Impact of Immunosuppression on the Metagenomic Composition of the Intestinal Microbiome: a Systems Biology Approach to Post-Transplant Diabetes
Notice bibliographique
Résumé
Solid organ transplantation (SOT) outcomes have continued to improve, although long-term use of immunosuppressants can lead to complications such as diabetes, compromising post-transplant outcomes. In this study, we have characterized the intestinal microbiome (IM) composition at the metagenomic level in the context of hyperglycemia induced by immunosuppressants. Sprague-Dawley rats were subjected to doses of tacrolimus and sirolimus that reliably induce hyperglycemia and an insulin-resistant state. Subsequent exposure to probiotics resulted in reversal of hyperglycemia. 16S rRNA and metagenomic sequencing of stool were done to identify the bacterial genes and pathways enriched in immunosuppression. Bacterial diversity was significantly decreased in sirolimus-treated rats, with 9 taxa significantly less present in both immunosuppression groups: Roseburia, Oscillospira, Mollicutes, Rothia, Micrococcaceae, Actinomycetales and Staphylococcus. Following probiotics, these changes were reversed to baseline. At the metagenomic level, the balance of metabolism was shifted towards the catabolic side with an increase of genes involved in sucrose degradation, similar to diabetes. Conversely, the control rats had greater abundance of anabolic processes and genes involved in starch degradation. Immunosuppression leads to a more catabolic microbial profile, which may influence development of diabetes after SOT. Modulation of the microbiome with probiotics may help in minimizing adverse long-term effects of immunosuppression.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».