MétaCan
Menu
Retour à la cohorte
Enregistrement W4417498479 · doi:10.1080/19490976.2025.2599565

Prominent mediatory role of gut microbiome in the effect of lifestyle on host metabolic phenotypes

2025· article· en· W4417498479 sur OpenAlexaff
Solia Adriouch, Eugeni Belda, T.D. Swartz, Sofia K. Forslund, Edi Prifti, Judith Aron‐Wisnewsky, Rima Chakaroun, Trine Nielsen, Christine Poitou, Pierre Bel Lassen, Christine Rouault, Tiphaine Le Roy, Petros Andrikopoulos, Kanta Chechi, Francesc Puig‐Castellví, Inés Castro, Philippe Froguel, Bridget Holmes, Rohia Alili, Fabrizio Andréelli, Hédi Soula, Joe‐Elie Salem, Gwen Falony, Sara Vieira‐Silva, Jeroen Raes, Peer Bork, Michael Stümvoll, Oluf Pedersen, S. Dusko Ehrlich, Marc‐Emmanuel Dumas, Jean‐Michel Oppert, Maria Carlota Dao, Jean‐Daniel Zucker, Karine Clément

Notice bibliographique

RevueGut Microbes · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcGill UniversityMcGill Genome Centre
Organismes subventionnairesNUTRIM School of Nutrition and Translational Research in MetabolismNIHR Imperial Biomedical Research CentreMedical Research CouncilMedical Research Council Centre for Neurodevelopmental DisordersConseil Régional Hauts-de-FranceFondation pour la Recherche MédicaleCHIST-ERAHORIZON EUROPE Framework ProgrammeWellcome TrustAgence Nationale de la RechercheCentre National de la Recherche ScientifiqueEuropean Central BankFondation LeducqDeutsches Zentrum für Herz-KreislaufforschungUniversité de LilleEuropean CommissionNational Institute for Health and Care ResearchGuts UKDeutsche ForschungsgemeinschaftDiabetes UKUK Research and Innovation
Mots-clésMicrobiomeMediationMediatorPhenotypeInsulin resistanceHost (biology)Gut microbiomeTranscriptome

Résumé

récupéré en direct d'OpenAlex

Lifestyle factors influence both gut microbiome composition and host metabolism, yet their combined and mediating effects on host phenotypes remain poorly characterized in cardiometabolic populations. In 1,643 participants from the MetaCardis study, we developed a composite lifestyle score (QASD: dietary quality, physical activity, smoking, and diet diversity) that outperformed individual lifestyle variables in explaining microbial gene richness and exhibited a significant impact on the gut microbiome composition. While bidirectional pathways linking the QASD score, host phenotypes, and microbiome composition were assessed, causal inference-based mediation analyses indicated stronger effects when the microbiome was modeled as the mediator variable, particularly in relation to the insulin resistance-associated profile. Microbiome gene richness emerged as a key mediator explaining 27.8% of QASD score’s effect on the insulin resistance marker (HOMA-IR), while no significant mediation was observed on BMI. Extended mediation analyses on microbial species and serum metabolomics deconfounded for drug use and clinical profiles identified 47 mediations where microbial taxa mediated more than 20% of the effect of the QASD score on serum metabolites associated with insulin resistance. Notably, several Faecalibacterium lineages enriched in individuals with high QASD score played a significant mediatory role in increasing the serum biomarkers of microbiome diversity (as cinnamoylglycine or 3-phenylpropionate). Conversely, elevated levels of secondary bile acids in individuals with low QASD scores were strongly mediated by high levels of Clostridium bolteae. These findings highlight distinct and clinically relevant microbiome pathways linking lifestyle behaviors to cardiometabolic risks.One sentence summary:The gut microbiome mediates the impact of diet quality and diversity, physical activity and smoking status – combined in a composite lifestyle score – on cardiometabolic phenotypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,002
Tête enseignante GPT0,237
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGut MicrobesMême sujetGut microbiota and healthTravaux en français237 207