Mgll Knockout Mouse Resistance to Diet-Induced Dysmetabolism Is Associated with Altered Gut Microbiota
Notice bibliographique
Résumé
Monoglyceride lipase (MGLL) regulates metabolism by catabolizing monoacylglycerols (MAGs), including the endocannabinoid 2-arachidonoyl glycerol (2-AG) and some of its bioactive congeners, to the corresponding free fatty acids. Mgll knockout mice (Mgll−/−) exhibit elevated tissue levels of MAGs in association with resistance to the metabolic and cardiovascular perturbations induced by a high fat diet (HFD). The gut microbiome and its metabolic function are disrupted in obesity in a manner modulated by 2-arachidonoyl glycerol (2-AG’s) main receptors, the cannabinoid CB1 receptors. We therefore hypothesized that Mgll−/− mice have an altered microbiome, that responds differently to diet-induced obesity from that of wild-type (WT) mice. We subjected mice to HFD and assessed changes in the microbiomes after 8 and 22 weeks. As expected, Mgll−/− mice showed decreased adiposity, improved insulin sensitivity, and altered circulating incretin/adipokine levels in response to HFD. Mgll−/− mice on a chow diet exhibited significantly higher levels of Hydrogenoanaerobacterium, Roseburia, and Ruminococcus than WT mice. The relative abundance of the Lactobacillaceae and Coriobacteriaceae and of the Lactobacillus, Enterorhabdus, Clostridium_XlVa, and Falsiporphyromonas genera was significantly altered by HFD in WT but not Mgll−/− mice. Differently abundant families were also associated with changes in circulating adipokine and incretin levels in HFD-fed mice. Some gut microbiota family alterations could be reproduced by supplementing 2-AG or MAGs in culturomics experiments carried out with WT mouse fecal samples. We suggest that the altered microbiome of Mgll−/− mice contributes to their obesity resistant phenotype, and results in part from increased levels of 2-AG and MAGs.
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 | 0,001 |
| 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 ».