Effect of protein modification in synbiotic infant formula on probiotic metabolic activity and bacterial composition in an infant gut-model
Notice bibliographique
Résumé
Aim: Microbial colonization of the neonatal gut is pivotal in priming the infant’s immune system. Human milk (HM) is the best nutrition for infants and supports the development of the microbiota due to prebiotic compounds and probiotic microorganisms. When exclusive breastfeeding is not possible, infant formula (IF) with probiotics is a strategy to support the infant’s microbiome development. However, knowledge about the effects of the infant gut microbiota and different compounds in IF on individual probiotic strains is limited, as strain-level detection in a complex ecosystem is challenging. The aim of the present study was to show the effects of IF with different protein forms on the metabolic activity of two probiotic strains isolated from HM in a complex ecosystem. Methods: By using an ex-vivo infant gut model containing infant donor-microbiota, the effects of IF with either intact or extensively hydrolyzed protein on the metabolic activity of the donor microbiota, as well as two probiotic strains [Limosilactobacillus fermentum (L. fermentum ) CECT 5716 (Lf) and Bifidobacterium breve (B. breve ) DSM 32583 (Bb)], were analyzed. A new bioinformatic pipeline combined with a specific infant microbiome database was used to explore shotgun metagenome datasets (1200 Megabases) for taxonomic identification and strain-level tracking. Results: Both protein forms (i.e., intact or extensively hydrolyzed protein) in IF supported infant gut microbial metabolic activity equally, as evidenced by similar levels of short-chain fatty acids (SCFAs). Interestingly, gut microbial metabolic activity was found to be differently activated in a strain-dependent manner. Taxonomic profiling of the microbiome at the strain level enabled monitoring of the prevalence and abundance of both probiotic strains, even in a complex ecosystem. Conclusion: Food matrix and host microbiota interactions should be considered when evaluating strain-specific probiotic effects in the future.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».