Gnotobiotic mice housing conditions critically influence the phenotype associated with transfer of faecal microbiota in a context of obesity
Notice bibliographique
Résumé
OBJECTIVE: Faecal microbiota transplantation (FMT) in germ-free (GF) mice is a common approach to study the causal role of the gut microbiota in metabolic diseases. Lack of consideration of housing conditions post-FMT may contribute to study heterogeneity. We compared the impact of two housing strategies on the metabolic outcomes of GF mice colonised by gut microbiota from mice treated with a known gut modulator (cranberry proanthocyanidins (PAC)) or vehicle. DESIGN: High-fat high-sucrose diet-fed GF mice underwent FMT-PAC colonisation in sterile individual positive flow ventilated cages under rigorous housing conditions and then maintained for 8 weeks either in the gnotobiotic-axenic sector or in the specific pathogen free (SPF) sector of the same animal facility. RESULTS: Unexpectedly, 8 weeks after colonisation, we observed opposing liver phenotypes dependent on the housing environment of mice. Mice housed in the GF sector receiving the PAC gut microbiota showed a significant decrease in liver weight and hepatic triglyceride accumulation compared with control group. Conversely, exacerbated liver steatosis was observed in the FMT-PAC mice housed in the SPF sector. These phenotypic differences were associated with housing-specific profiles of colonising bacterial in the gut and of faecal metabolites. CONCLUSION: These results suggest that the housing environment in which gnotobiotic mice are maintained post-FMT strongly influences gut microbiota composition and function and can lead to distinctive phenotypes in recipient mice. Better standardisation of FMT experiments is needed to ensure reproducible and translatable results.
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 ».