Glutamine supplementation improves intestinal barrier function in a weaned piglet model of<i>Escherichia coli</i>infection
Notice bibliographique
Résumé
The weaning period is associated with an increased prevalence of gastrointestinal infection in many species. Glutamine (Gln) has been shown to improve intestinal barrier function and immune function in both in vivo and in vitro models. The objective of the present study was to determine the effect of dietary Gln supplementation on intestinal barrier function and intestinal cytokines in a model of Escherichia coli infection. We randomised 21-d-old piglets (n 20) to nutritionally complete isonitrogenous diets with or without Gln (4·4 %, w/w) for 2 weeks. Intestinal loops were isolated from anaesthetised pigs and inoculated with either saline or one of the two E. coli (K88AC or K88 wild-type)-containing solutions. Intestinal tissue was studied for permeability, cytokine expression, fluid secretion and tight-junction protein expression. Animals receiving Gln supplementation had decreased potential difference (PD) and short-circuit current (I(sc)) in E. coli-inoculated intestinal loops (PD 0·628 (SEM 0·151) mV; I(sc) 13·0 (SEM 3·07) μA/cm(2)) compared with control-fed animals (PD 1·36 (SEM 0·227) mV; I(sc) 22·4 (SEM 2·24) μA/cm(2)). Intestinal tissue from control, but not from Gln-supplemented, animals responded to E. coli with a significant increase in mucosal cytokine mRNA (IL-1β, IL-6, transforming growth factor-β and IL-10). Tight-junction protein expression (claudin-1 and occludin) was reduced with exposure to E. coli in control-fed animals and was not influenced in Gln-supplemented piglets. Gln supplementation may be useful in reducing the severity of weaning-related gastrointestinal infections, by reducing the mucosal cytokine response and altering intestinal barrier function.
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) | 0,000 | 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 ».