The importance of diet and the gut-brain axis for brain health and cognitive function is increasingly acknowledged. Dietary interventions are tested for their potential to prevent and/or treat brain disorders. Intermittent fasting (IF), the abstinence or strong limitation of calories for 12 to 48 h, alternated with periods of regular food intake, has shown promising results on neurobiological health in animal models. In this review article, we discuss the potential benefits of IF on cognitive function and the possible effects on the prevention and progress of brain-related disorders in animals and humans. We do so by summarizing the effects of IF which through metabolic, cellular, and circadian mechanisms lead to anatomical and functional changes in the brain. Our review shows that there is no clear evidence of a positive short-term effect of IF on cognition in healthy subjects. Clinical studies show benefits of IF for epilepsy, Alzheimer’s disease, and multiple sclerosis on disease symptoms and progress. Findings from animal studies show mechanisms by which Parkinson’s disease, ischemic stroke, autism spectrum disorder, and mood and anxiety disorders could benefit from IF. Future research should disentangle whether positive effects of IF hold true regardless of age or the presence of obesity. Moreover, variations in fasting patterns, total caloric intake, and intake of specific nutrients may be relevant components of IF success. Longitudinal studies and randomized clinical trials (RCTs) will provide a window into the long-term effects of IF on the development and progress of brain-related diseases.

Changes in microbial composition are observed in various psychiatric disorders, but their specificity to certain symptoms or processes remains unclear. This study explores the associations between the gut microbiota composition and the Research Domain Criteria (RDoC) domains of functioning, representing symptom domains, specifically focusing on stress-related and neurodevelopmental disorders in patients with and without psychiatric comorbidity. The gut microbiota was analyzed in 369 participants, comprising 272 individuals diagnosed with a mood disorder, anxiety disorder, attention deficit/hyperactivity disorder, autism spectrum disorder, and/or substance use disorder, as well as 97 psychiatrically unaffected individuals. The RDoC domains were estimated using principal component analysis (PCA) with oblique rotation on a range of psychiatric, psychological, and personality measures. Associations between the gut microbiota and the functional domains were assessed using multiple linear regression and permanova, adjusted for age, sex, diet, smoking, medication use and comorbidity status. Four functional domains, aligning with RDoC's negative valence, social processes, cognitive systems, and arousal/regulatory systems domains, were identified. Significant associations were found between these domains and eight microbial genera, including associations of negative valence with the abundance of the genera Sellimonas, CHKCI001, Clostridium sensu stricto 1, Oscillibacter, and Flavonifractor; social processes with Sellimonas; cognitive systems with Sporobacter and Hungatella; and arousal/regulatory systems with Ruminococcus torques (all pFDR < 0.05). Our findings demonstrate associations between the gut microbiota and the domains of functioning across patients and unaffected individuals, potentially mediated by immune-related processes. These results open avenues for microbiota-focused personalized interventions, considering psychiatric comorbidity. However, further research is warranted to establish causality and elucidate mechanistic pathways.

Abstract Investigating the impact of gut microbiome on human health is a rapidly growing area of research. A significant limiting factor in the progress in this field is the lack of consistency between study results, which hampers the correct biological interpretation of findings. One of the reasons is variation of the applied bioinformatics analysis pipelines. This study aimed to compare five frequently used bioinformatics pipelines (NG-Tax 1.0, NG-Tax 2.0, QIIME, QIIME2 and mothur) for the analysis of 16S rRNA marker gene sequencing data and determine whether and how the analytical methods affect the downstream statistical analysis results. Based on publicly available case-control analysis of ADHD and two mock communities, we show that the choice of bioinformatic pipeline does not only impact the analysis of 16S rRNA gene sequencing data but consequently also the downstream association results. The differences were observed in obtained number of ASVs/OTUs (range: 1,958 - 20,140), number of unclassified ASVs/OTUs (range: 210 - 8,092) or number of genera (range: 176 - 343). Also, the case versus control comparison resulted in different results across the pipelines. Based on our results we recommend: i) QIIME1 and mothur when interested in rare and/or low-abundant taxa, ii) NG-Tax1 or NG-Tax2 when favouring stringent artefact filtering, iii) QIIME2 for a balance between two abovementioned points, and iv) to use at least two pipelines to assess robustness of the results. This work illustrates the strengths and limitations of frequently used microbial bioinformatics pipelines in the context of biological conclusions of case-control comparisons. With this, we hope to contribute to “best practice” approaches for microbiome analysis, promoting methodological consistency and replication of microbial findings. Author Summary Studies increasingly demonstrate the relevance of gut microbiota in understanding human health and disease. However, the lack of consistency between study results is a significant limiting factor of progress in this field. The reasons for this include variation in study design, sample size, bacterial DNA extraction and sequencing method, bioinformatics analysis pipeline and statistical analysis methodology. This paper focuses on the variation generated by bioinformatics pipelines. A choice of a bioinformatic pipeline can influence the assessment of microbial diversity. However, it is unclear to what extent and how the results and conclusion of a case-control study can be influenced. Therefore, we compared the results of a case-control study across different pipelines (applying default settings) while using the same dataset. Our results indicate a lack of consistency across the pipelines. We show that the choice of bioinformatic pipeline not only affects the analysis results of 16S rRNA gene sequencing data from the gut microbiome, but also the associated conclusions for the case-control study. This means different conclusions would be drawn from the same data analysed with different bioinformatic pipeline.

Attention-deficit/hyperactivity disorder (ADHD) is a common neurodevelopmental condition that persists into adulthood in the majority of individuals. While the gut-microbiome seems to be relevant for ADHD, the few publications on gut-microbial alterations in ADHD are inconsistent, in the investigated phenotypes, sequencing method/region, preprocessing, statistical approaches, and findings. To identify gut-microbiome alterations in adult ADHD, robust across studies and statistical approaches, we harmonized bioinformatic pipelines and analyses of raw 16S rRNA sequencing data from four adult ADHD case-control studies (NADHD=312, NNoADHD=305). We investigated diversity and differential abundance of selected genera (logistic regression and ANOVA-like Differential Expression tool), corrected for age and sex, and meta-analyzed the study results. Converging results were investigated for association with hyperactive/impulsive and inattentive symptoms across all participants. Beta diversity was associated with ADHD diagnosis but showed significant heterogeneity between cohorts, despite harmonized analyses. Several genera were robustly associated with adult ADHD; e.g., Ruminococcus_torques_group (LogOdds=0.17, pfdr=4.42 × 10–2), which was more abundant in adults with ADHD, and Eubacterium_xylanophilum_group (LogOdds= -0.12, pfdr=6.9 × 10–3), which was less abundant in ADHD. Ruminococcus_torques_group was further associated with hyperactivity/impulsivity symptoms and Eisenbergiella with inattention and hyperactivity/impulsivity (pfdr<0.05). The literature points towards a role of these genera in inflammatory processes. Irreproducible results in the field of gut-microbiota research, due to between study heterogeneity and small sample sizes, stress the need for meta-analytic approaches and large sample sizes. While we robustly identified genera associated with adult ADHD, that might overall be considered beneficial or risk-conferring, functional studies are needed to shed light on these properties.

Abstract Kleefstra Syndrome (KS) is a rare monogenetic syndrome, caused by haploinsufficiency of the EHMT1 gene, an important regulator of neurodevelopment. The clinical features of KS include intellectual disability, autistic behavior and gastrointestinal problems. The gut microbiota may constitute a, yet unexplored, mechanism underlying clinical variation, as they are an important modifier of the gut-brain-axis. To test whether variation in the gut microbiota is part of KS, we investigated the gut microbiota composition of 23 individuals with KS (patients) and 40 of their family members. Both alpha and beta diversity of patients were different from their family members. Genus Coprococcus 3 was lower in abundance in patients compared to family members. Moreover, abundance of genus Merdibacter was lower in patients versus family members, but only in the participants reporting intestinal complaints. Within the patient group, behavioral problems explained 7% variance in the beta diversity. Also, within this group, we detected higher levels of Coprococcus 3 and Atopobiaceae – uncultured associated with higher symptoms severity. Our results show significant differences in the gut microbiota composition of patients with KS compared to their family members, suggesting that these differences are part of the KS phenotype.