Initial gut microbiota composition is a determining factor in the promotion of colorectal cancer by oral iron supplementation: evidence from a murine model
Notice bibliographique
Résumé
Abstract Background Colorectal cancer (CRC) development is influenced by both iron and gut microbiota composition. While iron supplementation is routinely used to manage anemia in CRC patients, it may also impact gut microbiota and promote tumorigenesis. In this study, we investigated the impact of initial gut microbiota composition on iron-promoted tumorigenesis. We performed fecal microbiota transplantation (FMT) in Apc Min/ + mice using samples from healthy controls, CRC patients, and mice, followed by exposure to iron sufficient or iron excess diets. Results We found that iron supplementation promoted CRC and resulted in distinct gut microbiota changes in Apc Min/ + mice receiving FMT from CRC patients (FMT-CRC), but not from healthy controls or mice. Oral treatment with identified bacterial strains, namely Faecalibaculum rodentium , Holdemanella biformis , Bifidobacterium pseudolongum , and Alistipes inops, protected FMT-CRC mice against iron-promoted tumorigenesis. Conclusions Our findings suggest that microbiota-targeted interventions may mitigate tumorigenic effects of iron supplementation in anemic patients with CRC. Graphical Abstract
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 ».