Gut-derived metabolites influence neurodevelopmental gene expression and Wnt signaling events in a germ-free zebrafish model
Notice bibliographique
Résumé
BACKGROUND: Small molecule metabolites produced by the microbiome are known to be neuroactive and are capable of directly impacting the brain and central nervous system, yet there is little data on the contribution of these metabolites to the earliest stages of neural development and neural gene expression. Here, we explore the impact of deriving zebrafish embryos in the absence of microbes on early neural development as well as investigate whether any potential changes can be rescued with treatment of metabolites derived from the zebrafish gut microbiota. RESULTS: Overall, we did not observe any gross morphological changes between treatments but did observe a significant decrease in neural gene expression in embryos raised germ-free, which was rescued with the addition of zebrafish metabolites. Specifically, we identified 354 genes significantly downregulated in germ-free embryos compared to conventionally raised embryos via RNA-Seq analysis. Of these, 42 were rescued with a single treatment of zebrafish gut-derived metabolites to germ-free embryos. Gene ontology analysis revealed that these genes are involved in prominent neurodevelopmental pathways including transcriptional regulation and Wnt signaling. Consistent with the ontology analysis, we found alterations in the development of Wnt dependent events which was rescued in the germ-free embryos treated with metabolites. CONCLUSIONS: These findings demonstrate that gut-derived metabolites are in part responsible for regulating critical signaling pathways in the brain, especially during neural development. Video abstract.
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 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 | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».