Maternal consumption of high-prebiotic fibre or -protein diets during pregnancy and lactation differentially influences satiety hormones and expression of genes involved in glucose and lipid metabolism in offspring in rats
Notice bibliographique
Résumé
Risk of developing the metabolic syndrome may be influenced by nutritional environment early in life. We examined the effects of high-fibre (HF) and high-protein (HP) diets consumed during pregnancy and lactation on satiety hormones and expression of genes involved in glucose and lipid metabolism in offspring. Wistar dams were fed a control (C), HF or HP diets during pregnancy and lactation. At parturition, litters were culled to ten pups. At 21 d, all pups were weaned onto C diet. At 7, 14, 21, 28 and 35 d after birth, blood was analysed for satiety hormones and tissues for mRNA expression in offspring. No differences were observed in litter size or birth weight. At 21 d, offspring of HF dams had greater adjusted intestinal mass and lower liver weight than those of C but not of HP dams. Plasma glucose at 28 d and amylin at 7, 14 and 28 d were lower in HF v. C and HP offspring. Glucagon-like peptide-1 was higher in HP offspring than in HF offspring at 7 d but was higher in HF v. C offspring at 21 d. Offspring of HF dams had higher glucose transporter (GLUT2 and Na+-dependent glucose/galactose transporter) mRNA expression at 21 d v. C and HP offspring. In brown adipose tissue, HF and HP up-regulated uncoupling protein-1 and PPAR-γ coactivator. HP was associated with increased resistin and IL-6 mRNA expression. The present study demonstrates that maternal diet composition differentially regulates circulating satiety hormones and genes involved in glucose transport and energy metabolism in offspring. These early changes could have long-term consequences for obesity risk.
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 | 0,000 | 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 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 ».