Diet alters the effects of lipopolysaccharide on intestinal health and cecal microbiota composition in C57Bl/6 male mice
Notice bibliographique
Résumé
Lipopolysaccharide (LPS), a component of the gram-negative bacteria, induces an inflammatory cascade in mice, negatively impacting aspects of the microbiota gut-brain axis (mGBA). Flaxseed (FS), an oilseed enriched in dietary fiber and n3 poly-unsaturated fatty acids, has been shown to partially attenuate LPS-induced systemic and neuroinflammation. In this study, we investigated the impact of FS and FS oil (FO) diets on microbial dysbiosis, biomarkers of intestinal health, hepatic inflammation and oxidative stress, and metabolic homeostasis in male mice, 24-hours post LPS-exposure. Compared to saline-treated mice, LPS mice showed diet-dependent shifts in the cecal microbiome. Most notably, LPS-treated basal diet (BD)-fed mice had reduced Muribaculaceae and Lachnospiraceae, FS-LPS mice had elevated Akkermansia and Enterobacteriaceae, and both the FS-LPS and FO-LPS mice had increased Bacteroides. LPS increased cecal short-chain fatty acid concentrations, the highest of which were found in FS-fed mice. Intestinal health biomarkers were modulated by LPS in a diet-specific manner such that ileal mucous content was elevated in FS- and FO-fed mice, while LPS-induced inflammation (IL-1β) was attenuated in FS-fed mice. On the other hand, LPS-induced hepatic inflammation and oxidative stress, which were not attenuated by FS or FO diets. Bacteroides abundance and serum Il-10 levels, and cecal butyrate concentrations and hippocampal IL-6 mRNA, were negatively correlated in FS-fed mice only, suggesting a potential role of the microbiome in the anti-inflammatory effects of FS post-LPS treatment. Collectively, LPS exposure negatively impacted the cecal microbiome and markers of intestinal, hepatic, and metabolic health, the former being beneficially altered by FS diet.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».