Gut Mucosal Proteins and Bacteriome Are Shaped by the Saturation Index of Dietary Lipids
Notice bibliographique
Résumé
The dynamics of the tripartite relationship between the host, gut bacteria and diet in the gut is relatively unknown. An imbalance between harmful and protective gut bacteria, termed dysbiosis, has been linked to many diseases and has most often been attributed to high-fat dietary intake. However, we recently clarified that the type of fat, not calories, were important in the development of murine colitis. To further understand the host-microbe dynamic in response to dietary lipids, we fed mice isocaloric high-fat diets containing either milk fat, corn oil or olive oil and performed 16S rRNA gene sequencing of the colon microbiome and mass spectrometry-based relative quantification of the colonic metaproteome. The corn oil diet, rich in omega-6 polyunsaturated fatty acids, increased the potential for pathobiont survival and invasion in an inflamed, oxidized and damaged gut while saturated fatty acids promoted compensatory inflammatory responses involved in tissue healing. We conclude that various lipids uniquely alter the host-microbe interaction in the gut. While high-fat consumption has a distinct impact on the gut microbiota, the type of fatty acids alters the relative microbial abundances and predicted functions. These results support that the type of fat are key to understanding the biological effects of high-fat diets on gut health.
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 ».