Exercise and Prebiotic Fiber Provide Gut Microbiota-Driven Benefit in a Survivor to Germ-Free Mouse Translational Model of Breast Cancer
Notice bibliographique
Résumé
The gut microbiota plays a role in shaping overall host health and response to several cancer treatments. Factors, such as diet, exercise, and chemotherapy, can alter the gut microbiota. In the present study, the Alberta Cancer Exercise (ACE) program was investigated as a strategy to favorably modify the gut microbiota of breast cancer survivors who had received chemotherapy. Subsequently, the ability of post-exercise gut microbiota, alone or with prebiotic fiber supplementation, to influence breast cancer outcomes was interrogated using fecal microbiota transplant (FMT) in germ-free mice. While cancer survivors experienced little gut microbial change following ACE, in the mice, tumor volume trended consistently lower over time in mice colonized with post-exercise compared to pre-exercise microbiota with significant differences on days 16 and 22. Beta diversity analysis revealed that EO771 breast tumor cell injection and Paclitaxel chemotherapy altered the gut microbial communities in mice. Enrichment of potentially protective microbes was found in post-exercise microbiota groups. Tumors of mice colonized with post-exercise microbiota exhibited more favorable cytokine profiles, including decreased vascular endothelial growth factor (VEGF) levels. Beneficial microbial and molecular outcomes were augmented with prebiotic supplementation. Exercise and prebiotic fiber demonstrated adjuvant action, potentially via an enhanced anti-tumor immune response modulated by advantageous gut microbial shifts.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».