 93,852 contigs.

The assembled transcriptomes of Neobodo designis (Kinetoplastea, Neobodonida) and Eutreptiella gymnastica (Euglenida) were downloaded from the Marine Microbial Eukaryote Transcriptome Sequencing Project database (MMETSP) [11]. We used the transcriptome assembly of Euglena gracilis strain Z generated by Ebenezer et al. and that of Azumiobodo hoyamushi generated by Yazaki and colleagues [15, 180]. Redundant transcripts were filtered out from all the transcriptome assemblies using the CD-HIT-EST software v.4.6.7 [181] with the sequence identity threshold of 90%. Prediction of coding regions within transcripts was performed using Transdecoder v.3.0.0 [182] under the default settings, and the resulting files with protein sequences were used for further analyses. Completeness of the transcriptome and genome assemblies was assessed using the BUSCO v.3 software [53] and the “eukaryota_obd9” database containing a set of 303 universal eukaryotic single-copy orthologs.

Reference genome and transcriptome assemblies and sets of annotated proteins were downloaded from publicly available sources listed in Additional file 1: Table S1. For bodonids (i.e., Prokinetoplastina, Neo-, Para-, and Eubodonida), all genomes and transcriptomes publicly available at the time of the manuscript preparation were used. For trypanosomatids, five representative genome sequences were selected, two belonging to distantly related monoxenous (=one host) species (P. confusum ir L. pyrrhocoris) and three to dixenous organisms (T. brucei, T. grayi, ir L. major), switching between two hosts in their life cycles. Neseniai T. grayi from crocodiles and P. confusum parasitizing mosquitoes were demonstrated to be slowly evolving trypanosomatids, preserving the highest number of ancestral genes [48]. L. major ir L. pyrrhocoris, belonging to the subfamily Leishmaniinae, are characterized by different lifestyles [183]. T. brucei ir L. major belong among the most extensively studied trypanosomatids and have high-quality genome assemblies and annotations available. The latter is also true for L. pyrrhocoris [51]

Decontamination of the R. costata, N. designis, and Prokinetoplastina spp. transcriptomes

The culture of R. costata was non-axenic, and accordingly, the presence of transcripts belonging to contaminating species was detected using a BLASTN search against the SILVA database with an E value cut-off of 10 −20 [184]. The best-scoring contaminants represented β- and γ-proteobacterial small-subunit (SSU) rRNA sequences. The following decontamination procedure was applied in order to get rid of the bacterial sequences: (i) a BLASTX search against the NCBI nr database using R. costata transcripts as queries with an E value cut-off of 10 −20 (ii) the BLAST results were sorted according to the bitscore and only 20 best hits were retained for each R. costata query sequence (iii) the best-scoring hits were annotated as “bacterial”, “eukaryotic”, and “other” (iv) transcript sequences were considered to be of bacterial origin and excluded from further analyses if more than 60% of best hits were bacterial according to the results of classification at the previous step. The decontamination procedure described above and prediction of coding regions within the transcripts of non-bacterial origin has produced a dataset of 36,019 protein sequences, with 3679 proteins removed as bacterial contaminants.

A BLASTN search against the SILVA database using N. designis transcripts as queries with an E value cut-off of 10 −20 revealed the presence of SSU rRNA sequences belonging only to a γ-proteobacterium of the genus Alteromonas. Since no other contaminants were identified, we downloaded all available genomes of Alteromonas spp. from the NCBI database and used them as a database for filtering out putative bacterial sequences from the N. designis transcriptome using BLASTN with an E value cut-off of 10 −5 . The contamination level was low, and this procedure resulted in removal of just 22 putative bacterial contigs from the transcriptome assembly.

As PhM-4 and PhF-6 are grown with the bodonids Procryptobia sorokini, ir Parabodo caudatus as prey, respectively, we minimized contamination of the PhM-4 and PhF-6 datasets through an extensive bioinformatic decontamination procedure. This includes decontamination steps that took place before and after assembly of the PhM-4 and PhF-6 datasets. Before assembly of PhM-4 and PhF-6, we assembled 2 × 300 bp PE transcriptome reads from monoeukaryotic P. sorokini ir P. caudatus prey cultures, along with 100 bp PE HiSeq 2000/2500 datasets derived from previously published datasets [185] in which other species preyed upon either P. sorokini arba P. caudatus (i.e., cultures that were heavily contaminated by the same prey species). RNA-seq reads from PhM-4 and PhF-6 datasets were mapped to the assemblies containing P. sorokini arba P. caudatus contigs, respectively, using Bowtie2 version 2.1.0 [186]. Reads that mapped to the prey assemblies (along with their mates, if only one read mapped) were discarded. The resulting unmapped reads were used to generate crude PhF-6 and PhM-4 transcriptome assemblies. To identify further prey-derived contamination, we used crude PhF-6 and PhM-4 assemblies to query the assembled transcriptomes of either P. caudatus arba P. sorokini via megablast version 2.2.30 [187]. We considered a contig as a putative contaminant if it was ≥ 95% identical to sequences in the prey assemblies over a span of at least 75 bp. In the case of PhF-6, which was more extensively contaminated by prey than PhM-4, we added an additional step of mapping raw Illumina HiSeq2000 and MiSeq reads containing P. caudatus to the PhF-6 assembly contigs with mapped reads were discarded. Potential cross-contamination from species multiplexed on the same HiSeq 2500 run was removed using the decontaminate.sh script from the BBMap package [188], with the options minc = 3, minp = 20, minr = 15, and minl = 350.

Gene family inference and phylogenetic tree construction

Orthologous groups (OGs) containing proteins from 19 species (Additional file 1: Table S1) were inferred using OrthoFinder v.1.1.8 [189] under default settings. The heterolobosean Naegleria gruberi was used as an outgroup. For phylogenetic tree construction, OGs containing only one protein in each species were analyzed (52 OGs in total). Protein sequences of R. costata were additionally compared against the NCBI nr database with a relaxed E value cut-off of 10 −10 in order to exclude any sequences of potential bacterial origin, which were not filtered out as described in the previous section with a more stringent E value cut-off of 10 −20 , but no contaminating sequences were identified. Inferred amino acid sequences of each gene were aligned using the L-INS-i algorithm in MAFFT v.7.310 [190]. The average percent identity within each OG was calculated using the alistat script from the HMMER package v.3.1 [77]. Twenty OGs demonstrating average percent identity within the group of > 50% were used for the phylogenomic analysis. The percent identity threshold was applied since our previous experience with euglenozoan phylogenomics [51, 191] shows that excluding highly divergent sequences improves the resolution of both maximum-likelihood and Bayesian trees. The protein alignments were trimmed using Gblocks v.0.91b with relaxed parameters (-b3 = 8, -b4 = 2, -b5 = h) and then concatenated, producing an alignment containing 6371 characters. A maximum-likelihood tree was inferred using IQ-TREE v.1.5.3 with the LG+F+I+G4 model and 1000 bootstrap replicates [192, 193]. A Bayesian phylogenetic tree was constructed using PhyloBayes-MPI v.1.7b [194] under the GTR-CAT model with four discrete gamma categories. Four independent Markov Chain Monte Carlo chains were run for

8000 cycles, and all chains converged on the topology shown in Fig. 1. The initial 20% of cycles were discarded as a burn-in, and sampling every 5 cycles was used for inference of the final consensus tree visualized using FigTree v.1.4.3 [195].

Analysis of metabolic pathways

For the analysis of metabolic capacities, an automatic assignment of KEGG Orthology (KO) identifiers to the proteins of the species of interest (Additional file 1: Table S1) was conducted using BlastKOALA v.2.1 [55]. The search was performed against a non-redundant pangenomic database of prokaryotes at the genus level and eukaryotes at the family level. KEGG Mapper v.2.8 was used for reconstruction of metabolic pathways and their comparison [196]. An enzyme was considered to be present in a particular group (diplonemids, euglenids, or kinetoplastids) if it was identified in at least two organisms belonging to that group (or in one species in the case of Prokinetoplastina). In certain cases, for verifying the original functional annotations, additional BLAST and/or Hidden Markov model-based (HMM) searches were performed with an E value cut-offs of 10 −20 and 10 −5 , respectively, unless other parameters are specified. The number of metabolic proteins reported for a species is equal to the number of unique KO identifiers falling into the KEGG category “metabolism” assigned to the proteins encoded in the genome/transcriptome of that species. The term “metabolic proteins” is used herein to refer to the proteins belonging to the KEGG category “metabolism.” The analysis of protein sharing was performed using UpSetR package [197]. The unpaired t test was applied when necessary to test statistical significance of the observed differences in average number of unique KEGG identifiers across species groups.

For the comparison of metabolic capabilities of euglenozoans with those of other protists, high-quality genome assemblies of 16 free-living heterotrophic and 17 parasitic/symbiotic organisms were downloaded from the NCBI Genomes database (Additional file 1: Table S2). Assemblies demonstrating BUSCO coverage more than 75% for free-living species and 45% for parasites and symbionts were considered of high quality and analyzed using BlastKOALA v.2.1 as described for euglenozoans. A shared loss of a metabolic protein in kinetoplastids and ciliates was inferred if a protein was absent in both groups, while being present in at least three species of the free-living heterotrophic protists from other groups listed in Additional file 1: Table S2.

Species clustering using the Uniform Manifold Approximation and Projection algorithm

Uniform Manifold Approximation and Projection (UMAP) is a novel general-purpose non-linear algorithm for dimensionality reduction [60]. The UMAP algorithm implemented in the uwot v0.1.3 R package [60] was applied to pairwise distances between 2181-dimensional vectors (presence/absence data for metabolic KO identifiers) for 19 species. First, we tried to find optimal values of key UMAP parameters that are suitable for recovering both local and global structure. The following setting combinations were tested: (1) the Euclidean or Hamming distance metrics, (2) number of nearest neighbors from 2 to 18, and (3) for each number of nearest neighbors, minimal distance between points in the 2D embedding was varied from 0 to 0.9 in 0.1 increments. The Euclidean and Hamming distance metrics yielded similar results, and the latter was selected as more appropriate for binary data. After inspecting all the resulting 2D embeddings, 3 was selected as the optimal number of nearest neighbors and 0 as the optimal minimal distance. Next, we ran 20 iterations of the algorithm with different random seeds generating both 2D and 3D embeddings of the multidimensional data structure. This was done to check whether the clustering remains stable across iterations. Results of 10 iterations are shown for both 2D (Additional file 6: Fig. S5) and 3D embeddings (Additional file 7: Fig. S6). The latter embeddings were visualized using the plot3D R package.

Fatty acid biosynthesis

For the analysis of elongase repertoire, four proteins of T. brucei (TbELO1–4) described by Lee et al. [106] were used as a query in BLASTP search with an E value cut-off of 10 −20 against the euglenozoan protein database. Phylogenetic trees were reconstructed using IQ-TREE with automatic model selection and 1000 bootstrap replicates for two datasets: (i) euglenozoan proteins only and (ii) euglenozoan sequences along with functionally characterized elongases from several other organisms (Additional file 14: File S1 Additional file 15: File S2) [109, 198,199,200,201]. For the identification of fatty acid synthase (FAS) I and II, proteins of Saccharomyces cerevisiae ir Homo sapiens were used as queries with an E value cut-off of 10 −10 [202, 203]. FAS I enzyme was considered to be present if at least three functional domains were identified on the same transcript.

Analysis of trypanothione metabolism

Genes encoding the enzymes of the trypanothione biosynthetic pathway were considered to be present in a genome or transcriptome when the following conditions were fulfilled: (i) a protein could be identified by BLAST with an E value cut-off of 10 −20 and/or a corresponding KEGG ID was assigned to a protein and (ii) p-distances between a reference protein and a putative hit calculated using MEGA v.7 did not exceed 0.7 or a different threshold specified in Additional file 13: Tables S41-S51 [204]. Additionally, the presence of a splice leader (SL) sequence was checked in the case of transcriptomic data, requiring a match with a minimal length of 12 nt. When a protein of interest could not be identified among predicted proteins, additional BLAST searches with raw transcriptome/genome sequences as a database were performed using an E value threshold of 10 −10 . For glutathionylspermidine (GspS) and trypanothione synthetases (TryS), as well as trypanothione (TR), glutathione (GR), and thioredoxin (TrxR) reductases, HMM-based searches using the HMMER package v.3.1 [77] were performed in addition to BLAST searches. An HMM model for GspS was generated using the Pfam seed alignment PF03738, and HMM models for other enzymes were obtained based on alignments of annotated sequences from the KEGG database. Two groups of proteins, GspS + TryS and TR represent related proteins, share a certain degree of sequence similarity and could be aligned (Additional file 13: Tables S50 and S51). For the identification of GspS/TryS homologues outside Euglenozoa, TryS of T. brucei was used as a query in a BLASTP search against the NCBI nr database (E value 10 −20 ) and 1000 best hits for two groups, prokaryotes (group I) and other organisms (excluding Euglenozoa group II), were obtained and combined into one file. Then, the sequences were filtered using CD-HIT-EST software v.4.6.7 [181] with 98% protein identity threshold. For the TR/GR/TrxR phylogeny, the corresponding protein sequences of Emiliania huxleyi, Homo sapiens, and trypanosomatids Blechomonas ayalai, Endotrypanum monterogeii, ir T. cruzi were used as a reference. Sequences were aligned using Muscle v.3.8.31 with default parameters [205]. The resulting alignments were trimmed using trimAl v.1.4.rev22 with the “-strict” option [206]. Maximum-likelihood trees for both protein groups were build using IQ-TREE v.1.5.3 with 1000 and 100 bootstrap replicates, for reductases and synthases, respectively and the LG+I+G4 model (automatically selected). Bayesian trees were inferred using MrBayes v.3.2.6 with the models of rate heterogeneity across sites chosen based on IQ-TREE results, while models of amino acid substitutions were assessed during the analysis (mixed amino acid model prior). The resulting model was WAG+I+G4 for both synthetases and reductases. The analysis was run for one million generations with sampling every 100th of them and discarding the first 25% of samples as a burn-in.

Identification of the DNA pre-replication complex subunits

Identification of the pre-replication complex (pre-RC) complex subunits was a multi-step procedure. Initially, BLAST searches with the reference sequences listed in Additional file 16: Table S52 as queries and an E value threshold of 10 −5 against databases of annotated transcripts/genomes of the euglenozoans and protists belonging to other groups (Additional file 1: Table S2) were performed. If a target protein could not be identified, an HMM-based method was employed. Pre-computed models for the proteins of interest were downloaded from the Pfam database when available (Additional file 16: Table S52), or a new model was generated based on a protein alignment constructed using Muscle v.3.8.31 [205, 207]. When none or just a few euglenozoan proteins were identified, another round of HMM-based searches was performed. For that purpose, full-length reference sequences present in the seed alignment were downloaded from the Pfam database, and, when possible, high-scoring hits in euglenozoans and reference protists were added to the seed alignment (E value < 1 −20 , preferably only full-length sequences with predicted domains). For HMM model construction, both trimmed and untrimmed alignments were used, and the search results were compared. Alignment trimming was accomplished in trimAl v.1.4.rev22 with the “-gappyout” option [206]. Visual inspection of phylogenetic trees constructed using IQ-TREE with automatic model selection and 1000 fast bootstrap replicates was performed to facilitate annotation of related sequences [192, 193].

Maximum-likelihood and Bayesian trees for the minichromosome maintenance (MCM) complex subunits 2–9 were inferred as described for the TR/GR/TrxR proteins, with the LG+F+I+G4 and WAG+I+G4 models, respectively. Only BLAST hits with p-distances ≤ 0.75 were considered. The trees were rooted using archaeal MCM sequences belonging to Haloferax ugnikalniai (ADE04992), Methanoculleus sp. MAB1 (CVK32523.1), Nanoarchaeum equitans (NP_963571.1), and Sulfolobus acidocaldarius (WP_011277765.1).

Putative homologues of the winged-helix initiator protein were searched using an HMM model build based on an alignment of 35 archaeal sequences downloaded from the NCBI Protein database.

Analysis of putative lateral gene transfer (LGT) events

For the analysis of putative LGT events, the protein sequences encoded by the genes of interest were used as a query in a BLASTP search against the NCBI nr database (E value 10 −20 ) and 1000 best hits for each, prokaryotes and other organisms (excluding Euglenozoa), were obtained. The resulting sequences were filtered using CD-HIT-EST software v.4.6.7 [181] with 90–98% protein identity threshold (depending on the protein identity levels). Sequences were aligned using Muscle v.3.8.31 with default parameters [205], and the resulting alignment was trimmed with trimAl v.1.4.rev22 [206] and used for phylogenetic analyses. Maximum-likelihood and Bayesian trees were inferred as described for trypanothione biosynthetic enzymes with the automatically selected LG+I+G4 model and 100 standard bootstrap replicates (for maximum-likelihood analysis). The trees were visualized in FigTree v.1.4.3 [195].

Identification of the kinetochore machinery elements

For the identification of putative centromeric histones H3 (cenH3), all available sequences of the canonical histone H3 (caH3) and its variants were downloaded from HistoneDB v.2.0 [208] and used as a BLAST query against transcripts, genomes, and predicted proteins of Euglenozoa with an E value threshold of 10 −5 . A hit was considered as a cenH3 candidate if it satisfied the following criteria: (i) at least one amino acid insertion in the loop 1 of the histone fold domain, (ii) divergent N-terminal tail, (iii) absence of the conserved glutamine residue in the α1 helix of the histone fold domain, and (iv) presence of a divergent histone fold domain [160]. Trypanosomatid-specific histone H3 variant (H3V) sequences were identified based on the presence of all of the following features: (i) a divergent N-terminal tail, (ii) absence of the conserved glutamine residue in the α1 helix of the histone fold domain, and (iii) absence of insertions in the loop 1 of the histone fold domain [209]. Distinguishing between putative caH3 and replication-independent histone variant H3.3, differing by only a few amino acids in opisthokonts [210], was out of scope of the current study, and the corresponding sequences were annotated as caH3/H3.3 (Additional file 9: Table S40).

Pre-computed HMMs for other conventional kinetochore components with the IDs specified in Additional file 16: Table S53 were downloaded from the Pfam database, and several rounds of HMM-based searches were performed as described for the DNA pre-replication complex subunits. Additionally, sequences of conventional kinetochore proteins identified by van Hooff and colleagues [158] in multiple eukaryotic lineages were used for building new HMMs, thus overcoming the bias towards overrepresentation of opisthokont sequences in the Pfam database. Only the most conserved components of the conventional kinetochore machinery were considered in our analyses, including the Ndc80 complex (Ndc80, Nuf2, Spc24, and Spc25 subunits), Knl1, the Mis12 complex (Mis12, Nnf1, Dsn1, and Nsl1), and CenpC.

For the identification of the kinetoplastid kinetochore proteins (KKTs), sequences annotated as KKTs were downloaded from the TriTryp database release 41, combined with the homologues identified in the eubodonid Bodo saltans [38], aligned using Muscle v.3.8.31 with default parameters [205], and used for HMM building and subsequent searches. Hits were annotated as putative KKTs when they met all of the following criteria: (i) HMM hit E value ≤ 10 −5 , (ii) p-distances calculated using MEGA v.7 did not exceed 0.8 or a different threshold specified in Additional file 13: Tables S13-S31 [204], and (iii) hit coordinates extending beyond predicted borders of highly conserved domains known to be present in proteins with unrelated functions. In the case of KKT2, 3, 10, and 19, HMM-based searches returned many hits due to the presence of widespread kinase domains [38, 162], and in order to facilitate annotation process, only two best hits for each species were taken for phylogenetic tree inference in IQ-TREE v.1.5.3 with 1000 fast bootstrap replicates (Additional file 17: File S3 Additional file 18: File S4 Additional file 19: File S5). Distinguishing between KKT10 and KKT19 proved to be a complicated task due to a very high degree of sequence similarity, and therefore, tentative annotation was performed based on the p-distances to the corresponding sequences in B. saltans.

Kinetoplastid kinetochore-interacting proteins (KKIPs) of T. brucei [163] were used as a BLAST query against the TriTryp database release 41 with an E value threshold of 10 −20 . Retrieved sequences were aligned and p-distances were calculated as described above. Hits with p-distances ≤ 0.8 to the homologues in T. brucei were aligned and used for HMM-based searches. The hits were filtered as described for the KKT proteins. For the phosphatase domain-containing KKIP7, only the hits with an E value ≤ 10 −100 and p-distances ≤ 0.65 to the reference trypanosomatid sequences (Additional file 13: Tables S32-S38) were subjected to the phylogenetic analysis using IQ-TREE v.1.5.3 with 1000 fast bootstrap replicates (Additional file 20: File S6).


Basal Metabolic Rate (BMR): Definition, Factors and Significance

Basal metabolic rate is the energy released when the subject is at complete mental and physical rest i.e. in a room with comfortable temperature and humidity, awake and sitting in a reclining position, 10-12 hours after the last meal. It is essentially the minimum energy required to maintain the heart rate, respiration, kidney function etc.

B.M.R. of an average Indian man is 1750-1900 Kcal/day. In terms of oxygen consumption it would amount to about 15 litre/hr. Heavily built persons have higher BMRs, but the BMR per unit body weight is higher in the smaller built individuals ex. although the BMR of a man as given above is higher than that of a boy of 15 kg body weight that spends about 800 Kcal/day for its basal metabolism, the BMR per kg/day of man is about 30 Kcal, while that of the boy is about 53 Kcal/kg/day.

The variable that correlates most with the BMR is the surface area of the body. Thus in case of both boy and man the BMR is around 1000 Kcal/m 2 body surface/day.

In case of human beings body surface area can be calculated by the following formula:

S = 0.007184 x W 0.425 x h 0.725

S = surface area in sq metres

Factors Influencing BMR:

There are many factors that affect the BMR. These include body temperature, age, sex, race, emotional state, climate and circulating levels of hormones like catecholamine’s (epinephrine and norepinephrine) and those secreted by the thyroid gland.

1. Genetics (Race):

Some people are born with faster metabolism and some with slower metabolism. Indians and Chinese seem to have a lower BMR than the Europeans. This may as well be due to dietary differences between these races. Higher BMR exists in individuals living in tropical climates. Pvz. Singapūras.

Men have a greater muscle mass and a lower body fat percentage. Thus men have a higher basal metabolic rate than women. The BMR of females declines more rapidly between the ages of 5 and 17 than that of males.

BMR reduces with age i.e. it is inversely proportional to age. Children have higher BMR than adults. After 20 years, it drops about 2 per cent, per decade.

The heavier the weight, the higher the BMR, ex. the metabolic rate of obese women is 25 percent higher than that of thin women.

5. Body surface area:

This is a reflection of the height and weight. The greater the body surface area factor, the higher the BMR. Tall, thin people have higher BMRs. When a tall person is compared with a short person of equal weight, then if they both follow a diet calorie-controlled to maintain the weight of the taller person, the shorter person may gain up to 15 pounds in a year.

6. Body fat percentage:

The lower the body fat percentage, the higher the BMR. The lower body fat percentage in the male body is one reason why men generally have a 10-15% higher BMR than women.

Starvation or serious abrupt calorie-reduction can dramatically reduce BMR by up to 30%. Restrictive low-calorie weight loss diets may cause BMR to drop as much as 20%. BMR of strict vegetarians is 11% lower than that of meat eaters.

8. Body temperature/health:

For every increase of 0.5° C in internal temperature of the body, the BMR increases by about 7 percent. The chemical reactions in the body actually occur more quickly at higher temperatures. So a patient with a fever of 42° C (about 4° C above normal) would have an increase of about 50 percent in BMR. An increase in body temperature as a result of fever increases the BMR by 14-15% per degree centigrade which evidently, is due to the increased rate of metabolic reactions of the body.

9. External temperature:

Temperature outside the body also affects basal metabolic rate. Exposure to cold temperature causes an increase in the BMR, so as to create the extra heat needed to maintain the body’s internal temperature. A short exposure to hot temperature has little effect on the body’s metabolism as it is compensated mainly by increased heat loss. But prolonged exposure to heat can raise BMR.

Thyroxine is a key BMR-regulator which speeds up the metabolic activity of the body. The more thyroxine produced, the higher the BMR. If too much thyroxine is produced (thyrotoxicosis) BMR can actually double. If too little thyroxine is produced (myxoedema) BMR may shrink to 30-40 percent of normal rate. Like thyroxine, adrenaline also increases the BMR but to a lesser extent. Anxiety and tension may not show on the face but they do produce an increased tensing of the muscles and release of norepinephrine even though the subject is seemingly quiet. Both these factors tend to increase the metabolic rate.

Physical exercise not only influences body weight by burning calories, it also helps raise the BMR by building extra lean tissue. (Lean tissue is more metabolically demanding than fat tissue.) So more calories are burnt even when sleeping.

The BMR is not changed during pregnancy. The higher value of BMR in late pregnancy is due to the BMR of the foetus.

Significance of BMR:

1. The determination of BMR is the principal guide for diagnosis and treatment of thyroid disorders.

2. If BMR is less than 10% of the normal, it indicates moderate hypothyroidism. In severe hypothyroidism, the BMR may be decreased to 40 to 50 percent below normal.

3. BMR aids to know the total amount of food or calories required to maintain body weight.

4. The BMR is low in starvation, under nutrition, hypothalamic disorders, Addison’s disease and lipoid nephrosis.

5. The BMR is above normal in fever, diabetes insipidus, leukemia and polycythemia.


How accurate is metabolic testing?

In general, metabolic testing via indirect calorimetry is a reliable way to obtain information about your body that you might not otherwise have. But it&rsquos also important to remember that a lot of the testing accuracy comes down to the equipment being used and who&rsquos doing the testing and interpreting the results&mdashmore on that in just a sec.

Be wary of body composition tests that claim to predict your RMR and stick with indirect calorimetry, when possible. &ldquoThere are body composition tests like hand-held dynamometers or scales that try to predict RMR, [but those] are prediction values and some more accurate than others,&rdquo Donoghue explains. &ldquoIndirect calorimetry, when done correctly, has the least amount of error."

A 2017 review of data in the Indian Journal of Endocrinology and Metabolism concluded that while predictive methods of testing are &ldquoquestionable,&rdquo indirect calorimetry is a valuable resource for calculating nutrition needs and managing chronic health conditions.


New research on Alzheimer’s Disease shows ‘lifestyle origin at least in some degree’

Ph.D. student Erin Saito enters data into a computer in the lab of Professor Benjamin Bikman.

Ph.D. student Erin Saito enters data into a computer in the lab of Professor Benjamin Bikman.

For years, research to pin down the underlying cause of Alzheimer’s Disease has been focused on plaque found to be building up in the brain in AD patients. But treatments targeted at breaking down that buildup have been ineffective in restoring cognitive function, suggesting that the buildup may be a side effect of AD and not the cause itself.

A new study from a team of BYU researchers finds novel cellular-level support for an alternate theory that is growing in strength: Alzheimer’s could actually be a result of metabolic dysfunction in the brain. In other words, there is growing evidence that diet and lifestyle are at the heart of Alzheimer’s Disease.

“Alzheimer’s Disease is increasingly being referred to as insulin resistance of the brain or Type 3 Diabetes,” said senior study author Benjamin Bikman, a professor of physiology and developmental biology at BYU. “Our research shows there is likely a lifestyle origin to the disease, at least to some degree.”

For the new study, published in academic journal Alzheimer’s & Dementia , the BYU research team examined RNA sequences in 240 post-mortem Alzheimer’s Disease-impacted brains. They were looking specifically at the gene expression of nervous system support cells during two types of metabolism: glucose metabolism, where carbohydrates are broken down to provide energy, and something called ketolytic metabolism.

Ketolytic metabolism involves the brain creating energy from ketones, molecules made in our body when the hormone insulin is low and we are burning relatively higher amounts of fat. The popular “Keto Diet” is named after the process since that low-carb, high-protein diet lowers insulin levels and causes the body to burn fat instead of carbs and produce ketones.

The researchers found widespread glucose metabolism impairment in those nervous system support cells of the brains of former Alzheimer’s Disease patients, but limited ketolytic metabolism impairment. The finding is significant because the brain is like a hybrid engine, with the ability to get its fuel from glucose or ketones, but in the Alzheimer’s brains studied, there appears to be a fundamental genetic deficit in the brain’s ability to use glucose.

“We’ve turned the hybrid engine of our brains into a mono-fuel system that just fails to thrive,” Bikman said. “And so, the brain, which is progressively becoming deficient in its ability to use glucose, is now crying out for help it’s starving in the midst of plenty. The body is swimming in a sea of glucose, but the brain just can’t use it.

“The inability to use glucose increases the value of ketones. However, because the average person is eating insulin-spiking foods so frequently, there’s never any ketones available to the brain,” Bikman added. “I look at these findings as a problem we’ve created and that we’re making worse.”

Previous research has observed that the brains of people with AD have a quantifiable reduction in the ability to take in and use glucose, but this paper is the first to show it actually happens at the cellular level. It’s a significant contribution to the growing paradigm shift in regards to the scientific view of the causes of Alzheimer’s.

And since ketolytic metabolism seems to keep working fine in people with AD, even when glucose metabolism gives out, the paper concludes that treatments involving ketones may be able to support brain metabolism and slow the cognitive decline associated with the disease.

Study authors, which include fellow principal investigator and BYU professor Justin Miller and BYU professor John Kauwe (also now president of BYU-Hawaii), suggest future research investigate metabolic dysfunction in Alzheimer’s Disease brains should target oligodendrocytes because genes involved in ketolysis and glycolysis are both differentially expressed in that cell type in AD brains.

This study was a collaboration with Washington University School of Medicine in St. Louis, who provided the BYU research team with access to various brain banks, including Mayo Clinic, Mount Sinai, and a brain bank at Washington University.


Protist Life Cycles and Habitats

Protists live in a wide variety of habitats, including most bodies of water, as parasites in both plants and animals, and on dead organisms.

Mokymosi tikslai

Describe the habitats and life cycles of various protists

Key Takeaways

Pagrindiniai klausimai

  • Slime molds are categorized on the basis of their life cycles into plasmodial or cellular types, both of which end their life cycle in the form of dispersed spores.
  • Plasmodial slime molds form a single-celled, multinucleate mass, whereas cellular slime molds form an aggregated mass of separate amoebas that are able to migrate as a unified whole.
  • Slimes molds feed primarily on bacteria and fungi and contribute to the decomposition of dead plants.

Pagrindinės sąlygos

  • haploidas: of a cell having a single set of unpaired chromosomes
  • sporangia: an enclosure in which spores are formed (also called a fruiting body)
  • plasmodium: a mass of cytoplasm, containing many nuclei, created by the aggregation of amoeboid cells of slime molds during their vegetative phase
  • diploidas: of a cell, having a pair of each type of chromosome, one of the pair being derived from the ovum and the other from the spermatozoon

Life Cycle of Slime Molds

Protist life cycles range from simple to extremely elaborate. Certain parasitic protists have complicated life cycles and must infect different host species at different developmental stages to complete their life cycle. Some protists are unicellular in the haploid form and multicellular in the diploid form, which is a strategy also employed by animals. Other protists have multicellular stages in both haploid and diploid forms, a strategy called alternation of generations that is also used by plants.

Plasmodial slime molds

The slime molds are categorized on the basis of their life cycles into plasmodial or cellular types. Plasmodial slime molds are composed of large, multinucleate cells and move along surfaces like an amorphous blob of slime during their feeding stage. The slime mold glides along, lifting and engulfing food particles, especially bacteria. Upon maturation, the plasmodium takes on a net-like appearance with the ability to form fruiting bodies, or sporangia, during times of stress. Meiosis produces haploid spores within the sporangia. Spores disseminate through the air or water to potentially land in more favorable environments. If this occurs, the spores germinate to form amoeboid or flagellate haploid cells that can combine with each other and produce a diploid zygotic slime mold to complete the life cycle.

Plasmodial slime mold life cycle: Haploid spores develop into amoeboid or flagellated forms, which are then fertilized to form a diploid, multinucleate mass called a plasmodium. This plasmodium is net-like and, upon maturation, forms a sporangium on top of a stalk. The sporangium forms haploid spores through meiosis, after which the spores disseminate, germinate, and begin the life cycle anew. The brightly-colored plasmodium in the inset photo is a single-celled, multinucleate mass.

Cellular slime molds

The cellular slime molds function as independent amoeboid cells when nutrients are abundant. When food is depleted, cellular slime molds aggregate into a mass of cells that behaves as a single unit called a slug. Some cells in the slug contribute to a 2–3-millimeter stalk, which dries up and dies in the process. Cells atop the stalk form an asexual fruiting body that contains haploid spores. As with plasmodial slime molds, the spores are disseminated and can germinate if they land in a moist environment. One representative genus of the cellular slime molds is Diktiostelis, which commonly exists in the damp soil of forests.

Cellular slime mold life cycle: Cellular slime molds may engage in two forms of life cycles: as solitary amoebas when nutrients are abundant or as aggregated amoebas (inset photo) when nutrients are scarce. In aggregate form, some individuals contribute to the formation of a stalk, on top of which sits a fruiting body full of spores that disseminate and germinate in the proper moist environment.

Habitats of Various Protists

There are over 100,000 described living species of protists. Nearly all protists exist in some type of aquatic environment, including freshwater and marine environments, damp soil, and even snow. Paramecia are a common example of aquatic protists. Due to their abundance and ease of use as research organisms, they are often subjects of study in classrooms and laboratories. In addition to aquatic protists, several protist species are parasites that infect animals or plants and, therefore, live in their hosts. Amoebas can be human parasites and can cause dysentery while inhabiting the small intestine. Other protist species live on dead organisms or their wastes and contribute to their decay. Approximately 1000 species of slime mold thrive on bacteria and fungi within rotting trees and other plants in forests around the world, contributing to the life cycle of these ecosystems.


Žiūrėti video įrašą: Monohibridinis kryžminimas (Lapkritis 2024).