Integrative analysis of metabolome and gut microbiota in diet-induced hyperlipidemic rats treated with berberine compounds
Notice bibliographique
Résumé
BACKGROUND: Hyperlipidemia is a major component of metabolic syndrome, and often predicts cardiovascular diseases. We developed a new therapeutic agent berberine compounds (BC), consisting of berberine, oryzanol and vitamin B6, and determined their anti-hyperlipidemia activity and underlying mechanisms. METHODS: Male Wistar rats were fed a high fat diet (HFD) to induce hyperlipidemia, and then given BC orally for 4 weeks. Body weight and food intake were recorded weekly, and lipid profiles in serum were determined biochemically. Metabolites in serum, urine, liver and feces were analyzed by GC-MS, and the structure of microbiota was determined by 16S rDNA sequencing. RESULTS: Lipid lowering was observed in the hyperlipidemic rats upon BC treatment without apparent adverse side effects. Metabolomics analysis indicated that the BC treatment resulted in increased pyruvic acid, serotonin, and ketogenic and glycogenic amino acid levels in the serum, increased pyridoxine and 4-pyridoxic acid in the urine, decreased hypotaurine and methionine in the liver, and increased putrescine and decreased deoxycholate and lithocholate in feces. The BC treatment also resulted in an enrichment of beneficial bacteria (e.g. Bacteroides, Blautia) and a decrease in Escherichia. CONCLUSIONS: The lipid lowering effect of BC treatment in hyperlipidemic rats is associated with a global change in the metabolism of lipids, carbohydrates and amino acids, as well as the structure of microbiota.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».