Evidence of the Dysbiotic Effect of Psychotropics on Gut Microbiota and Capacity of Probiotics to Alleviate Related Dysbiosis in a Model of the Human Colon
Notice bibliographique
Résumé
Growing evidence indicates that non-antibiotic therapeutics significantly impact human health by modulating gut microbiome composition and metabolism. In this study, we investigated the impact of two psychotropic drugs, aripiprazole and (S)-citalopram, on gut microbiome composition and its metabolic activity, as well as the potential of probiotics to attenuate related dysbiosis using an ex vivo model of the human colon. After 48 h of fermentation, the two psychotropics demonstrated distinct modulatory effects on the gut microbiome. Aripiprazole, at the phylum level, significantly decreased the relative abundances of Firmicutes and Actinobacteria, while increasing the proportion of Proteobacteria. Moreover, the families Lachnospiraceae, Lactobacillaceae, and Erysipelotrichaceae were also reduced by aripiprazole treatment compared to the control group. In addition, aripiprazole lowered the levels of butyrate, propionate, and acetate, as measured by gas chromatography (GC). On the other hand, (S)-citalopram increased the alpha diversity of microbial taxa, with no differences observed between groups at the family and genus level. Furthermore, a probiotic combination of Lacticaseibacillus rhamnosus HA-114 and Bifidobacterium longum R0175 alleviated gut microbiome alterations and increased the production of short-chain fatty acids to a similar level as the control. These findings provide compelling evidence that psychotropics modulate the composition and function of the gut microbiome, while the probiotic can mitigate related dysbiosis.
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) | 0,001 | 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 ».