MétaCan
Menu
Retour à la cohorte
Enregistrement W4308543869 · doi:10.1101/2022.11.08.22282073

Evidence of a causal and modifiable relationship between kidney function and circulating trimethylamine <i>N</i> -oxide with implications for heart and kidney disorders

2022· preprint· en· W4308543869 sur OpenAlexaff
Petros Andrikopoulos, Judith Aron‐Wisnewsky, Rima Chakaroun, Antonis Myridakis, Sofia K. Forslund, Trine Nielsen, Solia Adriouch, Bridget Holmes, Julien Chilloux, Sara Vieira‐Silva, Gwen Falony, Joe‐Elie Salem, Fabrizio Andreelli, Eugeni Belda, Julius Kieswich, Kanta Chechi, Francesc Puig‐Castellví, Mickaël Chevalier, Emmanuelle Le Chatelier, Michael Olanipekun, Lesley Hoyles, Renato Alves, Gérard Helft, Richard Isnard, Lars Køber, Luís Pedro Coelho, Christine Rouault, Dominique Gauguier, Jens Peter Gøtze, Edi Prifti, Jean‐Daniel Zucker, Fredrik Bäckhed, Henrik Vestergaard, Torben Hansen, Jean‐Michel Oppert, Matthias Blüher, Jens Nielsen, Jeroen Raes, Peer Bork, Muhammad Yaqoob, Michael Stümvoll, Oluf Pedersen, S. Dusko Ehrlich, Karine Clément, Marc‐Emmanuel Dumas

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensMcGill University and Génome Québec Innovation CentreMcGill Genome Centre
Organismes subventionnairesInstitut de Cardiométabolisme et Nutrition
Mots-clésTrimethylamine N-oxideRenal functionKidneyInternal medicineKidney diseaseMedicineEndocrinologyFibrosisMediationPhysiologyBiologyTrimethylamineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives The host-microbiota co-metabolite trimethylamine N -oxide (TMAO) is linked to increased thrombotic and cardiovascular risks. Here we, sought to i) characterize which host variables contribute to fasting serum TMAO levels in real-life settings ii) identify potential actionable therapeutic means related to circulating TMAO. Design We applied “explainable” machine learning, univariate-, multivariate- and mediation analyses of fasting plasma TMAO concentration and a multitude of bioclinical phenotypes in 1,741 adult Europeans of the MetaCardis study. We expanded and validated our epidemiological findings in mechanistic studies in human renal fibroblasts and a murine model of kidney fibrosis following TMAO exposure. Results Next to age, kidney function was the primary variable predicting circulating TMAO in MetaCardis, with microbiota composition and diet playing minor, albeit significant roles. Mediation analysis revealed a causal relationship between TMAO and kidney function decline that strengthened at more severe stages of cardiometabolic disease. We corroborated our findings in preclinical models where TMAO exposure augmented conversion of human renal fibroblasts into myofibroblasts and increased kidney scarring in vivo . Mechanistically, TMAO aggravated kidney fibrosis due to ERK1/2 hyperactivation synergistically with TGF-β1 signaling. Consistent with our findings, patients receiving next-generation glucose-lowering drugs with reno-protective properties, had significantly lower circulating TMAO when compared to propensity-score matched control individuals. Conclusion After age, kidney function is the major determinant of fasting circulating TMAO in adults. Our findings of lower TMAO levels in individuals medicated with reno-protective anti-diabetic drugs suggests a clinically actionable intervention for decreasing TMAO-associated excess cardiovascular risk that merits urgent investigation in human trials. Data availability statement Raw shotgun sequencing data that support the findings of this study have been deposited in the European Nucleotide Archive with accession codes PRJEB37249, PRJEB38742, PRJEB41311 and PRJEB46098. Serum NMR and urine NMR metabolome data have been uploaded to Metabolights with accession number MTBLS3429; serum GC-MS and isotopically quantified serum metabolites (UPLC–MS/MS) are available from MassIVE with accession numbers MSV000088042 and MSV000088043, respectively.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,092
Tête enseignante GPT0,342
Écart entre enseignants0,250 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetChronic Disease Management StrategiesTravaux en français237 207