MétaCan
Menu
Retour à la cohorte
Enregistrement W4293067895 · doi:10.1038/s41564-022-01195-9

Characterization of interactions of dietary cholesterol with the murine and human gut microbiome

2022· article· en· W4293067895 sur OpenAlexfundno aff
Henry H. Le, Min-Ting Lee, Kevin R. Besler, Janine M. C. Comrie, Elizabeth L. Johnson

Notice bibliographique

RevueNature Microbiology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthNational Institute of General Medical SciencesNew York State Stem Cell ScienceCanadian Institute for Advanced ResearchU.S. Department of Health and Human Services
Mots-clésMicrobiomeBiologyBacteroides thetaiotaomicronBacteroidesMetagenomicsCholesterolBiochemistryGeneticsBacteriaGene

Résumé

récupéré en direct d'OpenAlex

Consumption of dietary lipids, such as cholesterol, modulates the gut microbiome with consequences for host health through the production of microbiome-derived metabolites. Despite the implications for host metabolism, a limited number of specific interactions of the gut microbiome with diet-derived lipids have been characterized. This is partially because obtaining species-level resolution of the responsible taxa can be challenging and additional approaches are needed to identify health-relevant metabolites produced from cholesterol-microbiome interactions. Here we performed bio-orthogonal labelling sort sequence spectrometry, a click chemistry based workflow, to profile cholesterol-specific host-microbe interactions. Mice were exposed to an alkyne-functionalized variant of cholesterol and 16S ribosomal RNA gene amplicon sequencing of faecal samples identified diet-derived cholesterol-interacting microbes from the genera Bacteroides, Bifidobacterium, Enterococcus and Parabacteroides. Shotgun metagenomic analysis provided species-level resolution of diet-derived cholesterol-interacting microbes with enrichment of bile acid-like and sulfotransferase-like activities. Using untargeted metabolomics, we identify that cholesterol is converted to cholesterol sulfate in a Bacteroides-specific manner via the enzyme BT_0416. Mice monocolonized with Bacteroides thetaiotaomicron lacking Bt_0416 showed altered host cholesterol and cholesterol sulfate compared with wild-type mice, identifying a previously uncharacterized microbiome-transformation of cholesterol and a mechanism for microbiome-dependent contributions to host phenotype. Moreover, identification of a cholesterol-responsive sulfotransferase in Bacteroides suggests diet-dependent mechanisms for altering microbiome-specific cholesterol metabolism. Overall, our work identifies numerous cholesterol-interacting microbes with implications for more precise microbiome-conscious regulation of host cholesterol homeostasis.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,243
Écart entre enseignants0,239 · 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

Citations124
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207