From background diabetic retinopathy to its proliferative stage. What is the role of gut microbiota in the trajectory of DR? a Mendelian randomization study with mediation analysis
Notice bibliographique
Résumé
BACKGROUND: Growing evidence suggests that gut microbiota (GM) plays a role in diabetic retinopathy (DR), but the causal microbial drivers and their stage-dependent roles during DR progression remain poorly characterised. Using genetic causality methods, we aim to depict a longitudinal GM mapping and stage-stratified GM signatures across the DR trajectory, spanning initial background DR (BDR) through non-proliferative form (NPDR), to advanced proliferative stage (PDR). METHODS: GWAS data of 207 GM taxa (from phylum to species) were acquired from the Dutch Microbiome Project (N = 7,824), and DR from FinnGen (over 300,000 individuals). A bidirectional two-sample Mendelian Randomization (TSMR) analysis was conducted to elucidate directional causality between GM and DR. Multiple sensitivity evaluations were performed for pleiotropy, heterogeneity, and stability. Additionally, two-step MR and multivariable MR (MVMR) were performed to dissect causal GM-DR relationships using 1400 candidate circulating metabolite level/ratio data from a Canadian cohort (N = 8,299). RESULTS: <0.05), while family_Clostridiaceae (OR = 1.540, 95%CI: 1.110-2.135), genus_Clostridium (OR = 1.473, 95%CI: 1.086-1.997), and species_Eubacterium_ramulus (OR = 1.382, 95%CI: 1.000-1.911) specifically promoted NPDR. Six causal protective GM taxa, comprising four species, Bifidobacterium_longum (OR = 0.540, 95%CI: 0.370-0.788), Bacteroides_stercoris (OR = 0.633, 95%CI: 0.407-0.986), Ruminococcus_torques (OR = 0.771, 95%CI: 0.627-0.948), Roseburia_hominis (OR = 0.652, 95%CI: 0.501-0.849), and two genera, Escherichia (OR = 0.799, 95%CI: 0.638-0.999) and Flavonifractor (OR = 0.825, 95%CI: 0.685-0.993), mitigate NPDR or PDR risks. Among the 76, 90, and 86 causal DR stage-specific metabolites, the mannose-to-hydroxyproline ratio was the only metabolite universally linked to all DR stages, with the other 31 metabolites influencing dual phases. Mediation analysis validated five metabolites (asparagine, cystine, gamma-glutamylglycine, ximenoylcarnitine (C26:1) levels, and androsterone glucuronide to etiocholanolone glucuronide ratio) as key mediators bridging causal GM-DR links, with considerable mediating proportions of 6.75%, 14.90%, 3.03%, 7.25%, and 11.97%, respectively. CONCLUSION: This study pioneers causal longitudinal mapping of GM dynamics across DR progression through integrated genetic prediction and metabolomic mediation analyses, delineating stage-specific microbial drivers, pan-stage pathogens, and metabolite mediators that collectively orchestrate DR pathogenesis. The identified GM-metabolite-DR axis establishes an actionable roadmap for targeted microbiome modulation and metabolite-based therapeutic strategies, bridging observational associations to mechanistic intervention opportunities.
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 | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».