Plasma metabolomics reveals lower carnitine concentrations in overweight Labrador Retriever dogs
Notice bibliographique
Résumé
The prevalence of overweight is increasing in dogs, but the metabolic events related to this condition are still poorly understood. The purpose of the study was to investigate the postprandial response of plasma metabolites using a meal-challenge test and to identify metabolic variations related to spontaneous overweightness in privately owned dogs. Twenty-eight healthy male intact Labrador Retriever dogs were included, 12 of which were classified as lean (body condition score (BCS) 4–5 on a 9-point scale) and 16 as overweight (BCS 6–8). After an overnight fast (14–17 h), blood samples were collected and dogs were thereafter fed a high-fat meal. Postprandial blood samples were collected hourly four times. Plasma metabolites were identified by nuclear magnetic resonance. Postprandial metabolomes differed from the fasting metabolome in multivariate discriminant analysis (PLS-DA: Q2Y = 0.31–0.63, cross-validated ANOVA: P ≤ 0.00014) Eleven metabolites, all amino acids, contributed to the separations. Carnitine was identified as a metabolite related to overweight (stepwise logistic regression analysis P ≤ 0.03) and overweight dogs had overall lower carnitine response (mixed model repeated measures analysis P = 0.005) than lean dogs. Notably, mean fasting carnitine concentration in overweight dogs (9.4 ± 4.2 µM) was close to a proposed reference limit for carnitine insufficiency. A postprandial amino acid response was detected but no time-dependent variations with regards to body condition groups were found. Lower carnitine concentrations were found in overweight compared to lean dogs. The latter finding could indicate a carnitine insufficiency related to spontaneous adiposity and altered lipid metabolism in overweight dogs in this cohort of otherwise healthy Labrador Retrievers.
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) | 0,001 | 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 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 ».