Flagellin in the human gut microbiome is a diet-adjustable adjuvant for vaccination
Notice bibliographique
Résumé
ABSTRACT The intestinal microbiota is thought to modulate immune responsiveness to vaccines. Human studies on this topic, however, have yielded inconsistent results 1,2 . We hypothesized that the microbiome would influence innate immune responses, and thus vaccine reactogenicity, more directly than vaccine immunogenicity. To test this, we established the µHEAT (Microbial-Human Ecology And Temperature) study, which longitudinally profiled the fecal microbiota, oral body temperature and serum antibody responses of 171 healthy adults (18-40 years old) before and after vaccination for SARS-CoV-2. Increased temperature after vaccination (ΔT) was associated with habitual diet and with baseline metabolic and immune markers. The microbiomes of ΔT-high (ΔT hi ) participants were characterized by high expression of flagellin and an overabundance of the flagellated bacterium Waltera . Fecal samples from ΔT hi participants induced more inflammation in human cells and stronger post-vaccine temperature responses in mice compared to ΔT lo samples, suggesting a causal role for the microbiome. Moreover, Waltera flagellin replicated the inflammatory phenotypes in vitro and was modulable via a dietary additive. Overall, these data suggest that flagellin from the gut microbiome stimulates innate immunity and vaccine reactogenicity, and that this axis can be manipulated via diet. These findings have implications for improving human vaccine tolerance and immunogenicity.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 0,001 |
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 ».