The Effects of Dietary Saccharomyces cerevisiae Supplementation on Gut Microbiota Composition and Gut Health in Aged Labrador Retrievers
Notice bibliographique
Résumé
The intestinal microbiome changes with age, influencing the host’s health and immune status. Saccharomyces cerevisiae (S. cerevisiae) positively affects intestinal function in humans and animals, but its effects on gut health and the microbiota profile in aged dogs have not been thoroughly investigated. Twenty aged Labrador Retrievers were divided into two groups: a control group (CON) and a S. cerevisiae group (SC). The experiment lasted for 42 days, with assessments of their intestinal barrier function, inflammatory factors, antioxidant markers, and fecal microbiome composition. The results showed that dietary S. cerevisiae reduced the levels of TNF-α, IL-6, and IL-1β in the serum (p < 0.05). In the SC group, plasma superoxide dismutase and glutathione peroxidase activities increased, while the level of malondialdehyde significantly decreased (p < 0.05). Additionally, dietary S. cerevisiae lowered the serum zonulin and lipopolysaccharide (LPS) levels (p < 0.05) and inhibited fecal ammonia production (p < 0.05). Furthermore, the microbiota profile showed that dietary S. cerevisiae decreased the abundance of Firmicutes but increased the Chao index, the abundance of Bacteroidetes, and the proportion of Bacteroidetes to Firmicutes (p < 0.05). To conclude, dietary S. cerevisiae can regulate the gut’s microbial structure and gut health, which may contribute to the overall health of companion animals as they age.
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 | 0,000 |
| 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) | 0,001 | 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 ».