Impact of maternal dietary n-3 and n-6 fatty acids on milk medium-chain fatty acids and the implications for neonatal liver metabolism
Notice bibliographique
Résumé
Levels of n-6, n-3, and medium-chain fatty acids (MCFA) in milk are highly variable. Higher carbohydrate intakes are associated with increased mammary gland MCFA synthesis, but the role of unsaturated fatty acids for milk MCFA secretion is unclear. This study addressed whether n-6 and n-3 fatty acids, which are known to inhibit hepatic fatty acid synthesis, influence MCFA in rat and human milk and the implications of varying MCFA, n-6, and n-3 fatty acids in rat milk for metabolic regulation in the neonatal liver. Rats were fed a low-fat diet or one of six higher-fat diets, varying in 16:0, 18:1n-9, 18:2n-6, 18:3n-3, and long-chain (LC) n-3 fatty acids. Higher maternal dietary 18:2n-6 or 18:3n-3 did not influence milk MCFA, but lower maternal plasma triglycerides, due to either a low-fat or a high-fat high-LC n-3 diet led to higher milk MCFA. MCFA levels were inversely associated with 18:1n-9, 18:2n-6, and 18:3n-3 in human milk, likely reflecting the association between dietary total fat and unsaturated fatty acids. High LC n-3 fatty acid in rat milk was associated with lower hepatic Pklr, Acly, Fasn, and Scd1 and higher Hmgcs2 in the milk-fed rat neonate, with no effect of milk 18:1n-9, 18:2n-6, or MCFA. These studies show that the dietary fatty acid composition does not impact MCFA secretion in milk, but the fatty acid composition of milk, particularly the LC n-3 fatty acid, is relevant to hepatic metabolic regulation in the milk-fed neonate.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».