MétaCan
Menu
Retour à la cohorte
Enregistrement W3171540867 · doi:10.1136/gutjnl-2021-324053

Host and gut microbial tryptophan metabolism and type 2 diabetes: an integrative analysis of host genetics, diet, gut microbiome and circulating metabolites in cohort studies

2021· article· en· W3171540867 sur OpenAlexaff
Qibin Qi, Jun Li, Bing Yu, Jee‐Young Moon, Jin Choul Chai, Jordi Merino, Jie Hu, Miguel Ruiz‐Canela, Casey M. Rebholz, Zheng Wang, Mykhaylo Usyk, Guo‐Chong Chen, Bianca Porneala, Wenshuang Wang, Ngoc Quynh Nguyen, Elena V. Feofanova, Megan L. Grove, Thomas J. Wang, Robert E. Gerszten, Josée Dupuis, Jordi Salas‐Salvadó, Wei Bao, David L. Perkins, Martha L. Daviglus, Bharat Thyagarajan, Jianwen Cai, Tao Wang, JoAnn E. Manson, Miguel Ángel Martínez‐González, Elizabeth Selvin, Kathryn M. Rexrode, Clary B. Clish, Frank B. Hu, James B. Meigs, Rob Knight, Robert D. Burk, Eric Boerwinkle, Robert C. Kaplan

Notice bibliographique

RevueGut · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensToronto Metropolitan UniversityWomen's Health Research Institute
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Human Genome Research InstituteNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood Institute
Mots-clésHost (biology)MicrobiomeGut microbiomeType 2 diabetesBiologyGut floraMetabolismDiabetes mellitusImmunologyMedicineMicrobiologyBioinformaticsGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Objective Tryptophan can be catabolised to various metabolites through host kynurenine and microbial indole pathways. We aimed to examine relationships of host and microbial tryptophan metabolites with incident type 2 diabetes (T2D), host genetics, diet and gut microbiota. Method We analysed associations between circulating levels of 11 tryptophan metabolites and incident T2D in 9180 participants of diverse racial/ethnic backgrounds from five cohorts. We examined host genome-wide variants, dietary intake and gut microbiome associated with these metabolites. Results Tryptophan, four kynurenine-pathway metabolites (kynurenine, kynurenate, xanthurenate and quinolinate) and indolelactate were positively associated with T2D risk, while indolepropionate was inversely associated with T2D risk. We identified multiple host genetic variants, dietary factors, gut bacteria and their potential interplay associated with these T2D-relaetd metabolites. Intakes of fibre-rich foods, but not protein/tryptophan-rich foods, were the dietary factors most strongly associated with tryptophan metabolites. The fibre-indolepropionate association was partially explained by indolepropionate-associated gut bacteria, mostly fibre-using Firmicutes . We identified a novel association between a host functional LCT variant (determining lactase persistence) and serum indolepropionate, which might be related to a host gene-diet interaction on gut Bifidobacterium , a probiotic bacterium significantly associated with indolepropionate independent of other fibre-related bacteria. Higher milk intake was associated with higher levels of gut Bifidobacterium and serum indolepropionate only among genetically lactase non-persistent individuals. Conclusion Higher milk intake among lactase non-persistent individuals, and higher fibre intake were associated with a favourable profile of circulating tryptophan metabolites for T2D, potentially through the host–microbial cross-talk shifting tryptophan metabolism toward gut microbial indolepropionate production.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,292
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations275
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGutMême sujetGut microbiota and healthTravaux en français237 207