Les enzymes beta-glucuronidases : une nouvelle cible pour le traitement des maladies cholestatiques auto-immunes
Bibliographic record
Abstract
Problématique : Les acides biliaires (AB), métabolites hépatiques du cholestérol, peuvent subir une glucurono-conjugaison qui limite leurs effets cytotoxiques et pro-inflammatoires et facilite leur élimination. Nous croyons que d'exploiter ce mécanisme permettrait de diminuer le fardeau des AB dans les maladies cholestatiques auto-immunes (MCAI). Cependant, des enzymes β-glucuronidase (GUS) au niveau du microbiote intestinal ont la capacité de renverser la réaction de glucuronidation hépatique. Les objectifs de mon projet étaient donc de : i) valider et caractériser la contribution des GUS à la « re-toxification » des AB-G; ii) identifier les facteurs contrôlant cette activité; et iii) déterminer le potentiel de modulation. Méthode : Des essais enzymatiques in vitro mesurant l'activité GUS ont été réalisés en présence de 11 espèces d'AB-G avec : des contenus intestinaux et des selles murines, différentes GUS bactériennes recombinantes ainsi que des selles provenant de volontaires sains ou de patients avec MCAI. Nous avons mesuré l'activité GUS avant et après la consommation de poudre de bleuets lyophilisée (PBL) ou de framboises surgelées (FS) ainsi qu'en présence d'inhibiteurs GUS pharmacologiques précédemment identifiés. Résultats : Les AB-G sont efficacement déconjugués in vitro chez la souris et chez l'humain (avec ou sans MCAI). On observe une grande variabilité selon l'individu, selon l'espèce et selon le site de glucuronidation sur le squelette des AB. Pour la modulation, la supplémentation en PBL diminue de manière sexe-dépendante l'activité GUS tandis que la réponse à la consommation de FS est plus hétérogène. Les approches pharmacologiques ont confirmé une possible inhibition de l'activité GUS envers les AB-G. Conclusion : En illustrant la capacité des GUS du microbiote intestinale à réactiver les AB et en montrant le potentiel de modulation d'une approche pharmaco-nutritionnelle, nos résultats contribuent à établir l'activité GUS comme une nouvelle cible pour la détoxification des AB dans le traitement des MCAI.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".