A polyphenol-rich cranberry extract protects from diet-induced obesity, insulin resistance and intestinal inflammation in association with increased <i>Akkermansia</i> spp. population in the gut microbiota of mice
Notice bibliographique
Résumé
OBJECTIVE: The increasing prevalence of obesity and type 2 diabetes (T2D) demonstrates the failure of conventional treatments to curb these diseases. The gut microbiota has been put forward as a key player in the pathophysiology of diet-induced T2D. Importantly, cranberry (Vaccinium macrocarpon Aiton) is associated with a number of beneficial health effects. We aimed to investigate the metabolic impact of a cranberry extract (CE) on high fat/high sucrose (HFHS)-fed mice and to determine whether its consequent antidiabetic effects are related to modulations in the gut microbiota. DESIGN: C57BL/6J mice were fed either a chow or a HFHS diet. HFHS-fed mice were gavaged daily either with vehicle (water) or CE (200 mg/kg) for 8 weeks. The composition of the gut microbiota was assessed by analysing 16S rRNA gene sequences with 454 pyrosequencing. RESULTS: CE treatment was found to reduce HFHS-induced weight gain and visceral obesity. CE treatment also decreased liver weight and triglyceride accumulation in association with blunted hepatic oxidative stress and inflammation. CE administration improved insulin sensitivity, as revealed by improved insulin tolerance, lower homeostasis model assessment of insulin resistance and decreased glucose-induced hyperinsulinaemia during an oral glucose tolerance test. CE treatment was found to lower intestinal triglyceride content and to alleviate intestinal inflammation and oxidative stress. Interestingly, CE treatment markedly increased the proportion of the mucin-degrading bacterium Akkermansia in our metagenomic samples. CONCLUSIONS: CE exerts beneficial metabolic effects through improving HFHS diet-induced features of the metabolic syndrome, which is associated with a proportional increase in Akkermansia spp.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».