Exploring the impacts of human breast milk functional lipidome on infant health and growth outcomes in early life using lipid bioinformatics
Notice bibliographique
Résumé
Abstract Human breast milk lipidome is complex, and how changes in the functional lipid metabolism converge systematically to alter infants’ health outcomes is poorly understood. We used human breast milk and infant-mother dyads as a test system to demonstrate how the application of improved lipid bioinformatics can be effective in discerning systematic changes in functional lipid metabolism providing novel discoveries of how lactational programming in early life can influence infant health and growth outcomes. The study consisted of 40 mother-infant dyads where breast milk, maternal diet, infant anthropometrics [fat mass index (FMI), length z score, BMI z score, fat-free mass index (FFMI)], and infant atopic disease outcome (ear infection, cold, wheezing, diarrhea, and eczema) were collected at one and four months postpartum. Integrated Lipid Bioinformatics analyses were conducted using XLSTAT, Metaboanalyst 5.0. R software, Lipid Search, Xcalibur, and Cytoscape software. The results showed breast milk lipidome ordinated into distinct clusters based on maternal BMI status, and differences in developmental and atopic disease outcomes following redundancy analysis. Specifically, lipids from obese mothers clustered with FMI and eczema, while lipids from non-obese mothers clustered with FFM and wheezing. Receiver operating analysis was effective in identifying potential lipid biomarkers that were significantly associated with infant FMI, FFMI, and eczema during early life. Sphingolipid and glycerophospholipid pathways were significantly associated with the altered breast milk lipidome impacting infant development and atopic disease outcome during the first year of life. The findings following the advanced lipid bioinformatics suggest that the breastmilk functional lipid metabolism appears to play a key role in lipid-mediated lactational programming influencing development and atopic disease outcome, and present opportunities for potential dietary intervention in early life.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».