Fettgewebegenexpression und Metabolomik-Verbindungen zur Achse der Darmmikrobiom-Hirn (POINSETTIA)
26. März 2026 aktualisiert von: José Manuel Fernández-Real, Institut d'Investigació Biomèdica de Girona Dr. Josep Trueta
Fettgewebe-Genexpression und Metabolomik sind mit der Darmmikrobiom-Hirn-Achse (Poinsettia Study) verbunden
Diese Studie soll verstehen, wie Fettgewebe (Fett) und die Darmmikrobiota (die Bakterien im Darm) die Gehirnfunktion und die Erkenntnis beeinflussen können. Es wurde beobachtet, dass Veränderungen im Fettgewebe bei Tieren wie Mäusen und Drosophila (eine Art von Insekten) das Gedächtnis und andere Gehirnfunktionen beeinflussen. Darüber hinaus wird angenommen, dass die Darmmikrobiota auch eine wichtige Rolle bei der Wahrnehmung spielt.
In dieser Studie möchten wir untersuchen, wie die Genexpression in Fettgewebe, Blutmetaboliten und der Darmmikrobiota mit kognitiven Funktionen wie Gedächtnis und Denken in Menschen mit und ohne Fettleibigkeit zusammenhängt. Wir werden auch untersuchen, ob diese Faktoren Veränderungen im Gehirn im Laufe der Jahre vorhersagen können und wie sie sich auf den Schlaf, die körperliche Aktivität und die Blutzuckerkontrolle auswirken.
Wir werden fortschrittliche Technologien einsetzen, um Proben von Gewebe, Blut und Mikrobiota zu analysieren, um neue Wege zu identifizieren, um zu verstehen, wie Fettleibigkeit das Gehirn beeinflusst. Diese Studie könnte dazu beitragen, neue Möglichkeiten zur Diagnose und Behandlung kognitiver Probleme bei Menschen mit Fettleibigkeit zu finden.
Studienübersicht
Status
Rekrutierung
Bedingungen
Studientyp
Beobachtungs
Einschreibung (Geschätzt)
100
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: José Manuel Fernández-Real, M.D., Ph.D.
- Telefonnummer: +34972940200
- E-Mail: jmfreal@idibgi.org
Studienorte
-
-
Girona
-
Girona, Girona, Spanien, 17007
- Rekrutierung
- Institut d'Investigació Biomèdica de Girona (IDIBGI)
-
Kontakt:
- Yenny Leal
- Telefonnummer: 2325 0034 972940200
- E-Mail: yleal@idibgi.org
-
-
Teilnahmekriterien
Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Nein
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Wir werden die vorhandenen Stichproben aus der Fatbank -Kohorte (eine Plattform, die von Ciberobn angetrieben wird, die von der Idibgi Biobank und Teil des spanischen National Biobank -Netzwerks verwaltet wird) nutzen.
Die Teilnehmer dieser Kohorte hatten zuvor eine Einverständniserklärung unterzeichnet, um erneut kontaktiert zu werden.
Daher werden die ausgewählten Teilnehmer bei der Endokrinologie, dem Diabetes und dem Ernährungsdienst (UDENTG) des Dr. Josep Trueta Hospital wiederernannt.
Beschreibung
Einschlusskriterien:
- Männer und Frauen> 20 Jahre alt.
- Für chirurgische Eingriffe geplant, um Fettgewebe zu extrahieren.
- Unterzeichnete Einverständniserklärung zur Teilnahme an Studien.
Ausschlusskriterien:
- Nicht erfüllen die Einschlusskriterien.
- Nichtzuerkennende systemische Erkrankungen (Krebs, schwere Nieren-/Lebererkrankung).
- Systemische Erkrankungen mit intrinsischer Entzündung (rheumatoide Arthritis, Morbus Crohn, Asthma, chronische Infektionen (HIV/Tuberkulose)) oder jede Art von Infektionskrankheiten.
- Schwangere/stillende Frauen.
- Personen unter rechtlichen/administrativen Beschränkungen.
- Diejenigen mit Infektionssymptomen im vergangenen Monat.
- Verwendung von Antibiotika/Antimykotika/Antiviren (frühere 3 Monate).
- Chronischer steroidaler/entzündungshemmender Drogenkonsum.
- Große psychiatrische Geschichte.
- Übermäßige Alkoholkonsum, akute oder chronische (> 40 g/Tag (Frauen),> 80 g/Tag (Männer)) oder Drogenmissbrauch.
- Immunsuppressivabehandlung.
- Teilnehmer mit schweren Essstörungen.
- Serumleberenzyme (GET, GPT) über der doppelten oberen Obergrenze der Normalen. Offensichtliche Anzeichen oder Symptome einer Lebererkrankung, akuter oder chronischer Hepatitis.
- Vorgeschichte von Eisenbilanzstörungen (z. B. genetische Hämochromatose, Hämosiderose aus irgendeiner Ursache, Attransferrinämie, paroxysmaler nächtlicher Hämoglobinurie).
- Kreatinin größer als 1,2 und glomeruläre Filtrationsrate unter 40.
- Aktuelle Behandlung für maligne Neoplasie, außer Basalzell- oder Plattenepithelkarktkrebs.
- Herzkrankheiten, die als Klasse III oder IV eingestuft wurden, bekannte ischämische Herz -Kreislauf -Erkrankungen.
- Nierenversagen, Vorgeschichte der Nierentransplantation oder aktuelle Dialysebehandlung.
- Chronische Verstopfung (Darmbewegungsfrequenz ≥ 7 Tage).
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
|---|
|
FETTLEIBIGKEIT
Mit 2 Untergruppen
|
|
Ohne Fettleibigkeit
Mit 2 Untergruppen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Glykämische Variabilität
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Glukosemessungen in Mg/DL unter Verwendung eines CGM 10 Tage.
|
36 Monate
|
|
Der Prozentsatz der Zeit im Glukosezielbereich (Glukosespiegel 100 mg/dl-125 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Das mit dem niedrigen Blutzuckerindex (LBGI) gemessene glykämische Risiko (LBGI)
Zeitfenster: 36 Monate
|
Niedriger Blutzuckerindex (LBGI) ist ein Parameter, der das Glykämierisiko quantifiziert.
|
36 Monate
|
|
Die mit der mittlere Amplitude von glykämischen Exkursionen (Magier) gemessene glykämische Variabilität (Magier)
Zeitfenster: 36 Monate
|
gemessen in mg/dl
|
36 Monate
|
|
Minuten leichter Schlaf
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung der leichten Schlafmessungen von Minuten durch Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
|
Minuten tiefe Schlaf
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung der tiefen Schlafmessungen von Minuten durch Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
|
Minuten schneller Augenbewegung (REM)
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Minuten REM -Messungen nach Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Audioverbaler Speicher
Zeitfenster: 36 Monate
|
Es wird mit dem kalifornischen verbalen Lerntest (CVLT) gemessen.
Minimale/maximale Maßstabwerte (0-16), wobei 16 ein besserer audioverbaler Speicher ist.
|
36 Monate
|
|
Auswirkung auf Darmmikrobiota
Zeitfenster: 36 Monate
|
Darmmikrobiota wird durch Metagenomik und Metabolomik analysiert.
|
36 Monate
|
|
Visueller Speicher
Zeitfenster: 36 Monate
|
Es wird mit der Rey-Osterrieth-Komplex-Figur gemessen.
Minimale/maximale Maßstabwerte (0-36), wobei 36 ein besserer visueller Speicher ist.
|
36 Monate
|
|
Depressive Symptomatik
Zeitfenster: 36 Monate
|
Es wird anhand des Patientengesundheitsfragebogens-9 (PHQ-9) gemessen.
Minimale/maximale Maßstabwerte (0-27), wobei ≥ 20 eine schwere Depression ist.
|
36 Monate
|
|
Impulsivität
Zeitfenster: 36 Monate
|
Es wird anhand der impulsiven Verhaltensskala (UPPS-P) gemessen.
Der Test bewertet: negative Dringlichkeit (Tendenz, unter extremen negativen Emotionen ausschließlich zu handeln), mangelnde Vorsätze (Tendenz, ohne nachzudenken), mangelnde Beharrlichkeit (Unfähigkeit, sich auf eine Aufgabe zu konzentrieren) und die Sensationssuche (Tendenz, neue und spannende Erfahrungen zu suchen).
Alle Elemente werden von 1 (stark zustimmen) auf 4 auf 4 (stark nicht einverstanden) bewertet.
|
36 Monate
|
|
Lebensmittelabhängigkeit
Zeitfenster: 36 Monate
|
Es wird von der Yale Food Suchtskala gemessen.
Es handelt sich um einen Symptomwert von 0-11, der auf dem diagnostischen und statistischen Handbuch für psychische Störungen (DSM-IV) für die Substanzabhängigkeit basiert.
Die Nahrungsmittelabhängigkeit wird diagnostiziert, wenn ≥3 Symptome gemeldet werden.
|
36 Monate
|
|
Visokonstruktive Funktion
Zeitfenster: 36 Monate
|
Es wird mit der Rey-Osterrieth-Komplex-Figur gemessen.
Minimale/maximale Maßstabwerte (0-36), wobei 36 eine bessere visokonstruktive Funktion ist.
|
36 Monate
|
|
Selektive und abwechselnde Aufmerksamkeit
Zeitfenster: 36 Monate
|
Es wird durch Trail -Making -Test (Teil A und B) gemessen.
|
36 Monate
|
|
Hemmung
Zeitfenster: 36 Monate
|
Es wird mit einem Stroop-Farbwort-Test gemessen.
|
36 Monate
|
|
Phonemische verbale Fließfähigkeit
Zeitfenster: 36 Monate
|
Es wird von PMR gemessen.
|
36 Monate
|
|
Semantische verbale Fließfähigkeit
Zeitfenster: 36 Monate
|
Es wird mit dem Tiere -Test gemessen.
Die Person muss in 1 Minute so viele Tiere wie möglich benennen.
Das Ergebnis wird durch die Standardwerte nach Alter und Bildungsniveau korrigiert.
|
36 Monate
|
|
Gesichtserkennung
Zeitfenster: 36 Monate
|
Es wird mit dem Bild des Gesichtserkennungstests (POFA) gemessen.
|
36 Monate
|
|
Emotionserkennung
Zeitfenster: 36 Monate
|
Es wird mit dem Benton Facial Recognition Test (BFRT) gemessen.
Dieser Test bewertet die Anerkennung der fünf grundlegenden Emotionen: Glück, Traurigkeit, Überraschung, Ekel und Wut.
|
36 Monate
|
|
Binge Essstörung
Zeitfenster: 36 Monate
|
Es wird durch Binge Ess -Skala (BES) gemessen.
Das BES ist eine der am häufigsten verwendeten Maßnahmen zur Beurteilung der Symptomatik zwischen Essstörungen.
Der BES-Score reicht von 0 bis 46 und sein Grenzwert ist größer als 27.
Probanden mit Punkten von mehr als 27 leiden häufiger an einer Essstörung an Binge.
|
36 Monate
|
|
Angstzustand
Zeitfenster: 36 Monate
|
Es wird anhand des staatlichen Angstinventars (STAI) gemessen.
Dieser Fragebogen bewertet Staatsangst und Merkmalsangst (R) durch jeweils 20 Elemente mit einer Likert-Antwortskala von vier Alternativen.
Im Falle staatlicher Angst geht die Skala von 0 (überhaupt nicht) auf 3 (viel), während sie für Merkmalsangst von 0 (fast nie) auf 3 (fast immer) stammt.
Je höher die Punktzahl, desto größer ist die Angst in beiden Konzepten.
|
36 Monate
|
|
Auswirkung auf die Gehirnstruktur
Zeitfenster: 36 Monate
|
Die Gehirnstruktur wird unter Verwendung der Magnetresonanztomographie bewertet.
|
36 Monate
|
|
Hirnsequenzen von Diffusion Tensor Bildgebungs -Gehirn
Zeitfenster: 36 Monate
|
Die Diffusionstensor-Imaging wurde bei 1,5 T (Philips Ingenia) unter Verwendung einer Single-Shot-Spin-Echo-Sequenz mit echo-planarer Bildgebung (EPI), 50 konttiguierende Schnitte, Voxelgröße 2x2x 2,5 mm3, TE/TR/TR von 72/3581 MS/MS, ein Diffusions-Faktor B = 800 S/MMM2 und Diffusions-Diffusions-Diffusions-Faktor B = 800 S/MM2 und Diffusions-Diffusions-Faktor durch erfasst.
|
36 Monate
|
|
Hirneisenakkumulation
Zeitfenster: 36 Monate
|
Es wird unter Verwendung der Magnetresonanztomographie mit (R2*) bewertet
|
36 Monate
|
|
Funktionelle Gehirnsequenzen in Ruhezustand
Zeitfenster: 36 Monate
|
Es wird mithilfe der Magnetresonanztomographie (T2*-gewichtete Echo-Planar-Bildgebung) bewertet.
T2 * Relaxationsdaten werden mit einer Multi-Echo-Gradientensequenz mit 10 äquidistanten Echos (erstes Echo = 4,6 ms; Echoabstand = 4,6 ms; Wiederholungszeit = 1300 ms) erfasst.
Der Wert von T2 * wird berechnet, indem die einfachen exponentiellen Begriffe für den Signalabfall der jeweiligen Echo -Zeitwerte angepasst werden.
|
36 Monate
|
|
Insulinresistenz
Zeitfenster: 36 Monate
|
Es wird mit Homa gemessen
|
36 Monate
|
|
Marker chronischer Entzündungen (C-reaktives Protein, IL-6, Adiponektin und lösliches Tumornekrosefaktor-α-Rezeptorfraktionen)
Zeitfenster: 36 Monate
|
Enzymgebundener Immunosorbent-Assay (ELISA) und quantitative Polymerasekettenreaktion (qPCR)
|
36 Monate
|
|
Glykosyliertes Hämoglobin (Hba1c) Wert
Zeitfenster: 36 Monate
|
Glykosyliertes Hämoglobin (Hba1c) in % oder mmol/mol
|
36 Monate
|
|
Der Prozentsatz der Zeit bei Hyperglykämie (Glukosespiegel über 250 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Der Prozentsatz der Zeit bei Hypoglykämie (Glukosespiegel unter 70 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Der Prozentsatz der Zeit im Glukosebereich (Glukosespiegel unter 100 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Der Prozentsatz der Zeit im Glukosebereich (Glukosespiegel zwischen 126-139 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Der Prozentsatz der Zeit im Glukosebereich (Glukosespiegel zwischen 140-199 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Der Prozentsatz der Zeit im Glukosebereich (Glukosespiegel über 200 mg/dl)
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Verbrannte Kalorien
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung verbrannter Kalorienmessungen durch Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
|
Schritte Mittelwert und Standardabweichung von Schritten Maßnahmen nach Aktivität und Schlaf -Tracker -Gerät.
Zeitfenster: 36 Monate
|
Der Mittelwert und die Standardabweichung der Schritte beziehen sich auf die durchschnittliche Anzahl der von einem Teilnehmer unternommenen Schritte und wie stark diese Schritte vom Durchschnitt variieren, gemessen anhand einer Aktivität und einem Schlaf -Tracker -Gerät.
Der Mittelwert ist der Durchschnitt, während die Standardabweichung die Variation oder Konsistenz der Schrittzahl zeigt.
|
36 Monate
|
|
Abstandsmittelwert und Standardabweichung von Entfernungsmessungen durch Aktivität und Schlaf -Tracker -Gerät.
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Minuten NULL -Aktivität
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung der Nullaktivitätsmaßnahmen der Minuten durch Aktivität und Schlaf
|
36 Monate
|
|
Minuten geringfügige Aktivität
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Minuten geringfügige Aktivitätsmessungen durch Aktivität und Schlaf
|
36 Monate
|
|
Minuten mittlere Aktivität
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung der Minuten mittlere Aktivitätsmessungen durch Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
|
Minuten hoher Aktivität
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Minuten hoher Aktivitätsmessungen durch Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
|
Kalorien
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Kalorienmessungen durch Aktivität und Schlaf -Tracker -Gerät.
|
36 Monate
|
|
Minuten schlafen
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Minuten im Schlaf nach Aktivität und Schlaf -Tracker.
|
36 Monate
|
|
Minuten wach
Zeitfenster: 36 Monate
|
Mittelwert und Standardabweichung von Minuten -Wach -Maßnahmen durch Aktivität und Schlafverfolger.
|
36 Monate
|
|
Bettzeit Mittelwert und Standardabweichung von Schlafzeitmaßnahmen durch Aktivität und Schlaf -Tracker -Gerät.
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Zahlenzeitwache Mittelwert und Standardabweichung der Zahlenzeit -Wachmaßnahmen durch Aktivität und Schlaf
Zeitfenster: 36 Monate
|
36 Monate
|
|
|
Verhaltenshemmung
Zeitfenster: 36 Monate
|
Es wird durch Empfindlichkeit gegenüber Bestrafung und Empfindlichkeit gegenüber Belohnung (SPSRQ) gemessen.
Das Ausmaß der Empfindlichkeit gegenüber Bestrafung hängt mit dem Verhaltensinhibitionssystem zusammen.
Es besteht aus zwei Subskalen von jeweils 24 Elementen.
Für jede Subskala beträgt die Mindestpunktzahl 0 und die maximale Punktzahl 24, wobei höhere Punktzahlen eine höhere Empfindlichkeit gegenüber Bestrafung bzw. Belohnung anzeigen.
|
36 Monate
|
|
Verhaltensaktivierung
Zeitfenster: 36 Monate
|
Es wird durch Empfindlichkeit gegenüber Bestrafung und Empfindlichkeit gegenüber Belohnung (SPSRQ) gemessen.
Die Belohnungsempfindlichkeitsskala hängt mit dem Verhaltensaktivierungssystem zusammen.
Der Fragebogen besteht aus zwei Subskalen von jeweils 24 Elementen.
Jede Subskala reicht von 0 (mindestens) bis 24 (maximal), wobei eine höhere Punktzahl eine höhere Sensibilität gegenüber Belohnung bzw. Bestrafung anzeigt.
|
36 Monate
|
|
Aufmerksamkeit und Arbeitsgedächtnis
Zeitfenster: 36 Monate
|
Es wird anhand des Zifferns -Untertests der Wechsler Adult Intelligence Scale - Fourth Edition (WAIS -IV) gemessen.
Dieser Untertest umfasst zwei Teile: Ziffern nach vorne (Messung der Aufmerksamkeit) und Ziffern rückwärts (Messung des Arbeitsgedächtnisses).
Der Gesamt -Roh -Score reicht von 0 (minimal) bis 30 (maximal), wobei höhere Bewertungen eine bessere Aufmerksamkeit und die Arbeitsspeicherkapazität hinweisen.
|
36 Monate
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Ermittler
- Hauptermittler: José Manuel Fernández-Real, M.D., Ph.D., Institut d'Investigacio Biomedica de Girona Dr. Josep Trueta
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Arnoriaga-Rodriguez M, Mayneris-Perxachs J, Burokas A, Contreras-Rodriguez O, Blasco G, Coll C, Biarnes C, Miranda-Olivos R, Latorre J, Moreno-Navarrete JM, Castells-Nobau A, Sabater M, Palomo-Buitrago ME, Puig J, Pedraza S, Gich J, Perez-Brocal V, Ricart W, Moya A, Fernandez-Real X, Ramio-Torrenta L, Pamplona R, Sol J, Jove M, Portero-Otin M, Maldonado R, Fernandez-Real JM. Obesity Impairs Short-Term and Working Memory through Gut Microbial Metabolism of Aromatic Amino Acids. Cell Metab. 2020 Oct 6;32(4):548-560.e7. doi: 10.1016/j.cmet.2020.09.002.
- Zeng W, Pirzgalska RM, Pereira MM, Kubasova N, Barateiro A, Seixas E, Lu YH, Kozlova A, Voss H, Martins GG, Friedman JM, Domingos AI. Sympathetic neuro-adipose connections mediate leptin-driven lipolysis. Cell. 2015 Sep 24;163(1):84-94. doi: 10.1016/j.cell.2015.08.055.
- Morrison SF, Nakamura K. Central Mechanisms for Thermoregulation. Annu Rev Physiol. 2019 Feb 10;81:285-308. doi: 10.1146/annurev-physiol-020518-114546. Epub 2018 Sep 26.
- Mayneris-Perxachs J, Arnoriaga-Rodriguez M, Garre-Olmo J, Puig J, Ramos R, Trelis M, Burokas A, Coll C, Zapata-Tona C, Pedraza S, Perez-Brocal V, Ramio L, Ricart W, Moya A, Jove M, Sol J, Portero-Otin M, Pamplona R, Maldonado R, Fernandez-Real JM. Presence of Blastocystis in gut microbiota is associated with cognitive traits and decreased executive function. ISME J. 2022 Sep;16(9):2181-2197. doi: 10.1038/s41396-022-01262-3. Epub 2022 Jun 21.
- Bier E. Drosophila, the golden bug, emerges as a tool for human genetics. Nat Rev Genet. 2005 Jan;6(1):9-23. doi: 10.1038/nrg1503.
- Douglas AE. The Drosophila model for microbiome research. Lab Anim (NY). 2018 Jun;47(6):157-164. doi: 10.1038/s41684-018-0065-0. Epub 2018 May 23.
- Quesada-Vazquez S, Castells-Nobau A, Latorre J, Oliveras-Canellas N, Puig-Parnau I, Tejera N, Tobajas Y, Baudin J, Hildebrand F, Beraza N, Burcelin R, Martinez-Gili L, Chilloux J, Dumas ME, Federici M, Hoyles L, Caimari A, Del Bas JM, Escote X, Fernandez-Real JM, Mayneris-Perxachs J. Potential therapeutic implications of histidine catabolism by the gut microbiota in NAFLD patients with morbid obesity. Cell Rep Med. 2023 Dec 19;4(12):101341. doi: 10.1016/j.xcrm.2023.101341.
- Mayneris-Perxachs J, Moreno-Navarrete JM, Ballanti M, Monteleone G, Alessandro Paoluzi O, Mingrone G, Lefebvre P, Staels B, Federici M, Puig J, Garre J, Ramos R, Fernandez-Real JM. Lipidomics and metabolomics signatures of SARS-CoV-2 mediators/receptors in peripheral leukocytes, jejunum and colon. Comput Struct Biotechnol J. 2021;19:6080-6089. doi: 10.1016/j.csbj.2021.11.007. Epub 2021 Nov 8.
- Lin H, Peddada SD. Analysis of compositions of microbiomes with bias correction. Nat Commun. 2020 Jul 14;11(1):3514. doi: 10.1038/s41467-020-17041-7.
- Albanese D, Donati C. Strain profiling and epidemiology of bacterial species from metagenomic sequencing. Nat Commun. 2017 Dec 22;8(1):2260. doi: 10.1038/s41467-017-02209-5.
- Zhao S, Li H, Han W, Chan W, Li L. Metabolomic Coverage of Chemical-Group-Submetabolome Analysis: Group Classification and Four-Channel Chemical Isotope Labeling LC-MS. Anal Chem. 2019 Sep 17;91(18):12108-12115. doi: 10.1021/acs.analchem.9b03431. Epub 2019 Sep 5.
- Mayneris-Perxachs J, Castells-Nobau A, Arnoriaga-Rodriguez M, Garre-Olmo J, Puig J, Ramos R, Martinez-Hernandez F, Burokas A, Coll C, Moreno-Navarrete JM, Zapata-Tona C, Pedraza S, Perez-Brocal V, Ramio-Torrenta L, Ricart W, Moya A, Martinez-Garcia M, Maldonado R, Fernandez-Real JM. Caudovirales bacteriophages are associated with improved executive function and memory in flies, mice, and humans. Cell Host Microbe. 2022 Mar 9;30(3):340-356.e8. doi: 10.1016/j.chom.2022.01.013. Epub 2022 Feb 16.
- Mayneris-Perxachs J, Castells-Nobau A, Arnoriaga-Rodriguez M, Martin M, de la Vega-Correa L, Zapata C, Burokas A, Blasco G, Coll C, Escrichs A, Biarnes C, Moreno-Navarrete JM, Puig J, Garre-Olmo J, Ramos R, Pedraza S, Brugada R, Vilanova JC, Serena J, Gich J, Ramio-Torrenta L, Perez-Brocal V, Moya A, Pamplona R, Sol J, Jove M, Ricart W, Portero-Otin M, Deco G, Maldonado R, Fernandez-Real JM. Microbiota alterations in proline metabolism impact depression. Cell Metab. 2022 May 3;34(5):681-701.e10. doi: 10.1016/j.cmet.2022.04.001.
- Oliveras-Canellas N, Castells-Nobau A, de la Vega-Correa L, Latorre-Luque J, Motger-Alberti A, Arnoriaga-Rodriguez M, Garre-Olmo J, Zapata-Tona C, Coll-Martinez C, Ramio-Torrenta L, Moreno-Navarrete JM, Puig J, Villarroya F, Ramos R, Casado-Anguera V, Martin-Garcia E, Maldonado R, Mayneris-Perxachs J, Fernandez-Real JM. Adipose tissue coregulates cognitive function. Sci Adv. 2023 Aug 11;9(32):eadg4017. doi: 10.1126/sciadv.adg4017. Epub 2023 Aug 11.
- Xia D, Kelleher RJ 3rd, Shen J. Loss of Abeta43 Production Caused by Presenilin-1 Mutations in the Knockin Mouse Brain. Neuron. 2016 Apr 20;90(2):417-22. doi: 10.1016/j.neuron.2016.03.009.
- Wechsler, D. WAIS IV: Escala de Inteligencia de Wechsler para Adultos-IV. Madrid: TEA. 2012
- Guo DH, Yamamoto M, Hernandez CM, Khodadadi H, Baban B, Stranahan AM. Beige adipocytes mediate the neuroprotective and anti-inflammatory effects of subcutaneous fat in obese mice. Nat Commun. 2021 Jul 30;12(1):4623. doi: 10.1038/s41467-021-24540-8.
- Guo DH, Yamamoto M, Hernandez CM, Khodadadi H, Baban B, Stranahan AM. Visceral adipose NLRP3 impairs cognition in obesity via IL-1R1 on CX3CR1+ cells. J Clin Invest. 2020 Apr 1;130(4):1961-1976. doi: 10.1172/JCI126078.
- Cardoso F, Klein Wolterink RGJ, Godinho-Silva C, Domingues RG, Ribeiro H, da Silva JA, Mahu I, Domingos AI, Veiga-Fernandes H. Neuro-mesenchymal units control ILC2 and obesity via a brain-adipose circuit. Nature. 2021 Sep;597(7876):410-414. doi: 10.1038/s41586-021-03830-7. Epub 2021 Aug 18.
- Farruggia MC, Small DM. Effects of adiposity and metabolic dysfunction on cognition: A review. Physiol Behav. 2019 Sep 1;208:112578. doi: 10.1016/j.physbeh.2019.112578. Epub 2019 Jun 11.
- Gardener H, Caunca M, Dong C, Cheung YK, Rundek T, Elkind MSV, Wright CB, Sacco RL. Obesity Measures in Relation to Cognition in the Northern Manhattan Study. J Alzheimers Dis. 2020;78(4):1653-1660. doi: 10.3233/JAD-201071.
- Dahl AK, Hassing LB, Fransson EI, Gatz M, Reynolds CA, Pedersen NL. Body mass index across midlife and cognitive change in late life. Int J Obes (Lond). 2013 Feb;37(2):296-302. doi: 10.1038/ijo.2012.37. Epub 2012 Mar 27.
- Tang X, Zhao W, Lu M, Zhang X, Zhang P, Xin Z, Sun R, Tian W, Cardoso MA, Yang J, Simo R, Zhou JB, Stehouwer CDA. Relationship between Central Obesity and the incidence of Cognitive Impairment and Dementia from Cohort Studies Involving 5,060,687 Participants. Neurosci Biobehav Rev. 2021 Nov;130:301-313. doi: 10.1016/j.neubiorev.2021.08.028. Epub 2021 Aug 28.
- Qu Y, Hu HY, Ou YN, Shen XN, Xu W, Wang ZT, Dong Q, Tan L, Yu JT. Association of body mass index with risk of cognitive impairment and dementia: A systematic review and meta-analysis of prospective studies. Neurosci Biobehav Rev. 2020 Aug;115:189-198. doi: 10.1016/j.neubiorev.2020.05.012. Epub 2020 May 30.
- Endle H, Horta G, Stutz B, Muthuraman M, Tegeder I, Schreiber Y, Snodgrass IF, Gurke R, Liu ZW, Sestan-Pesa M, Radyushkin K, Streu N, Fan W, Baumgart J, Li Y, Kloss F, Groppa S, Opel N, Dannlowski U, Grabe HJ, Zipp F, Racz B, Horvath TL, Nitsch R, Vogt J. AgRP neurons control feeding behaviour at cortical synapses via peripherally derived lysophospholipids. Nat Metab. 2022 Jun;4(6):683-692. doi: 10.1038/s42255-022-00589-7. Epub 2022 Jun 27.
- Suarez AN, Hsu TM, Liu CM, Noble EE, Cortella AM, Nakamoto EM, Hahn JD, de Lartigue G, Kanoski SE. Gut vagal sensory signaling regulates hippocampus function through multi-order pathways. Nat Commun. 2018 Jun 5;9(1):2181. doi: 10.1038/s41467-018-04639-1.
- Minhas PS, Latif-Hernandez A, McReynolds MR, Durairaj AS, Wang Q, Rubin A, Joshi AU, He JQ, Gauba E, Liu L, Wang C, Linde M, Sugiura Y, Moon PK, Majeti R, Suematsu M, Mochly-Rosen D, Weissman IL, Longo FM, Rabinowitz JD, Andreasson KI. Restoring metabolism of myeloid cells reverses cognitive decline in ageing. Nature. 2021 Feb;590(7844):122-128. doi: 10.1038/s41586-020-03160-0. Epub 2021 Jan 20.
- Coin-Araguez L, Pavon FJ, Contreras A, Gentile AM, Lhamyani S, De Diego-Otero Y, Casado Y, Oliva Olivera W, Olveira G, Tinahones FJ, Perez Costillas L, El Bekay R. Inflammatory gene expression in adipose tissue according to diagnosis of anxiety and mood disorders in obese and non-obese subjects. Sci Rep. 2018 Nov 30;8(1):17518. doi: 10.1038/s41598-018-35759-9.
- Das SK, Ma L, Sharma NK. Adipose tissue gene expression and metabolic health of obese adults. Int J Obes (Lond). 2015 May;39(5):869-73. doi: 10.1038/ijo.2014.210. Epub 2014 Dec 18.
- Scherer PE. Adipose tissue: from lipid storage compartment to endocrine organ. Diabetes. 2006 Jun;55(6):1537-45. doi: 10.2337/db06-0263.
- Longo M, Zatterale F, Naderi J, Parrillo L, Formisano P, Raciti GA, Beguinot F, Miele C. Adipose Tissue Dysfunction as Determinant of Obesity-Associated Metabolic Complications. Int J Mol Sci. 2019 May 13;20(9):2358. doi: 10.3390/ijms20092358.
- Sodhi K, Pratt R, Wang X, Lakhani HV, Pillai SS, Zehra M, Wang J, Grover L, Henderson B, Denvir J, Liu J, Pierre S, Nelson T, Shapiro JI. Role of adipocyte Na,K-ATPase oxidant amplification loop in cognitive decline and neurodegeneration. iScience. 2021 Oct 12;24(11):103262. doi: 10.1016/j.isci.2021.103262. eCollection 2021 Nov 19.
Studienaufzeichnungsdaten
Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.
Haupttermine studieren
Studienbeginn (Tatsächlich)
5. August 2025
Primärer Abschluss (Geschätzt)
31. Januar 2027
Studienabschluss (Geschätzt)
31. Januar 2027
Studienanmeldedaten
Zuerst eingereicht
5. März 2025
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
10. März 2025
Zuerst gepostet (Tatsächlich)
11. März 2025
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
31. März 2026
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
26. März 2026
Zuletzt verifiziert
1. März 2026
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- POINSETTIA-2024.200
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Nein
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .