A novel polyphenolic prebiotic and probiotic formulation have synergistic effects on the gut microbiota influencing <i>Drosophila melanogaster</i> physiology
Notice bibliographique
Résumé
The gut microbiota is a vast community of synergistic bacterial species providing health benefits to the host. Imbalances in the gut microbiota (dysbiosis) due to diet, antibiotic use, age and stress contribute to disease development including diabetes, obesity, colon cancer, inflammatory bowel disease, inflammaging and neurodegeneration. Fortunately, a probiotic regime with a diet rich in prebiotics may reverse dysbiosis promoting health and wellness in age. The current study designs, optimizes and tests a novel probiotic and synbiotic formulation consisting of three metabolically active probiotics Lactobacillus plantarum, Lactobacillus fermentum and Bifidobacteria infantis together with a novel polyphenol-rich prebiotic, Triphala. The prebiotic action of Triphala was characterized using in vitro batch cultures, Drosophila melanogaster and a simulated model of the human gastrointestinal tract (SHIME) where in each model, Triphala supported growth of beneficial bacteria while inhibiting pathogenic species. Neither Triphala at 0.5% w/v nor the individual probiotics at 5.0 × 108 to 7.5 × 109 CFU/ml demonstrated toxicity in Drosophila. Interestingly, motility was combinatorially enhanced by the probiotic and synbiotic formulations reflecting the beneficial variations in the gut microbiota. Altogether, the present study shows that probiotics and synbiotics in combination are more effective at modulating the gut microbiota and eliciting biological effects than their components.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».