Dietary food patterns as determinants of the gut microbiome–endocannabinoidome axis in humans
Notice bibliographique
Résumé
The gut microbiota and the endocannabinoidome (eCBome) play important roles in regulating energy homeostasis, and both are closely linked to dietary habits. However, the complex and compositional nature of these variables has limited our understanding of their interrelationship. This study aims to decipher the interrelation between dietary intake and the gut microbiome-eCBome axis using two different approaches for measuring dietary intake: one based on whole food and the other on macronutrient intakes. We reveal that food patterns, rather than macronutrient intakes, were associated with the gut microbiome-eCBome axis in a sample of healthy men and women (n = 195). N-acyl-ethanolamines (NAEs) and gut microbial families were correlated with intakes of vegetables, refined grains, olive oil and meats independently of adiposity and energy intakes. Specifically, higher intakes in vegetables and olive oil were associated with increased relative abundance of Clostridiaceae, Veillonellaceae and Peptostreptococaceae, decreased relative abundance of Acidominococaceae, higher circulating levels of NAEs, and higher HDL and LDL cholesterol levels. Our findings highlight the relative importance of food patterns in determining the gut microbiome-eCBome axis. They emphasize the importance of recognizing the contribution of dietary habits in these systems to develop personalized dietary interventions for preventing and treating metabolic disorders through this axis.
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 | 0,001 |
| 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) | 0,001 | 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 ».