MA
Maria Arnoriaga‐Rodríguez
Author with expertise in Diversity and Function of Gut Microbiome
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
3
(100% Open Access)
Cited by:
92
h-index:
14
/
i10-index:
19
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
9

Microbiota alterations in proline metabolism impact depression

Jordi Mayneris‐Perxachs et al.May 1, 2022
+28
M
A
J
The microbiota-gut-brain axis has emerged as a novel target in depression, a disorder with low treatment efficacy. However, the field is dominated by underpowered studies focusing on major depression not addressing microbiome functionality, compositional nature, or confounding factors. We applied a multi-omics approach combining pre-clinical models with three human cohorts including patients with mild depression. Microbial functions and metabolites converging onto glutamate/GABA metabolism, particularly proline, were linked to depression. High proline consumption was the dietary factor with the strongest impact on depression. Whole-brain dynamics revealed rich club network disruptions associated with depression and circulating proline. Proline supplementation in mice exacerbated depression along with microbial translocation. Human microbiota transplantation induced an emotionally impaired phenotype in mice and alterations in GABA-, proline-, and extracellular matrix-related prefrontal cortex genes. RNAi-mediated knockdown of proline and GABA transporters in Drosophila and mono-association with L. plantarum, a high GABA producer, conferred protection against depression-like states. Targeting the microbiome and dietary proline may open new windows for efficient depression treatment.
7

Early Mediterranean-Based Nutritional Intervention Reduces the Rate of Gestational Diabetes Mellitus in Overweight and Obese Pregnant Women: A Post-Hoc Analysis of the San Carlos Gestational Prevention Study

Ryan Connor et al.May 27, 2024
+17
V
A
R
Obesity is a risk factor for the development of gestational diabetes mellitus (GDM). However, the most optimal type of nutritional intervention to prevent GDM in high-risk women is not clearly defined. This study investigates if nutritional treatment based on the Mediterranean diet (MedDiet) before 12th gestational week (GW) in women at high risk due to a body mass index (BMI)≥25kg/m2, reduces the rate of GDM and metabolic syndrome (MetS) at 3 years postpartum. We performed a post-hoc analysis of the San Carlos Gestational Prevention Study. A total of 735 women with BMI≥25kg/m2 were evaluated between 2015-2018, 246 in standard diet control group (CG) and 489 in MedDiet intervention group (IG). The rate of GDM was significantly lower in IG compared to CG (25.1%vs31.7%;p=0.037). Postnatal follow-up was completed by 141 women in CG (57%) and 312 women in IG (64%). At 3 years postpartum, we observed a reduction (relative risk 95% confidence interval) in the rates of impaired fasting glucose (IFG) (0.51 (0.28-0.92);p=0.019), obesity (0.51 (0.28-0.92),p=0.041), waist circumference (WC)≥89.5cm (0.54 (0.31-0.94);p=0.022) and MetS (0.56 (0.33-0.94);p=0.003). MedDiet reduces the rate of GDM and postpartum MetS in women with BMI)≥25kg/m2, suggesting that its implementation should be routinely recommended from the first GWs.
7
3.0
6
Save
8

Human liver microbiota modeling strategy at the early onset of fibrosis

Camille Champion et al.Dec 12, 2020
+13
R
J
C
Abstract To understand the pathophysiological impact of liver microbiota on the early stages of fibrosis we identified the corresponding microbiota sequences and overcome the impact of different group size and patient origins with adapted statistical approaches. Liver samples with low liver fibrosis scores (F0, F1, F2) were collected from Romania(n=36), Austria(n=10), Italy(n=19), and Spain(n=17). The 16SrDNA gene was sequenced. We considered the frequency, sparsity, unbalanced sample size between cohorts to identify taxonomic profiles and statistical differences. Multivariate analyses, including adapted spectral clustering with L1-penalty fair-discriminant strategies, and predicted metagenomics were used to identify that 50 % of liver taxa were Enterobacteriaceae and Pseudomonadaceae. The Caulobacteraceae, Flavobacteriaceae and Propionibacteriaceae discriminated between F0 and F1. The preQ0 biosynthesis and pathways involving glucoryranose and glycogen degradation were negatively associated with liver fibrosis F1-F2 vs F0. Altogether, our results suggest a role of bacterial translocation to the liver in the progression of fibrosis. This statistical approach can identify microbial signatures and overcome issues regarding sample size differences, the impact of environment, and sets of analyses.