Variations in HDL-carried miR-223 and miR-135a concentrations after consumption of dietary trans fat are associated with changes in blood lipid and inflammatory markers in healthy men - an exploratory study
Notice bibliographique
Résumé
A high consumption of trans fatty acids (TFAs) is associated with an increased risk of cardiovascular diseases (CVDs). High-density lipoproteins (HDLs) have many cardioprotective properties and transport functional microRNAs (miRNAs) to recipient cells. We hypothesized that dietary TFAs modify the HDL-carried miRNA profile, therefore modulating its cardioprotective properties. We assessed whether consumption of dietary TFAs modifies HDL-carried miR-223-3p and miR-135a-3p concentration and the inter-relationship between diet-induced changes in HDL-carried miRNA concentration and CVD risk markers. In a double blind, randomized, crossover, controlled study, 9 men were fed each of 3 experimental isoenergetic diets: 1) High in industrial TFA (iTFA; 3.7% energy); 2) High in TFA from ruminants (rTFA; 3.7% energy); 3) Low in TFA (control; 0.8% energy) for 4 weeks each. HDLs were isolated by ultracentrifugation and miRNAs were quantified by RT-qPCR. Variations in HDL-miR-223-3p concentration were negatively correlated with variations in HDL-cholesterol after the iTFA diet (rs = 0.82; P = 0.007), and positively correlated with variations in C-reactive protein concentration after the rTFA diet (rs = 0.75; P = 0.020). Variations in HDL-miR-135a-3p concentration were positively correlated with variations in total triglyceride (TG) concentration following the iTFA diet (rs = -0.82; P = 0.007), and with variations in low-density lipoprotein (LDL)-TG concentration following the rTFA diet (rs = 0.83; P = 0.005), compared to the control diet. However, the consumption of dietary TFAs has no significant unidirectional impact on HDL-carried miR-223-3p and miR-135a-3p concentrations. Our results suggest that the variability in the HDL-carried miRNAs response to TFA intake, by being associated with variations in CVD risk factors, might reflect physiological changes in HDL functions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».