Fecal microbiota composition is related to brown adipose tissue 18F-fluorodeoxyglucose uptake in young adults
Notice bibliographique
Résumé
Abstract Objective Human brown adipose tissue (BAT) has gained considerable attention as a potential therapeutic target for obesity and its related cardiometabolic diseases; however, whether the gut microbiota might be an efficient stimulus to activate BAT metabolism remains to be ascertained. We aimed to investigate the association of fecal microbiota composition with BAT volume and activity and mean radiodensity in young adults. Methods 82 young adults (58 women, 21.8 ± 2.2 years old) participated in this cross-sectional study. DNA was extracted from fecal samples and 16S rRNA sequencing was performed to analyse the fecal microbiota composition. BAT was determined via a static 18F-fluorodeoxyglucose (18F-FDG) positron emission tomography-computed tomography scan (PET/CT) after a 2 h personalized cooling protocol. 18F-FDG uptake was also quantified in white adipose tissue (WAT) and skeletal muscles. Results The relative abundance of Akkermansia, Lachnospiraceae sp. and Ruminococcus genera was negatively correlated with BAT volume, BAT SUVmean and BAT SUVpeak (all rho ≤ − 0.232, P ≤ 0.027), whereas the relative abundance of Bifidobacterium genus was positively correlated with BAT SUVmean and BAT SUVpeak (all rho ≥ 0.262, P ≤ 0.012). On the other hand, the relative abundance of Sutterellaceae and Bifidobacteriaceae families was positively correlated with 18F-FDG uptake by WAT and skeletal muscles (all rho ≥ 0.213, P ≤ 0.042). All the analyses were adjusted for the PET/CT scan date as a proxy of seasonality. Conclusion Our results suggest that fecal microbiota composition is involved in the regulation of BAT and glucose uptake by other tissues in young adults. Further studies are needed to confirm these findings. Clinical trial information ClinicalTrials.gov no. NCT02365129 (registered 18 February 2015).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».