Prebiotic Oligofructose Prevents Antibiotic‐Induced Obesity Risk and Improves Metabolic and Gut Microbiota Profiles in Rat Dams and Offspring
Notice bibliographique
Résumé
SCOPE: Antibiotics in early life disrupt microbiota and increase obesity risk. Dietary agents such as prebiotics may reduce obesity risk. The authors examine how antibiotics administered with/without prebiotic oligofructose, alter metabolic and microbial outcomes in pregnant rats and their offspring. METHODS AND RESULTS: Pregnant rats are randomized to: 1) Control, 2) Antibiotic (ABT), 3) Prebiotic (PRE), 4) Antibiotic+Prebiotic (ABT+PRE) during the 3rd week of pregnancy and lactation. Offspring were fed a high fat/high sucrose (HFS) diet from 9-17 weeks of age to unmask obesity risk. ABT dams had higher body weight, body fat and leptin during lactation than all other groups. Prebiotics attenuate these outcomes and increase cecal Bifidobacterium. ABT offspring have higher body weight, fat mass, and liver triglycerides after HFS diet, with a stronger phenotype in males; prebiotics attenuate these. At weaning, male ABT offspring have lower Lactobacillus while PRE and ABT+PRE offspring had higher Bifidobacterium and Collinsella. Fecal microbiota transfer of adult offspring cecal matter could not reliably transfer the obese ABT phenotype. CONCLUSIONS: Antibiotic use during pregnancy/lactation increases adiposity and impairs post-partum weight loss in dams. Co-administering prebiotics with antibiotics in rat dams prevented obesity risk in offspring and is associated with altered gut microbiota.
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 | 0,001 | 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 ».