<i>In vivo</i> screening of multiple bacterial strains identifies <i>Lactobacillus rhamnosus</i> Lb102 and <i>Bifidobacterium animalis</i> ssp. <i>lactis</i> Bf141 as probiotics that improve metabolic disorders in a mouse model of obesity
Notice bibliographique
Résumé
ABSTRACT Given the growing evidence that gut dysfunction, including changes in gut microbiota composition, plays a critical role in the development of inflammation and metabolic diseases, the identification of novel probiotic bacteria with immunometabolic properties has recently attracted more attention. Herein, bacterial strains were first isolated from dairy products and human feces and then screened in vitro for their immunomodulatory activity. Five selected strains were further analyzed in vivo , using a mouse model of diet‐induced obesity. C57BL/6 mice were fed a high‐fat high‐sucrose diet, in combination with 1 of 3 Lactobacillus strains (Lb38, L. plantarum; L79, L. paracaseil casei; Lbl02, L. rhamnosus ) or Bifidobacterium strains (Bf26, Bfl41, 2 different strains of B. animalis ssp. lactis species) administered for 8 wk at 10 9 colony‐forming units/d. Whereas 3 strains showed only modest (Lb38, Bf26) or no (L79) effects, Lbl02 and Bfl41 reduced diet‐induced obesity, visceral fat accretion, and inflammation, concomitant with improvement of glucose tolerance and insulin sensitivity. Further analysis revealed that Lbl02 and Bf141 enhanced intestinal integrity markers in association with selective changes in gut microbiota composition. We have thus identified 2 new potential probiotic bacterial strains with immunometabolic properties to alleviate obesity development and associated metabolic disturbances.—Le Barz, M., Daniel, N., Varin, T. V., Naimi, S., Demers‐Mathieu, V., Pilon, G., Audy, J., Laurin, E., Roy, D., Urdaci, M. C., St‐Gelais, D., Fliss, I, Marette, A. In vivo screening of multiple bacterial strains identifies Lactobacillus rhamnosus Lbl02 and Bifidobacterium animalis ssp. lactis Bf 141 as probiotics that improve metabolic disorders in a mouse model of obesity. FASEB J. 33, 4921—4935 (2019). www.fasebj.org
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 | 0,000 | 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 | 0,001 |
| 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 ».