Methods to extract and study the biological effects of murine gut microbiota using Caenorhabditis elegans as a screening host
Notice bibliographique
Résumé
Gut microbiota has been established as a main regulator of health. However, how changes in gut microbiota are directly associated with physiological and cellular alterations has been difficult to tackle on a large-scale basis, notably because of the cost and labor-extensive resources required for rigorous experiments in mammals. In the present study, we used the nematode Caenorhabditis elegans as a model organism to elucidate microbiota-host interactions. We developed a method to extract gut microbiota (MCB) from murine feces, and tested its potential as food source for and its impact on C. elegans biology compared to the standard bacterial diet Escherichia coli OP50. Although less preferred than OP50, MCB was not avoided but had a lower energy density (triglycerides and glucose). Consistently, MCB-fed worms exhibited smaller body length and size, lower fertility, and lower fat content than OP50-fed worms, but had a longer mean lifespan, which resembles the effects of calorie restriction in mammals. However, these outcomes were altered when bacteria were inactivated, suggesting an important role of symbiosis of MCB beyond nutrient source. Taken together, our findings support the effectiveness of gut MCB processing to test its effects in C. elegans. More work comparing MCB of differently treated mice or humans is required to further validate relevance to mammals before large-scale screening assays.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».