Gut microbiome composition is related to anxiety and aggression score in companion dogs
Notice bibliographique
Résumé
Abstract Background There is mounting evidence for a link between behaviour and gut microbiome composition in several animal models and human health. However, the role of the gut microbiota in the development and severity of behavioural issues in companion dogs is not yet fully understood. In this work, we investigated the relationship between gut microbiome composition and aggression or anxiety in pet dogs. Pet dogs (n = 48) were assigned to higher or lower anxiety and aggression groups based on their owner’s responses to the Canine Behavioral Assessment & Research Questionnaire (C-BARQ). Then the gut microbiome of each animal, sequenced from microbial DNA extracted from fecal samples, was assessed for association with the dog’s assigned behavioural group using multiple approaches. Results While minimal differences in relative abundance were seen between behavioural groups, we were successful in predicting behavioural group based on gut microbiome composition using machine-learning based approaches and compositional balances. The generated models were particularly successful when distinguishing higher and lower anxiety dogs. The genus Blautia was identified across all our analyses, suggesting a strong link between this genus and anxiety in pet dogs. Conclusions This study builds on a growing area of research of great interest to dog owners, trainers, and behaviour professionals, and provides insight into specific bacteria that are linked to increased anxiety and aggression in pet dogs. Further research is required to identify bacteria to the species level, and to better understand the specific role of Blautia in the canine gut-brain axis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».