Associations of Stool Metal Exposures with Childhood Gut Microbiome Multiomics Profiles in a Prospective Birth Cohort Study
Notice bibliographique
Résumé
Metal exposures are closely related to childhood developmental health. However, their effects on the childhood gut microbiome, which also impacts health, are largely unexplored using microbiome multiomics including the metagenome and metatranscriptome. This study examined the associations of fecal profiles of metal/element exposures with gut microbiome species and active functional pathways in 8- to 12-year-old children ( N = 116) participating in the GESTation and Environment (GESTE) cohort study. We analyzed 19 stool metal and element concentrations (B, Na, Mg, Al, K, Ca, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, As, Mo, Cd, Ba, and Pb). Covariate-adjusted linear regression models identified several significant microbiome associations with continuous stool metal/element concentrations. For instance, Zn was positively associated with Turicibacter sanguinis (coef = 1.354, q -value = 0.039) and negatively associated with Eubacterium eligens (coef = −0.794, q -value = 0.044). Higher concentrations of Cd were associated with lower Eubacterium eligens (coef = −0.774, q -value = 0.045). Additionally, a total of 490 significant functional pathways such as biosynthesis and degradation/utilization/assimilation were identified, corresponding to different functions, including amino acid synthesis and carbohydrate degradation. Our results suggest links among metal exposures, pediatric gut microbiome multiomics, and potential health implications. Future work will further explore their relation to childhood 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».