MétaCan
Menu
← Retour à la cohorte
Enregistrement W4378674243 · doi:10.1152/physiol.2023.38.s1.5729581

Does Obesity or Hyperglycemia Alter Metabolic Endotoxemia?

2023· article· en· W4378674243 sur OpenAlexaffabout
Arshpreet Bhatwa, Gabriel Forato Anhê, Fernando F. Anhê, Jonathan D. Schertzer

Notice bibliographique

RevuePhysiology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversité LavalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTLR4LipopolysaccharideInternal medicineObesityGut floraEndocrinologyInflammationDiabetes mellitusImmune systemBiologyType 2 diabetesImmunitySystemic inflammationMetabolic syndromeMetabolismMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

Obesity increases the risk of type 2 diabetes and non-alcoholic fatty liver disease, which are two interlinked diseases with a high health and economic burden. Obesogenic diets change the composition of intestinal microbes. Our objective is to move beyond associations of taxonomy and define specific microbial components that alter host immune and metabolic responses. Postbiotics are bacterial components or metabolites derived from living or dead bacteria that can modulate host immunity and metabolism. Lipopolysaccharide (LPS) is a classic example of a postbiotic that acts through toll-like receptor 4 (TLR4) to influence inflammation. Metabolic endotoxemia describes a chronic, low-level increase of LPS seen in blood during metabolic disease. However, it was recently shown that metabolic endotoxemia may be beneficial or detrimental to host metabolism depending on the type of LPS, which is dictated by different species of bacteria. It was previously unknown if obesity or hyperglycemia, is the main driver that alters metabolic endotoxemia. We hypothesized that obesity and hyperglycemia lead to an increase in the inflammatory properties of LPS found in the gut lumen and serum. We tested feces, and the systemic and portal serum obtained from mouse models of hyperglycemia (Akita+/- mice) and obesity ( ob/ob mice) for their TLR4 activation. It was found that hyperglycemia leads to increased fecal TLR4 activation, which can be reduced by lowering blood glucose in Akita+/- mice. In particular, a fed state promotes increased TLR4 activity in the serum of hyperglycemic mice. Elevated levels of TLR4 activity were observed in the serum of ob/ob mice. However, as these mice are transiently hyperglycemic, their elevated levels of blood glucose early on in their life may be a confounding factor leading to increased TLR4 activity. In conclusion, hyperglycemia is a main driver for metabolic endotoxemia and the increased inflammatory properties of LPS in the gut lumen. This research provides a framework of how specific metabolic disease characteristics influence inflammation and will help future studies looking to target the link between hyperglycemia and changes to the specific type of LPS. Canadian Institutes of Health Research, Farncombe Family Digestive Health and Research Institute This is the full abstract presented at the American Physiology Summit 2023 meeting and is only available in HTML format. There are no additional versions or additional content available for this abstract. Physiology was not involved in the peer review process.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,280
Écart entre enseignants0,267 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiology→Même sujetGut microbiota and health→Travaux en français237 207→