Neonatal low-protein diet reduces the masticatory efficiency in rats
Notice bibliographique
Résumé
Little is known about the effects of undernutrition on the specific muscles and neuronal circuits involved in mastication. The aim of this study was to document the effects of neonatal low-protein diet on masticatory efficiency. Newborn rats whose mothers were fed 17% (nourished (N), n 60) or 8% (undernourished (U), n 56) protein were compared. Their weight was monitored and their masticatory jaw movements were video-recorded. Whole-cell patch-clamp recordings were performed in brainstem slice preparations to investigate the intrinsic membrane properties and N-methyl-d-aspartate-induced bursting characteristics of the rhythmogenic neurons (N, n 43; U, n 39) within the trigeminal main sensory nucleus (NVsnpr). Morphometric analysis (N, n 4; U, n 5) were conducted on masseteric muscles serial cross-sections. Our results showed that undernourished animals had lower numbers of masticatory sequences (P=0·049) and cycles (P=0·045) and slower chewing frequencies (P=0·004) (N, n 32; U, n 28). Undernutrition reduced body weight but had little effect on many basic NVsnpr neuronal electrophysiological parameters. It did, however, affect sag potentials (P<0·001) and rebound firing (P=0·005) that influence firing pattern. Undernutrition delayed the appearance of bursting and reduced the propensity to burst (P=0·002), as well as the bursting frequency (P=0·032). Undernourished animals showed increased and reduced proportions of fibre type IIA (P<0·0001) and IIB (P<0·0001), respectively. In addition, their fibre areas (IIA, P<0·001; IIB, P<0·001) and perimeters (IIA, P<0·001; IIB, P<0·001) were smaller. The changes observed at the behavioural, neuronal and muscular levels suggest that undernutrition reduces chewing efficiency by slowing, weakening and delaying maturation of the masticatory muscles and the associated neuronal circuitry.
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 ».