Identification of novel fructo-oligosaccharide bacterial consumers by pulse metatranscriptomics in a human stool sample
Notice bibliographique
Résumé
ABSTRACT Dietary fibers influence the composition of the human gut microbiota and directly contribute to its downstream effects on host health. As more research supports the use of glycans as prebiotics for therapeutic applications, the need to identify the gut bacteria that metabolize glycans of interest increases. Fructo-oligosaccharide (FOS) is a common diet-derived glycan that is fermented by the gut microbiota and has been used as a prebiotic. Despite being well studied, we do not yet have a complete picture of all FOS-consuming gut bacterial taxa. To identify new bacterial consumers, we used a short exposure of microbial communities in a stool sample to FOS or galactomannan as the sole carbon source to induce glycan metabolism genes. We then performed metatranscriptomics, paired with whole metagenomic sequencing, and 16S amplicon sequencing. The short incubation was sufficient to cause induction of genes involved in carbohydrate metabolism, like carbohydrate-active enzymes (CAZymes), including glycoside hydrolase family 32 genes, which hydrolyze fructan polysaccharides like FOS and inulin. Interestingly, FOS metabolism transcripts were notably overexpressed in Blautia species not previously reported to be fructan consumers. We therefore validated the ability of different Blautia species to ferment fructans by monitoring their growth and fermentation in defined media. This pulse metatranscriptomics approach is a useful method to find novel consumers of prebiotics and increase our understanding of prebiotic metabolism by CAZymes in the gut microbiota. IMPORTANCE Complex carbohydrates are key contributors to the composition of the human gut microbiota and play an essential role in the microbiota’s effects on host health. Understanding which bacteria consume complex carbohydrates, or glycans, provides a mechanistic link between dietary prebiotics and their beneficial health effects, an essential step for their therapeutic application. Here, we used a pulse metatranscriptomics pipeline to identify bacterial consumers based on glycan metabolism induction in a human stool sample. We identified novel consumers of fructo-oligosaccharide among Blautia species, expanding our understanding of this well-known glycan. Our approach can be applied to identify consumers of understudied glycans and expand our prebiotic repertoire. It can also be used to study prebiotic glycans directly in stool samples in distinct patient populations to help delineate the prebiotic mechanism.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».