Salmon peptides limit obesity‐associated metabolic disorders by modulating a gut‐liver axis in vitamin D‐deficient mice
Notice bibliographique
Résumé
Abstract Objective This study investigated the effects of a low‐dose salmon peptide fraction (SPF) and vitamin D 3 (VitD 3 ) in obese and VitD 3 ‐deficient mice at risk of metabolic syndrome (MetS). Methods Obese and VitD 3 ‐deficient low‐density lipoprotein receptor (LDLr) −/− /apolipoprotein B100 (ApoB) 100/100 mice were treated with high‐fat high‐sucrose diets, with 25% of dietary proteins replaced by SPF or a nonfish protein mix (MP). The SPF and MP groups received a VitD 3 ‐deficient diet or a supplementation of 15,000 IU of VitD 3 per kilogram of diet. Glucose homeostasis, atherosclerosis, nonalcoholic fatty liver disease, and gut health were assessed. Results VitD 3 supplementation increased plasma 25‐hydroxyvitamin D to optimal status whereas the VitD 3 ‐deficient diet maintained moderate deficiency. SPF‐treated groups spent more energy and accumulated less visceral fat in association with an improved adipokine profile. SPF lowered homeostatic model assessment of insulin resistance compared with MP, suggesting that SPF can improve insulin sensitivity. SPF alone blunted hepatic and colonic inflammation, whereas VitD 3 supplementation attenuated ileal inflammation. These effects were associated with changes in gut microbiota such as increased Mogibacterium and Muribaculaceae. Conclusions SPF treatment improves MetS by modulating hepatic and gut inflammation along with gut microbiota, suggesting that SPF operates through a gut‐liver axis. VitD 3 supplementation has limited influence on MetS in this model.
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 | 0,001 |
| 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) | 0,000 | 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 ».