Metabolite profiling reveals the interaction of chitin-glucan with the gut microbiota
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dietary fibers are considered beneficial nutrients for health. Current data suggest that their interaction with the gut microbiota largely contributes to their physiological effects. In this context, chitin-glucan (CG) improves metabolic disorders associated with obesity in mice, but its effect on gut microbiota has never been evaluated in humans. This study explores the effect of a 3-week intervention with CG supplementation in healthy individuals on gut microbiota composition and bacterial metabolites. CG was given to healthy volunteers (n = 15) for three weeks as a supplement (4.5 g/day). Food diary, visual analog and Bristol stool form scales and a “quality of life” survey were analyzed. Among gut microbiota-derived metabolites, bile acids (BA), long- and short-chain fatty acids (LCFA, SCFA) profiling were assessed in stool samples. The gut microbiota (primary outcome) was analyzed by Illumina sequencing. A 3-week supplementation with CG is well tolerated in healthy humans. CG induces specific changes in the gut microbiota composition, with Eubacterium, Dorea and Roseburia genera showing the strongest regulation. In addition, CG increased bacterial metabolites in feces including butyric, iso-valeric, caproic and vaccenic acids. No major changes were observed for the fecal BA profile following CG intervention. In summary, our work reveals new potential bacterial genera and gut microbiota-derived metabolites characterizing the interaction between an insoluble dietary fiber -CG- and the gut microbiota.
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.
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) | 0,000 | 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 découle