Dairy Product Intake Alters the Correlations between Circulating Bile Acids and Short-Chain Fatty Acids with the Bacterial Taxa Roseburia, Faecalibacterium, Flavonifractor, and Verrucomicrobia
Notice bibliographique
Résumé
INTRODUCTION: Type 2 diabetes (T2D) risk factors are associated with gut microbiota dysregulation that can alter circulating metabolite levels such as bile acids (BAs) and short-chain fatty acids (SCFAs). The objective was to investigate how the high dairy (HD) (≥4 servings/day) product intake compared to adequate dairy (AD) (≤2 servings/day) intake influences the correlations between Roseburia, Faecalibacterium, Flavonifractor, as well as Verrucomicrobia and circulating BAs and SCFAs in subjects at risk of T2D. METHODS: In a randomized crossover trial, 10 hyperinsulinemic adults were randomized to HD or AD for 6 weeks separated by a 6-week washout period. Gut microbiota were measured with 16S rRNA-based high-throughput sequencing. BA profiling in plasma was performed by high-performance liquid chromatography-tandem mass spectrometry. Serum SCFAs were determined using headspace gas chromatography. RESULTS: No significant differences were observed in mean circulating BA or SCFA levels between AD and HD consumption. Verrucomicrobia and Flavonifractor showed positive correlations with secondary BAs following HD and AD intake, respectively. Additionally, Flavonifractor correlated positively with acetic and propionic acids after HD intake. Roseburia correlated positively with primary BAs, propionate, and butyrate after HD intake. Faecalibacterium was positively correlated with cholic acid after AD intake and with hexanoic acid after HD intake. CONCLUSION: These findings suggest that HD intake may modulate microbiota-metabolite interactions without altering circulating metabolite concentrations, highlighting a potential role for dietary patterns in shaping gut-derived metabolic signals in individuals at risk of T2D.
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 | 0,001 | 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 ».