Increased mucin‐degrading bacteria by high protein diet leads to thinner mucus layer and aggravates experimental colitis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Westernized high-fat diet increases the risk for inflammatory bowel diseases (IBDs), yet with insufficient understanding of the role of high-protein diet. We aimed to identify the effect of high-protein diets from different dietary proteins (casein, whey protein, soy protein) on experimental colitis and its impact on microbiota, structure and function of colonic mucus layer. METHODS: Female BALB/c mice were fed by standard diet, high-casein diet (HCD), high whey protein diet or high soy protein diet for 4 weeks. The susceptibility of dextran sulfate sodium (DSS)-induced colitis in mice and thickness of colonic mucus layer were compared after different dietary interventions, associated with the identification of the reversal effect of broad-spectrum antibiotic intervention (0.5 g/L of vancomycin and 1 g/L of neomycin sulfate, metronidazole and ampicillin in drinking water). Further analysis was performed on the synthesis of mucin, microbiota and sialidase involved in degradation of mucus layer. RESULTS: High-protein diets aggravated acute DSS-induced colitis independent of protein composition, while broad-spectrum antibiotics reversed this effect. HCD significantly altered the composition of bacteria in the colonic mucus layer, especially Bacteroides thetaiotaomicron and total mucin-degrading bacteria; besides, it increased sialidase concentration and reduced the thickness of mucus layer. However, it exhibited no significant effect on the synthesis of Muc2. Broad-spectrum antibiotics decreased the abundance of mucin-degrading bacteria and sialidase concentration while increased the thickness of mucus layer. CONCLUSION: High-protein diet shifts microbial composition and thickness of colonic mucus layer, leading to the aggravation of acute DSS-induced colitis.
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 ».