The response of canine faecal microbiota to increased dietary protein is influenced by body condition
Notice bibliographique
Résumé
BACKGROUND: High protein diets shift the faecal microbiota into a more unfavourable composition in obese humans. In lean dogs, higher protein consumption is accompanied with increased production of putrefactive fermentation products, whereas obese dogs have a different gut microbiota compared to lean dogs. Still, the impact of high dietary protein on gut microbiota in obese dogs remains unclear. The aim of this study was to investigate faecal microbial changes in lean and obese dogs in response to two different levels of dietary protein. Six healthy lean and six obese Beagles were fed a high protein diet (HP) and a low protein diet (LP) for 28 days each in a crossover design. Denaturing gradient gel electrophoresis and quantitative PCR were performed on faecal samples for microbial profiling. Plasma acylcarnitine and fermentation metabolites were measured. RESULTS: Dogs fed HP had higher concentrations of protein fermentation metabolites including faecal ammonia, isovalerate, isobutyrate, phenol, indole, serum indoxyl sulphate and plasma 3-OH isovalerylcarnitine compared to dogs fed LP, whereas no changes in faecal concentrations of acetate and butyrate were observed. The abundances of clostridial clusters IV and XIVa, covering the majority of butyrate-producing bacteria, and of the butyrate kinase gene, one of the terminal genes of the butyrate synthesis pathway were higher in dogs on HP compared to LP. Significant interactions between diet and body condition were found for the abundance of Firmicutes, Lactobacillus and clostridial cluster I. The similarity coefficient of faecal microbiota between the two diets was smaller in obese dogs than in lean dogs. CONCLUSIONS: High protein diet increased the abundance and activity of butyrate-producing bacteria in Beagles independent of the body condition. In addition, increasing dietary protein content had a greater overall impact on faecal microbiota in obese compared to lean dogs.
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 | 0,001 |
| 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 | 0,001 | 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 ».