Psyllium Fiber Protects Against Colitis Via Activation of Bile Acid Sensor Farnesoid X Receptor
Notice bibliographique
Résumé
BACKGROUND & AIMS: Fiber-rich foods promote health, but mechanisms by which they do so remain poorly defined. Screening fiber types, in mice, revealed psyllium had unique ability to ameliorate 2 chronic inflammatory states, namely, metabolic syndrome and colitis. We sought to determine the mechanism of action of the latter. METHODS: Mice were fed grain-based chow, which is naturally rich in fiber or compositionally defined diets enriched with semi-purified fibers. Mice were studied basally and in models of chemical-induced and T-cell transfer colitis. RESULTS: Relative to all diets tested, mice consuming psyllium-enriched compositionally defined diets were markedly protected against both dextran sulfate sodium- and T-cell transfer-induced colitis, as revealed by clinical-type, histopathologic, morphologic, and immunologic parameters. Such protection associated with stark basal changes in the gut microbiome but was independent of fermentation and, moreover, maintained in mice harboring a minimal microbiota (ie, Altered Schaedler Flora). Transcriptomic analysis revealed psyllium induced expression of genes mediating bile acids (BA) secretion, suggesting that psyllium's known ability to bind BA might contribute to its ability to prevent colitis. As expected, psyllium resulted in elevated level of fecal BA, reflecting their removal from enterohepatic circulation but, in stark contrast to the BA sequestrant cholestyramine, increased serum BA levels. Moreover, the use of BA mimetics that activate the farnesoid X receptor (FXR), as well as the use of FXR-knockout mice, suggested that activation of FXR plays a central role in psyllium's protection against colitis. CONCLUSIONS: Psyllium protects against colitis via altering BA metabolism resulting in activation of FXR, which suppresses pro-inflammatory signaling.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».