The Gut Microbiota Profile in Children with Prader–Willi Syndrome
Notice bibliographique
Résumé
Although gut microbiota has been suggested to play a role in disease phenotypes of Prader–Willi syndrome (PWS), little is known about its composition in affected children and how it relates to hyperphagia. This cross-sectional study aimed to characterize the gut bacterial and fungal communities of children with PWS, and to determine associations with hyperphagia. Fecal samples were collected from 25 children with PWS and 25 age-, sex-, and body mass index-matched controls. Dietary intake data, hyperphagia scores, and relevant clinical information were also obtained. Fecal bacterial and fungal communities were characterized by 16S rRNA and ITS2 sequencing, respectively. Overall bacterial α-diversity and compositions of PWS were not different from those of the controls, but 13 bacterial genera were identified to be differentially abundant. Interestingly, the fungal community, as well as specific genera, were different between PWS and controls. The majority of the variation in the gut microbiota was not attributed to differences in dietary intake or the impact of genotype. Hyperphagia scores were associated with fungal α-diversity and relative abundance of several taxa, such as Staphylococcus, Clostridium, SMB53, and Candida. Further longitudinal studies correlating changes in the microbiome with the degree of hyperphagia and studies integrating multi-omics data are warranted.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».