Cholesterol Assimilation by<i>Lactobacillus</i>Probiotic Bacteria: An<i>In Vitro</i>Investigation
Notice bibliographique
Résumé
Excess cholesterol is associated with cardiovascular diseases (CVD), an important cause of mortality worldwide. Current CVD therapeutic measures, lifestyle and dietary interventions, and pharmaceutical agents for regulating cholesterol levels are inadequate. Probiotic bacteria have demonstrated potential to lower cholesterol levels by different mechanisms, including bile salt hydrolase activity, production of compounds that inhibit enzymes such as 3-hydroxy-3-methylglutaryl coenzyme A, and cholesterol assimilation. This work investigates 11 Lactobacillus strains for cholesterol assimilation. Probiotic strains for investigation were selected from the literature: Lactobacillus reuteri NCIMB 11951, L. reuteri NCIMB 701359, L. reuteri NCIMB 702655, L. reuteri NCIMB 701089, L. reuteri NCIMB 702656, Lactobacillus fermentum NCIMB 5221, L. fermentum NCIMB 8829, L. fermentum NCIMB 2797, Lactobacillus rhamnosus ATCC 53103 GG, Lactobacillus acidophilus ATCC 314, and Lactobacillus plantarum ATCC 14917. Cholesterol assimilation was investigated in culture media and under simulated intestinal conditions. The best cholesterol assimilator was L. plantarum ATCC 14917 (15.18±0.55 mg/10(10) cfu) in MRS broth. L. reuteri NCIMB 701089 assimilated over 67% (2254.70±63.33 mg/10(10) cfu) of cholesterol, the most of all the strains, under intestinal conditions. This work demonstrates that probiotic bacteria can assimilate cholesterol under intestinal conditions, with L. reuteri NCIMB 701089 showing great potential as a CVD therapeutic.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».