A Comparison of the Effects of Milk, Yogurt, and Cheese on Insulin Sensitivity, Hepatic Steatosis, and Gut Microbiota in Diet-Induced Obese Male Mice
Notice bibliographique
Résumé
The effects of low-fat dairy products on insulin resistance (IR), hepatic steatosis, and gut microbiota composition in high-fat diet (HFD)-fed obese mice were examined. C57BL/6 male mice (n = 16/group) were fed a high-fat diet (HFD, 45% fat) or HFD supplemented with either fat-free milk (MILK), fat-free yogurt (YOG), or reduced-fat (19% milk fat) cheddar cheese (CHE) at 10% of the total energy intake for 8 weeks. Body weight, fat mass, liver lipids, and metabolic enzymes were evaluated. Compared with HFD, MILK reduced homeostatic assessment of insulin resistance along with increased hepatic insulin signaling and decreased hepatic gluconeogenic enzymes. YOG and MILK decreased hepatic triacylglycerol content and lipid droplet size, while CHE had no effect. In the liver, MILK and YOG downregulated de novo lipogenesis enzymes. In MILK, fat oxidation capacity was elevated. Compared with HFD, liver lipidomic analysis in MILK and YOG revealed unique profiles of decreased proinflammatory lipid species, including ceramides. Dairy feeding elicited an increase in beneficial bacteria, such as Streptococcus in YOG and Anaero-tignum in MILK, as shown by 16S rRNA sequencing of gut microbiota. In conclusion, the ability of milk and yogurt to reduce hepatic steatosis in HFD mice may be explained, at least in part, by the regulation of the gut microbiome and liver lipidome.
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 | 0,001 | 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 ».