MétaCan
Menu
Retour à la cohorte
Enregistrement W4396889572 · doi:10.1080/19490976.2024.2353394

Fecal transplant from vaginally seeded infants decreases intraabdominal adiposity in mice

2024· article· en· W4396889572 sur OpenAlexafffund
Sivaranjani Namasivayam, Curtis Tilves, Hua Ding, Shaoguang Wu, Jada C. Domingue, Camilo A. Ruiz-Bedoya, Ankit Shah, Eric Bohrnsen, Benjamin Schwarz, Mickayla Bacorn, Qing Chen, Shira Levy, Maria Gloria Domínguez-Bello, Sanjay K. Jain, Cynthia L. Sears, Noel T. Mueller, Suchitra K. Hourigan

Notice bibliographique

RevueGut Microbes · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesNational Institutes of HealthNational Cancer InstituteNational Heart, Lung, and Blood InstituteNational Institute of Allergy and Infectious DiseasesJohns Hopkins UniversityCanadian Institute for Advanced Research
Mots-clésBiologyMicrobiomePhysiologyMetabolomeSeedingFecesLactobacillusEndocrinologyInternal medicineMedicineMicrobiologyMetaboliteBacteriaBioinformatics

Résumé

récupéré en direct d'OpenAlex

Exposing C-section infants to the maternal vaginal microbiome, coined "vaginal seeding", partially restores microbial colonization. However, whether vaginal seeding decreases metabolic disease risk is unknown. Therefore, we assessed the effect of vaginal seeding of human infants on adiposity in a murine model. Germ-free mice were colonized with transitional stool from human infants who received vaginal seeding or control (placebo) seeding in a double-blind randomized trial. There was a reduction in intraabdominal adipose tissue (IAAT) volume in male mice that received stool from vaginally seeded infants compared to control infants. Higher levels of isoleucine and lower levels of nucleic acid metabolites were observed in controls and correlated with increased IAAT. This suggests that early changes in the gut microbiome and metabolome caused by vaginal seeding have a positive impact on metabolic health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGut MicrobesMême sujetGut microbiota and healthTravaux en français237 207