O005 Perturbations in gut microbial metabolites promotes a pro-inflammatory state increasing risk of acute rejection post renal transplantation
Notice bibliographique
Résumé
Abstract Introduction Emerging evidence suggests that the gastrointestinal microbiota-immune axis impacts on extra-intestinal health. We aim to identify the influence of microbial metabolites on recipient's immunity; testing the hypothesis that reduced availability of bacterial-derived metabolites associated with immunoregulation e.g., short chain fatty acids (SCFAs) and tryptophan-derivatives promote a pro-inflammatory state increasing risk of acute rejection (AR). Methods Ninety recipients and 21 live-donors were recruited with urine, stool and blood samples collected at baseline and up to 12-months after surgery. Flow cytometry was used to assess for circulating subpopulations of CD19+ B-cells and CD4+ T cells (cTFH - CD3+CD4+CD45RA-CXCR5+ and cTFR -CD3+CD4+CXCR5+FoxP3+). Faecal SCFAs and indole derivatives were identified by mass spectroscopy and high-performance liquid chromatography. Results Patients with AR had an almost 10-fold reduction of FoxP3+ cTFR cells after transplantation compared to baseline (p=0.03). There were lower frequencies of cTFR cells at 3-months when compared to matched recipients without AR (0.009%±0.014% vs 0.10%±0.12%; p=0.01). In AR, there was a trend for higher frequencies of plasmablasts, resting memory B-cells and TFH cells at baseline, with fewer transitional B-cells at 3-months. Despite tryptophan availability increasing after transplantation, patients with AR displayed reduced levels of SCFAs at 1-month. Conclusion Complex changes in microbial metabolites exist after transplantation that may influence the balance of cTFH vs cTFR cells. Despite increase in dietary tryptophan, recipients with AR may harbour gut microbes that are unable to metabolise tryptophan into immune-regulatory metabolites, which predisposes a pro-inflammatory immune state.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».