Responses of Gut Microbiota to Diet Composition and Weight Loss in Lean and Obese Mice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Maintenance of a reduced body weight is accompanied by a decrease in energy expenditure beyond that accounted for by reduced body mass and composition, as well as by an increased drive to eat. These effects appear to be due--in part--to reductions in circulating leptin concentrations due to loss of body fat. Gut microbiota have been implicated in the regulation of body weight. The effects of weight loss on qualitative aspects of gut microbiota have been studied in humans and mice, but these studies have been confounded by concurrent changes in diet composition, which influence microbial community composition. We studied the impact of 20% weight loss on the microbiota of diet-induced obese (DIO: 60% calories fat) mice on a high-fat diet (HFD). Weight-reduced DIO (DIO-WR) mice had the same body weight and composition as control (CON) ad-libitum (AL) fed mice being fed a control diet (10% calories fat), allowing a direct comparison of diet and weight-perturbation effects. Microbial community composition was assessed by pyrosequencing 16S rRNA genes derived from the ceca of sacrificed animals. There was a strong effect of diet composition on the diversity and composition of the microbiota. The relative abundance of specific members of the microbiota was correlated with circulating leptin concentrations and gene expression levels of inflammation markers in subcutaneous white adipose tissue in all mice. Together, these results suggest that both host adiposity and diet composition impact microbiota composition, possibly through leptin-mediated regulation of mucus production and/or inflammatory processes that alter the gut habitat.
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.
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 | 0,000 | 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 découle