Environmental Particulate Matter Induces Murine Intestinal Inflammatory Responses and Alters the Gut Microbiome
Notice bibliographique
Résumé
BACKGROUND: Particulate matter (PM) is a key pollutant in ambient air that has been associated with negative health conditions in urban environments. The aim of this study was to examine the effects of orally administered PM on the gut microbiome and immune function under normal and inflammatory conditions. METHODS: Wild-type 129/SvEv mice were gavaged with Ottawa urban PM10 (EHC-93) for 7-14 days and mucosal gene expression analyzed using Ingenuity Pathways software. Intestinal permeability was measured by lactulose/mannitol excretion in urine. At sacrifice, segments of small and large intestine were cultured and cytokine secretion measured. Splenocytes were isolated and incubated with PM10 for measurement of proliferation. Long-term effects of exposure (35 days) on intestinal cytokine expression were measured in wild-type and IL-10 deficient (IL-10(-/-)) mice. Microbial composition of stool samples was assessed using terminal restriction fragment length polymorphism. Short chain fatty acids were measured in caecum. RESULTS: Short-term treatment of wild-type mice with PM10 altered immune gene expression, enhanced pro-inflammatory cytokine secretion in the small intestine, increased gut permeability, and induced hyporesponsiveness in splenocytes. Long-term treatment of wild-type and IL-10(-/-) mice increased pro-inflammatory cytokine expression in the colon and altered short chain fatty acid concentrations and microbial composition. IL-10(-/-) mice had increased disease as evidenced by enhanced histological damage. CONCLUSIONS: Ingestion of airborne particulate matter alters the gut microbiome and induces acute and chronic inflammatory responses in the intestine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».