MétaCan
Menu
Retour à la cohorte
Enregistrement W4280513223 · doi:10.1016/j.ebiom.2022.104051

Breath volatile metabolome reveals the impact of dietary fibres on the gut microbiota: Proof of concept in healthy volunteers

2022· article· en· W4280513223 sur OpenAlexaff
Audrey M. Neyrinck, Julie Rodriguez, Zhengxiao Zhang, Julie‐Anne Nazare, Laure B. Bindels, Patrice D. Cani, Véronique Maquet, Martine Laville, Stephan C. Bischoff, Jens Walter, Nathalie M. Delzenne

Notice bibliographique

RevueEBioMedicine · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesService Public de WallonieFonds De La Recherche Scientifique - FNRSJoint Programming Initiative A healthy diet for a healthy lifeUniversité Catholique de Louvain
Mots-clésMetabolomeGut floraProof of conceptMedicineBiologyMetabolomicsBioinformaticsImmunologyComputer science

Résumé

récupéré en direct d'OpenAlex

Background Current data suggest that dietary fibre (DF) interaction with the gut microbiota largely contributes to their physiological effects. The bacterial fermentation of DF leads to the production of metabolites, most of them are volatile. This study analyzed the breath volatile metabolites (BVM) profile in healthy individuals ( n =15) prior and after a 3-week intervention with chitin-glucan (CG, 4.5 g/day), an insoluble fermentable DF. Methods The present exploratory study presents the original data related to the secondary outcomes, notably the analysis of BVM. BVM were analyzed throughout the test days -in fasting state and after standardized meals - using selected ion flow tube mass spectrometry (SIFT-MS). BVM production was correlated to the gut microbiota composition (Illumina sequencing, primary outcome), analyzed before and after the intervention. Findings The data reveal that the post-prandial state versus fasting state is a key determinant of BVM fingerprint. Correlation analyses with fecal microbiota spotlighted butyrate-producing bacteria, notably Faecalibacterium, as dominant bacteria involved in butyrate and other BVM expiration. CG intervention promotes interindividual variations of fasting BVM, and decreases or delays the expiration of most exhaled BVM in favor of H 2 expiration, without any consequence on gastrointestinal tolerance. Interpretation Assessing BVM is a non-invasive methodology allowing to analyze the influence of DF intervention on the gut microbiota. Funding FiberTAG project was initiated from a European Joint Programming Initiative "A Healthy Diet for a Healthy Life" (JPI HDHL) and was supported by the Service Public de Wallonie (SPW-EER, convention 1610365, Belgium).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207