Não possui cadastro?

Cadastre-se

Já possui conta?

Faça login

Pagamento aprovado... Acessos liberados

Seu pedido foi aprovado com sucesso

Já liberamos o acesso ao espaço exclusivo para assinantes.

Acessar área exclusiva

Pedido não processado :(

Infelizmente o seu pedido não foi processado pela operadora de cartão de crédito

Tente novamente clicando no botão abaixo

Voltar para o checkout

Biblioteca

Machine learning model to predict obesity using gut metabolite and brain microstructure data

Artigo de periódico
Machine learning model to predict obesity using gut metabolite and brain microstructure data
2023
Acusar erro

Ficha da publicação

Nome da publicação: Machine learning model to predict obesity using gut metabolite and brain microstructure data

Autores: Vadim Osadchiy, Roshan Bal, Emeran A. Mayer, Rama Kunapuli, Tien Dong, Priten Vora, Danny Petrasek, Cathy Liu, Jean Stains, Arpana Gupta

Fonte: Scientific Reports

Publicado em: 2023

Tipo de arquivo: Artigo de periódico

Link para o original

Resumo

A growing body of preclinical and clinical literature suggests that brain-gut-microbiota interactions may contribute to obesity pathogenesis. In this study, we use a machine learning approach to leverage the enormous amount of microstructural neuroimaging and fecal metabolomic data to better understand key drivers of the obese compared to overweight phenotype. Our findings reveal that although gut-derived factors play a role in this distinction, it is primarily brain-directed changes that differentiate obese from overweight individuals. Of the key gut metabolites that emerged from our model, many are likely at least in part derived or influenced by the gut-microbiota, including some amino-acid derivatives. Remarkably, key regions outside of the central nervous system extended reward network emerged as important differentiators, suggesting a role for previously unexplored neural pathways in the pathogenesis of obesity.

Resumo traduzido por

Um crescente corpo de literatura pré-clínica e clínica sugere que as interações cérebro-intestino-microbiota podem contribuir para a patogênese da obesidade. Neste estudo, usamos uma abordagem de aprendizado de máquina para aproveitar a enorme quantidade de neuroimagem microestrutural e dados metabolômicos fecais para entender melhor os principais fatores dos obesos em comparação com o fenótipo com sobrepeso . Nossas descobertas revelam que, embora os fatores derivados do intestino desempenhem um papel nessa distinção, são principalmente as alterações direcionadas ao cérebro que diferenciam os indivíduos obesos dos com sobrepeso . Dos principais metabólitos intestinais que surgiram do nosso modelo, muitos são provavelmente, pelo menos em parte, derivados ou influenciados pela microbiota intestinal, incluindo alguns derivados de aminoácidos. Notavelmente, regiões-chave fora da rede de recompensa estendida do sistema nervoso central surgiram como diferenciadores importantes, sugerindo um papel para vias neurais anteriormente inexploradas na patogênese da obesidade.