Distinct Gut Microbiota and Serum Metabolites in Response to Weight Loss Induced by Either Dairy or Exercise in a Rodent Model of Obesity
Notice bibliographique
Résumé
Energy imbalance is a primary cause of obesity. While the classical approach to attenuate weight gain includes an increase in energy expenditure through exercise, dietary manipulation such as the inclusion of dairy products has also been proven effective. In the present study, we explored the potential mechanisms by which dairy and exercise attenuate weight gain in diet-induced obese rats. Male Sprague-Dawley rats were fed a high fat, high-sugar (HFHS) diet to induce obesity for 8 weeks. Rats were then further grouped into either control (HFHS + casein) or dairy diet (HFHS + nonfat skim milk) with and without treadmill exercise for 6 weeks. Serum and fresh fecal samples were collected for gut microbiota, serum metabolomics, and metallomics analysis. Diet and exercise resulted in distinct separation in both gut microbiota and serum metabolite profiles. Most intriguingly, obesogenic bacteria including Desulfovibrio and Oribacterium were reduced, and bioactive molecules such as mannose and arginine were significantly increased in the dairy group. Correlations of at least six bacterial genera with serum metal ions and metabolites were also found. Results reveal distinct impacts of dairy and exercise on the gut microbiota and in the modulation of circulating metabolites with the former primarily responsible for driving microbial alterations known to attenuate weight gain.
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) | 0,000 | 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 | 0,001 |
| 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 ».