Isolement, caractérisation et étude "in vitro" de l'activité anti-inflammatoire de différentes souches probiotiques
Notice bibliographique
Résumé
L'obésité et les maladies métaboliques telles que le diabète de type 2 sont associées à une inflammation chronique de faible intensité. Plusieurs études ont démontré qu’un régime riche en gras induit une modification de la composition du microbiote intestinal ainsi qu'une augmentation de la concentration en lipopolysacharides (LPS) dans la circulation sanguine. Ces LPS sont considérés comme étant le facteur déclencheur d'une inflammation chronique induisant un ensemble de désordres métaboliques. Selon des études récentes, les probiotiques contribueraient à la prévention de ces maladies métaboliques en réduisant l'inflammation provoquée par les LPS. Toutefois, ce processus inflammatoire est complexe et seules quelques pistes sont évoquées à ce jour. Ce mémoire a pour but 1) d'identifier et de caractériser de nouvelles souches probiotiques appartenant aux genres Lactobacillus, Propionibacterium et Bifidobacterium isolées à partir du fromage, du lait cru et de fèces de bébé et d'adultes et 2) d'étudier in vitro l'activité anti-inflammatoire des bactéries tuées par la chaleur et du surnageant de culture de chacune de ces souches en utilisant le modèle de macrophage murin J774.1. L'effet anti-inflammatoire de ces extraits bactériens a été évalué en mesurant la production d'oxide nitrique (NO) et des cytokines pro-inflammatoires (TNF-α et IL-6) et anti-inflammatoire (IL-10) en absence et en présence de LPS d'Escherichia coli serotype O55:B5. Parmi les cinquante-deux souches testées, trois souches de Lactobacillus, deux souches de Bifidobacterium et une souche de Propionibacterium ont démontré des effets anti-inflammatoires en réduisant la production de NO et d'IL-6 et en stimulant la production d'IL-10 en condition basale et en présence de LPS. Ces souches feront prochainement l’objet d’une étude in vivo chez des souris obèses insulino-résistantes pour confirmer leurs profils anti-inflammatoires.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».