Maternal malnutrition impacts placental morphology and transport. An origin for poor offspring growth and vulnerability to disease
Notice bibliographique
Résumé
Abstract The placenta promotes fetal growth through nutrient transfer and selective barrier systems. An optimally developed placenta can adapt to changes in the pregnancy environment, buffering the fetus from adverse exposures. We hypothesised that the placenta adapts differently to suboptimal maternal diets, evidenced by changes in placental morphology, developmental markers, and key transport systems. Mice were fed a control diet (CON) during pregnancy, or undernourished (UN) by 30% of control intake from gestational day (GD)5.5-18.5, or fed 60% high fat diet (HF) eight weeks before and during pregnancy. At GD18.5, placental morphometry, development, and transport were assessed. Junctional and labyrinthine areas of UN and HF placentae were smaller than CON by >10%. Fetal blood space area and fetal blood space:fetal weight ratios were reduced in HF vs. CON and UN. Trophoblast giant cell marker Ctsq mRNA expression was lower in UN vs. HF, and expression of glycogen cell markers Cx31.1 and Pcdh12 was lower in HF vs. UN. Efflux transporter Abcb1a mRNA expression was lower in HF vs. UN, and Abcg2 expression was lower in UN vs. HF. mRNA expression of fatty acid binding protein Fabp pm was higher in UN vs. CON and HF. mRNA and protein levels of the lipid transporter FAT/CD36 were lower in UN, and FATP4 protein levels were lower in HF vs. UN. UN placentae appear less mature with aberrant transport. HF placentae adapt to excessive nutrient supply. Understanding placental adaptations to common nutritional adversities may reveal mechanisms underlying the developmental origins of later disease.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».