Early‐life antibiotic exposure aggravates hepatic steatosis through enhanced endotoxemia and lipotoxic effects driven by gut <i>Parabacteroides</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Compelling evidence supports a link between early‐life gut microbiota and the metabolic outcomes in later life. Using an early‐life antibiotic exposure model in BALB/c mice, we investigated the life‐course impact of prenatal and/or postnatal antibiotic exposures on the gut microbiome of offspring and the development of metabolic dysfunction‐associated steatotic liver disease (MASLD). Compared to prenatal antibiotic exposure alone, postnatal antibiotic exposure more profoundly affected gut microbiota development and succession, which led to aggravated endotoxemia and metabolic dysfunctions. This was primarily resulted from the overblooming of gut Parabacteroides and hepatic accumulation of cytotoxic lysophosphatidyl cholines (LPCs), which acted in conjunction with LPS derived from Parabacteroides distasonis (LPS_PA) to induce cholesterol metabolic dysregulations, endoplasmic reticulum (ER) stress and apoptosis. Integrated serum metabolomics, hepatic lipidomics and transcriptomics revealed enhanced glycerophospholipid hydrolysis and LPC production in association with the upregulation of PLA2G10, the gene controlling the expression of the group X secretory Phospholipase A2s (sPLA2‐X). Taken together, our results show microbial modulations on the systemic MASLD pathogenesis and hepatocellular lipotoxicity pathways following early‐life antibiotic exposure, hence help inform refined clinical practices to avoid any prolonged maternal antibiotic administration in early life and potential gut microbiota‐targeted intervention strategies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle