Effects of oral florfenicol and azithromycin on gut microbiota and adipogenesis in mice
Notice bibliographique
Résumé
Certain antibiotics detected in urine are associated with childhood obesity. In the current experimental study, we investigated two representative antibiotics detected in urine, florfenicol and azithromycin, for their early effects on adipogenesis, gut microbiota, short-chain fatty acids (SCFAs), and bile acids in mice. Thirty C57BL/6 mice aged four weeks were randomly divided into three groups (florfenicol, azithromycin and control). The two experimental groups were administered florfenicol or azithromycin at 5 mg/kg/day for four weeks. Body weight was measured weekly. The composition of the gut microbiota, body fat, SCFAs, and bile acids in colon contents were measured at the end of the experiment. The composition of the gut microbiota was determined by sequencing the bacterial 16S rRNA gene. The concentration of SCFAs and bile acids was determined using gas chromatography and liquid chromatography coupled to tandem mass spectrometry, respectively. The composition of the gut microbiota indicated that the two antibiotics altered the gut microbiota composition and decreased its richness and diversity. At the phylum level, the ratio of Firmicutes/Bacteroidetes increased significantly in the antibiotic groups. At the genus level, there were declines in Christensenella, Gordonibacter and Anaerotruncus in the florfenicol group, in Lactobacillus in the azithromycin group, and in Alistipes, Desulfovibrio, Parasutterella and Rikenella in both the antibiotic groups. The decrease in Rikenella in the azithromycin group was particularly noticeable. The concentration of SCFAs and secondary bile acids decreased in the colon, but the concentration of primary bile acids increased. These findings indicated that florfenicol and azithromycin increased adipogenesis and altered gut microbiota composition, SCFA production, and bile acid metabolism, suggesting that exposure to antibiotics might be one risk factor for childhood obesity. More studies are needed to investigate the specific mechanisms.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».