Faecal microbial transfer and complex carbohydrates mediate protection against COPD
Notice bibliographique
Résumé
Objective Chronic obstructive pulmonary disease (COPD) is a major cause of global illness and death, most commonly caused by cigarette smoke. The mechanisms of pathogenesis remain poorly understood, limiting the development of effective therapies. The gastrointestinal microbiome has been implicated in chronic lung diseases via the gut-lung axis, but its role is unclear. Design Using an in vivo mouse model of cigarette smoke (CS)-induced COPD and faecal microbial transfer (FMT), we characterised the faecal microbiota using metagenomics, proteomics and metabolomics. Findings were correlated with airway and systemic inflammation, lung and gut histopathology and lung function. Complex carbohydrates were assessed in mice using a high resistant starch diet, and in 16 patients with COPD using a randomised, double-blind, placebo-controlled pilot study of inulin supplementation. Results FMT alleviated hallmark features of COPD (inflammation, alveolar destruction, impaired lung function), gastrointestinal pathology and systemic immune changes. Protective effects were additive to smoking cessation, and transfer of CS-associated microbiota after antibiotic-induced microbiome depletion was sufficient to increase lung inflammation while suppressing colonic immunity in the absence of CS exposure. Disease features correlated with the relative abundance of Muribaculaceae, Desulfovibrionaceae and Lachnospiraceae family members. Proteomics and metabolomics identified downregulation of glucose and starch metabolism in CS-associated microbiota, and supplementation of mice or human patients with complex carbohydrates improved disease outcomes. Conclusion The gut microbiome contributes to COPD pathogenesis and can be targeted therapeutically.
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 | 0,000 | 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 | 0,000 |
| 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 ».