Influence of Saskatoon Berry and Cyanidin-3-Glucoside on Gut Microbiota and Relationship with Metabolism and Inflammation in High Fat-High Sucrose Diet-Induced Insulin Resistant Mice
Notice bibliographique
Résumé
Abstract Background Type 2 Diabetes (T2D) has become one of most common and harmful chronic diseases worldwide. T2D is characterized as insulin resistant and is often associated with unhealthy dietary habits. The present study assessed the effects of freeze-dried Saskatoon berry powder (SBp) and cyanidin-3-glucoside (C3G, an anthocyanin enriched in SBp) on metabolism, inflammatory markers and gut microbiota in high fat-high sucrose diet (HFHS) diet induced insulin resistant mice. Results Male C57 BL/6J mice received control, HFHS, HFHS + SBp (8.0 g/kg body weight/day) or HFHS + C3G (7.2 mg/kg/day, equal amount of C3G in 8.0 g/kg/day SBp) diet for 11 weeks. HFHS diet significantly increased the levels of glucose, cholesterol, triglycerides, insulin resistance and inflammatory mediators in plasma. The results of 16S rRNA gene sequencing demonstrated that HFHS diet increased the ratio of Bacteroidetes/Firmicutes (B/F) phylum bacteria and an elevated abundance of Muriculaceae family bacteria in the feces of mice. SBp or C3G supplementation attenuated HFHS diet-induced disorders in metabolism and inflammatory markers, and increased B/F ratio and Muriculaceae abundance in mouse gut compared to HFHS diet alone. The abundance of Muriculaceae in the gut microbiota negatively correlated with body weight, glucose, lipids, insulin resistance and inflammatory mediators in mice. The results of functional predication analysis suggest that HFHS diet upregulated the genes of gut bacteria involved in inflammation-related cellular processes, and inhibited bacteria involved in metabolism. SBp and C3G partially neutralized the alterations induced by HFHS diet in gut microbiota implicated in metabolism or inflammation. Conclusion The findings of the present study suggest that SBp is a potential prebiotic food mitigating Western diet-induced disorders in metabolism, inflammation and gut dysbiosis, and C3G possibly contributes to the beneficial effects of SBp.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».