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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».