Berry Polyphenols and Fibers Modulate Distinct Microbial Metabolic Functions and Gut Microbiota Enterotype-Like Clustering in Obese Mice
Notice bibliographique
Résumé
Berries are rich in polyphenols and plant cell wall polysaccharides (fibres), including cellulose, hemicellulose, arabinans and arabino-xyloglucans rich pectin. Most of polyphenols and fibres are known to be poorly absorbed in the small intestine and reach the colon where they interact with the gut microbiota, conferring health benefits to the host. This study assessed the contribution of polyphenol-rich whole cranberry and blueberry fruit powders (CP and BP), and that of their fibrous fractions (CF and BF) on modulating the gut microbiota, the microbial functional profile and influencing metabolic disorders induced by high-fat high-sucrose (HFHS) diet for 8 weeks. Lean mice-associated taxa, including Akkermansia muciniphila, Dubosiella newyorkensis, and Angelakisella, were selectively induced by diet supplementation with polyphenol-rich CP and BP. Fibre-rich CF also triggered polyphenols-degrading families Coriobacteriaceae and Eggerthellaceae. Diet supplementation with polyphenol-rich CP, but not with its fibre-rich CF, reduced fat mass depots, body weight and energy efficiency in HFHS-fed mice. However, CF reduced liver triglycerides in HFHS-fed mice. Importantly, polyphenol-rich CP-diet normalized microbial functions to a level comparable to that of Chow-fed controls. Using multivariate association modelling, taxa and predicted functions distinguishing an obese phenotype from healthy controls and berry-treated mice were identified. The enterotype-like clustering analysis underlined the link between a long-term diet intake and the functional stratification of the gut microbiota. The supplementation of a HFHS-diet with polyphenol-rich CP drove mice gut microbiota from Firmicutes/Ruminococcus enterotype into an enterotype linked to healthier host status, that is Prevotella/Akkermansiaceae. This study highlights the prebiotic role of polyphenols, and their contribution to the compositional and functional modulation of the gut microbiota, counteracting obesity.
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 ».