High Fructose Intake During Pregnancy in Rats Influences the Maternal Microbiome and Gut Development in the Offspring
Notice bibliographique
Résumé
Studies in pregnant women indicate the maternal microbiome changes during pregnancy so as to benefit the mother and fetus. In contrast, disruption of the maternal microbiota around birth can compromise normal bacterial colonisation of the infant’s gastrointestinal tract. This may then inhibit development of the gut so as to increase susceptibility to inflammation and reduce barrier function. The impact of modulating fructose intake on the maternal microbiome through pregnancy is unknown, therefore we examined the effect of fructose supplementation on the microbiome together with the immediate and next generation effects in the offspring. Wistar rat dams were divided into control and fructose fed groups that received 10% fructose in their drinking water from 8 weeks of age and throughout pregnancy (10-13 weeks). Maternal fecal and blood samples were collected pre-mating (9 weeks) and during early (gestational day 4-7) and late pregnancy (gestational day 19-21).We show supplementation of the maternal diet with fructose modulated the maternal microbiome, increased diversity and abundance of Lactobacillus and Bacteroides species. In offspring maintained on this diet up to pregnancy and term there was a reduction in gene expression of markers of gut barrier function that could adversely affect its function. This was associated with an exacerbated insulin response to pregnancy, reduced birth weight, but increased fat mass. In conclusion dietary supplementation with fructose modulates the maternal microbiome in ways that could adversely affect fetal growth and later gut development.
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 | 0,000 |
| 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 ».