Amelioration of hyperuricemia by Lactobacillus acidophilus F02 with uric acid-lowering ability via modulation of NLRP3 inflammasome and gut microbiota homeostasis
Notice bibliographique
Résumé
Hyperuricemia is a metabolic disease caused by disturbances in purine metabolism and imbalances in the formation and excretion of uric acid. It is closely related to the gut microbiota, which is considered a therapeutic target. Some lactic acid bacteria with a uric acid lowering effect have the potential to ameliorate hyperuricemia in the host. However, the mechanism of action remains unclear. Here, we screened a strain of Lactobacillus acidophilus F02 that efficiently degrades uric acid precursors (inosine and guanosine) and further investigated its underlying mechanism on the alleviation of hyperuricemia in high fructose-adenine induced mice. Results showed that L. acidophilus F02 administration reduced serum uric acid levels in hyperuricemia mice by inhibiting xanthine oxidase and adenosine deaminase activity, while protecting hepatorenal injury and systemic inflammation by regulating the relative expression of NLRP3 inflammasome. Most importantly, it restored gut microbial homeostasis and the abundance of bacterial taxa (i.e., a balance in the relative abundance of Firmicutes and Actinobacteria and an increase in the abundance of Bacteroides, Ruminococcus and Lactobacillus). Furthermore, the ability of L. acidophilus F02 to lower uric acid and suppress NLRP3 inflammasome expression was confirmed in the HK-2 cell model, as well as the multiple immunomodulatory effects on RAW264.7 cells. Taken together, we speculate that fructose-adenine induced hyperuricemia triggers hepatorenal injury and gut microbiota dysbiosis, which is ameliorated by L. acidophilus F02. Collectively, the results suggest that lowering uric acid synthesis, increasing uric acid excretion and reducing NLRP3-related IL-1β levels are effective strategies to ameliorate hyperuricemia. Such information could inform future studies on the ecology of L. acidophilus and guide the use of this species for dietary applications in the food industry.
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 ».