Effects of different conjugated linoleic acid isomers on fat deposition, energy metabolism and gut microbiota in mice
-
摘要:目的
探究日粮添加不同共轭亚油酸(Conjugated linoleic acid，CLA)异构体对小鼠体脂、能量代谢和肠道微生物的影响。
方法用普通日粮(对照组)、普通日粮分别添加质量分数为2%的顺9，反11−共轭亚油酸(c9, t11-CLA)和反10，顺12−共轭亚油酸(t10, c12-CLA)饲喂小鼠12周，检测小鼠脂肪含量、能量代谢和肠道微生物的变化。
结果与对照组相比，c9, t11-CLA和t10, c12-CLA组小鼠体质量分别降低了22.79%和25.04%；脂肪含量分别降低了57.98%和59.41%；小鼠皮下脂肪、附睾白色脂肪以及褐色脂肪含量也显著降低。c9, t11-CLA和t10, c12-CLA均显著提高小鼠耗氧量和产热量，其中，t10, c12-CLA显著降低小鼠夜间的呼吸交换率。16S rRNA测序结果显示，3组小鼠的肠道微生物菌群结构存在明显差异，c9, t11-CLA和t10, c12-CLA组小鼠肠道中与机体代谢相关的菌群丰度显著高于对照组，且t10, c12-CLA能促进与脂质代谢相关的菌群丰度上调。在门水平，c9, t11-CLA和t10, c12-CLA组厚壁菌门和放线菌门相对丰度显著上调，拟杆菌门和疣微菌门相对丰度显著下调；在属水平，与对照组相比，c9, t11-CLA组双歧杆菌属相对丰度显著上调，Ileibacterium和Akkermansia相对丰度显著下调。
结论日粮添加c9, t11-CLA或t10, c12-CLA，可显著降低小鼠脂肪沉积，这可能与CLA促进机体能量代谢和改变肠道微生物菌群结构有关。
Abstract:ObjectiveThe purpose of this study was to investigate the effects of dietary supplementation of different conjugated linoleic acid (CLA) isomers on body fat, energy metabolism and gut microbiota in mice.
MethodMice were fed with normal diet (control group), normal diet supplemented with 2% cis-9, trans-11 conjugated linoleic acid (c9, t11-CLA) and trans-10, cis-12 conjugated linoleic acid (t10, c12-CLA) for 12 weeks respectively. The changes of fat content, energy metabolism and gut microbiota were detected.
ResultCompared with the control group, the body weight of mice in the c9, t11-CLA and t10, c12-CLA groups decreased by 22.79% and 25.04% respectively, the fat contents decreased by 57.98% and 59.41% respectively, and the contents of subcutaneous fat, epididymal white fat and brown fat also decreased significantly. In addition, c9, t11-CLA and t10, c12-CLA significantly increased oxygen consumption and heat production in mice, and t10, c12-CLA significantly decreased the nocturnal respiratory exchange rate. The 16S rRNA sequencing results showed that there were obvious differences in gut microbial community structure among three groups of mice. The abundances of metabolism-related flora in the guts of mice in c9, t11-CLA and t10, c12-CLA groups were significantly higher than that in the control group, and t10, c12-CLA could promote the up-regulation of lipid metabolism-related flora. At the phylum level, compared with the control group, the relative abundances of Firmicutes and Actinobacteria in c9, t11-CLA and t10, c12-CLA groups were significantly up-regulated, while the relative abundances of Bacteroidetes and Verrucomicrobia were significantly down-regulated. At the genus level, compared with the control group, the relative abundance of Bifidobacterium in c9, t11-CLA group was significantly up-regulated, while the relative abundances of Ileibacterium and Akkermansia were significantly down-regulated.
ConclusionDietary supplementation with c9, t11-CLA or t10, c12-CLA can significantly reduce fat deposition in mice, which may be related to the elevated energy metabolism and altered gut microbial community structure induced by CLA.
-
Keywords:
- Mouse /
- Diet /
- Conjugated linoleic acid /
- Fat deposition /
- Energy metabolism /
- Gut microbiota
-
柑橘病虫害导致的经济损失严重，做好病虫害防治工作是减少损失的主要途径[1]。但目前病虫害防治工作有两大不足：一是从业者的植保专业知识不足；二是缺乏高效的病虫害诊断手段[2-4]。
针对上述问题，本文提出将故障树分析法与专家系统相结合的方法，以期实现积累和传播植保知识、诊断病虫害等功能。基于故障树分析法的专家系统是一种智能化诊断方式，应用广泛并且具有很高的诊断效率和准确度[5]。潘学文等[6]根据故障树分析法设计了一种基于故障树的电动无轨胶轮车故障诊断专家系统，可有效地对电动无轨胶轮车进行故障诊断。李艳艳等[7]建立电动公交车的故障诊断专家系统，能够按一定的推理策略逐步求解问题，推理结果再通过人机界面显示给用户，从而提高诊断效率。陈浩敏等[8]利用故障树分析法构建故障诊断专家系统，从而实现对故障类型、模式和部件的准确诊断。但由于这些系统的终端设备为电脑或服务器，适用人群受限，这直接阻碍了专家系统在实际生产中的应用和推广。
为了进一步发挥专家系统在柑橘病虫害防治工作中的作用，本文提出将基于故障树分析法的专家系统搭载于手机微信上。微信是一种普及率极高的在线社交媒体，拥有庞大的用户基础，用微信小程序展现专家系统，有利于专家系统的快速推广[9-11]。同时，微信小程序可以通过微信扫码、搜索、公众号关联等方式灵活登录，使专家系统真正能够“触手可及”[12-13]。基层的柑橘种植者、柑橘种植公司、想要了解柑橘种植的用户都可以便捷地获取并使用专家系统。用户在实际使用时，不需要下载多余的软件，打开微信扫描小程序的二维码即可，用完即退，不占用移动终端设备的系统资源[14]。
本研究以微信小程序为基础，结合专家系统与故障树分析法，构建基于故障树分析法的柑橘病虫害诊断专家系统。系统利用故障树分析法计算病虫害发生概率并建立病虫害诊断知识库，在知识库的基础上运用专家系统的推理机分析柑橘病虫害类型及推荐具体的防治技术。
1. 材料与方法
1.1 材料
柑橘常见病虫的形态学、分类学、植保学知识，主要来自于《中国果树科学与实践》丛书中《柑橘》一书[15]以及其他参考文献[16-18]；系统开发软件：微信开发者工具(1.05.2108130)；系统开发硬件：电脑(处理器i7-7700，内存32GB，硬盘2TB)；系统运行软件基础：微信客户端7.0.22及以上版本；系统运行硬件基础：各类Android手机或平板和iOS手机或平板。
1.2 方法
本系统使用故障树分析法和专家系统2种方法诊断病虫害。根据故障树分析法建立柑橘病虫害故障树，并计算柑橘病虫害发生的概率，同时利用故障树建立专家系统的专业知识库。依据专家系统的知识库和正向推理的推理机即可实现具体病虫害的诊断。
1.2.1 故障树分析法
故障树分析法(Fault tree analysis, FTA)是一种能够系统地查找故障产生原因，并且可以通过故障事件产生的概率进行系统分析的方法[19]。利用故障树分析法诊断病虫害，首先需要分析与归纳柑橘病虫害的类型，其次在全面分析的基础上构建故障树，经过定性分析求得故障树的最小割集，最后利用故障树底事件计算顶事件的概率，即可求得病虫害的发生概率。
柑橘病虫害类型分析与归纳：将柑橘病虫害类型层次化、模块化是构建柑橘病虫害故障树的前提条件。据统计，我国柑橘害虫有2门14目106科865种，病害有152种[20]。由于种类繁多，本系统目前只考虑常见病虫害，并按照4类为害部位(叶片、枝干、果实、根)，归纳出14种典型为害症状，包括叶片脱落、叶片干枯、叶片反卷、叶片黄化、嫩叶受损、树枝干枯、树枝易断、果实油渍状斑点、果实黄绿斑、果实脱落、蛀蚀果肉、果实腐烂、根部腐烂和根瘤。
柑橘病虫害故障树的构建：建立故障树就是把顶事件和各中间事件、底事件通过逻辑符号联系起来构成一个树状层次逻辑关系。其中，柑橘病虫害为故障树的顶事件，病虫害发生部位为中间事件，典型症状为底事件，连接上、下级事件的逻辑符号为“或门”。故障树事件如表1所示，柑橘病虫害故障树详见图1。
表 1 故障树事件Table 1. Fault tree events编码
Code事件名称
Event name事件类型
Event type编码
Code事件名称
Event name事件类型
Event type编码
Code事件名称
Event name事件类型
Event typeT 柑橘病虫害 顶事件 X1 叶片脱落 底事件 X8 果实油渍状斑点 底事件 M1 叶 中间事件 X2 叶片干枯 底事件 X9 果实黄绿斑 底事件 M2 枝干 中间事件 X3 叶片反卷 底事件 X10 果实脱落 底事件 M3 果实 中间事件 X4 叶片黄化 底事件 X11 蛀蚀果肉 底事件 M4 根 中间事件 X5 嫩叶受损 底事件 X12 果实腐烂 底事件 X6 树枝干枯 底事件 X13 根部腐烂 底事件 X7 树枝易断 底事件 X14 根瘤 底事件 ![]()
图 1 柑橘病虫害故障树X1：叶片脱落；X2：叶片干枯；X3：叶片反卷；X4：叶片黄化；X5：嫩叶受损；X6：树枝干枯；X7：树枝易断；X8：果实油渍状斑点；X9：果实黄绿斑；X10：果实脱落；X11：蛀蚀果肉；X12：果实腐烂；X13：根部腐烂；X14：根瘤Figure 1. Fault tree of citrus diseases and pestsX1: Leaf abscission; X2: Dry leaves; X3: Leaf involution; X4: Leaf yellowing; X5: Damaged young leaves; X6: Dry branches; X7: Branches break easily; X8: Citrus oily spots; X9: Citrus yellow-green spot; X10: Citrus abscission; X11: Pulp decay; X12: Citrus decay; X13: Root rot; X14: Root nodules柑橘病虫害故障树定性分析：对故障树进行定性分析，就是计算出所有可能导致顶事件发生的故障因子，即求出故障树的所有最小割集。由于故障树上、下级事件之间都为“或”的逻辑关系，因此布尔代数表达式用逻辑加表示，表达式如下：
$$\begin{split} T=&M_{{\mathit{{\rm{1}}}}}+M_{{\mathit{{\rm{2}}}}}+M_{\mathit{{\rm{3}}}}+M_{\mathit{{\rm{4}}}} =(X_{\mathit{{\rm{1}}}}+X_{\mathit{{\rm{2}}}}+X_{\mathit{{\rm{3}}}}+X_{\mathit{{\rm{4}}}}+X_{\mathit{{\rm{5}}}})+\\&(X_{\mathit{{\rm{6}}}}+X_{\mathit{{\rm{7}}}})+(X_{\mathit{{\rm{8}}}}+X_{\mathit{{\rm{9}}}}+X_{\mathit{{\rm{10}}}}+X_{\mathit{{\rm{11}}}}+X_{\mathit{{\rm{12}}}})+\\&(X_{\mathit{{\rm{13}}}}+X_{\mathit{{\rm{14}}}}) =X_{\mathit{{\rm{1}}}}+X_{\mathit{{\rm{}}2}}+X_{\mathit{{\rm{3}}}}+X_{\mathit{{\rm{4}}}}+X_{\mathit{{\rm{5}}}}+X_{\mathit{{\rm{6}}}}+\\&X_{\mathit{{\rm{7}}}}+X_{\mathit{{\rm{8}}}}+X_{\mathit{{\rm{9}}}}+X_{\mathit{{\rm{10}}}}+X_{\mathit{{\rm{11}}}}+X_{\mathit{{\rm{12}}}}+X_{\mathit{{\rm{13}}}}+X_{\mathit{{\rm{14}}}}。 \end{split}$$ (1) 由计算结果可知，柑橘病虫害故障树有14个最小割集：{X1}、{X2}、{X3}、{X4}、{X5}、{X6}、{X7}、{X8}、{X9}、{X10}、{X11}、{X12}、{X13}、{X14}。
基于故障树分析法的柑橘病虫害发生概率计算：用户依据柑橘园中病虫害为害症状的实际情况，勾选底事件的发生情况，由系统根据用户的选择判断发生概率
$ {P}\left({X}_{i}\right) $ ，然后计算中间事件的发生概率$ {P}\left({M}_{j}\right) $ ：$$ {P}\left({M}_{j}\right)=1-\prod _{{i}=a}^{{b}}[1-{P}\left({X}_{i}\right)], $$ (2) 式中，Mj为中间事件，j=1，2，3，4；Xi为底事件，i=1，2，…14；
$ {P}\left({X}_{i}\right) $ 为底事件发生概率；$ {P}({M}_{j}) $ 为中间事件的发生概率。由图1可知，4个中间事件分别对应14个不同的底事件，因此，j=1时，a=1、b=5；j=2时，a=6、b=7；j=3时，a=8、b=12；j=4时，a=13、b=14。根据底事件的概率，利用公式(1)可计算出4个中间事件的概率。依据中间事件的发生概率，可以计算顶事件的发生概率
$ {P}\left(T\right) $ ：$$ {P}\left(T\right)=1-\prod _{j=1}^{4}[1-\mathrm{P}({M}_{j})], $$ (3) 式中，T为顶事件；Mj为中间事件，j=1，2，3，4；
$ {P}\left({M}_{j}\right) $ 表示中间事件的发生概率；$ {P}\left(T\right) $ 表示顶事件的发生概率。例如，某柑橘园中存在病虫害为害症状：少部分柑橘树的根部出现根瘤且有轻微腐烂现象。用户在底事件X13“根瘤”和X14“根部腐烂”2处勾选“少部分”选项，系统判断底事件的发生概率并利用故障树分析法计算各层事件发生概率，过程如下：
$$ {P}\left({X}_{13}\right) = {P}\left({X}_{14}\right) =0.25\text{，} $$ $$ {P}\left({X}_{1}\right) = {P}\left({X}_{2}\right) =\cdots= {P}\left({X}_{12}\right) =0。 $$ 将底事件的概率带入到公式(1)可得中间事件的概率：
$$ {P}\left({M}_{1}\right) = {P}\left({M}_{2}\right) = {P}\left({M}_{3}\right) =0\text{，} $$ $$\begin{aligned} {{P}}\left( {{M_4}} \right) = &1 - [(1 - {{P}}\left( {{X_{13}}} \right)][1 - {{P}}\left( {{X_{14}}} \right)]=\\ &1 - [(1 - 0.25) \times (1 - 0.25)] = 0.437\;5 。\end{aligned}$$ 将中间事件的概率代入公式(2)可得顶事件的概率为：
$$\begin{split} {P}\left(T\right) =&1-[1- {P}\left({M}_{1}\right) ][1- {P}\left({M}_{2}\right) ]\\ &[1- {P}\left({M}_{3}\right) ][1- {P}\left({M}_{4}\right) ]=1-\\ &[1\times1\times1\times(1-0.437\;5)]=0.437\;5。 \end{split}$$ 由此可得，故障树的顶事件T的发生概率为0.4375，中间事件M1、M2、M3的发生概率为0，M4的发生概率为0.4375。即柑橘树患根瘤病的概率为0.4375，叶、枝干、果实部分病变的概率为0。
1.2.2 病虫害诊断专家系统
本文采用正向推理策略，根据用户选择的柑橘园为害症状来推理柑橘病虫害，具体流程如图2所示。首先，用户根据柑橘园实际情况勾选为害症状发生的范围。其次，系统根据用户的选项判断底事件的发生概率，并选取概率不为0的“真”底事件与数据库中的规则表匹配，匹配成功则得到最终诊断结果(病虫害名称、防治技术)，匹配失败则返回上一步重新选择一条规则进行匹配，如此往返重复，直至得到诊断结果。
2. 微信小程序的构建与实现
2.1 微信小程序系统框架
本文设计的柑橘病虫害诊断专家系统主要包含5个功能模块，即病虫害模块、最新资讯模块、知识库查询模块、病虫害诊断模块和用户中心模块(图3)。其中，病虫害模块包括了常见病虫害的详细信息如名称、分类学及病理学知识等；最新资讯模块主要介绍种植技术、最新惠农助农政策、涉农新闻等；知识库查询模块为用户提供查询入口，用户可用关键词检索或继续浏览柑橘病虫害相关知识；病虫害诊断模块可为用户提供诊断意见和防治建议；用户中心模块实现用户登录与退出的功能，并提供在线互动服务。
2.2 微信小程序的实现
本系统的首页如图4A所示，页面中部有4个点击入口：常见病虫害、最新资讯、知识库查询和病虫害诊断，页面底部有2个按钮：首页和我的。首页中展示了系统5个功能模块的入口，用户点击图标就会进入对应的功能模块。
用户点击首页中“常见病虫害”图标，即可查看病虫害列表(图4B)，其左侧有虫害和病害2个图标供用户点击，点击后进入病害或虫害下拉列表，用户可进一步点击感兴趣的病虫害的图标，查看病虫害的详细介绍。
用户点击首页中“最新资讯”图标，即可跳转到资讯列表页面(图4C)，点击资讯的标题或封面，进入到文章的详细页面，页面中有标题、文字介绍和图片介绍。资讯列表页面右上角有“了解更多”按钮，点击此按钮，可进入更多种类的资讯页面。
用户点击首页中“知识库查询”图标，即可看到页面中“条件查询”与“查询全部”2个部分。用户在“条件查询”标题下的文本输入框输入关键字，可系统查询含有关键字的柑橘病虫害知识。例如：用户输入“落叶”，病虫害知识库中所有含有“落叶”这一症状的柑橘病虫害都会展示出来(图4D)。用户点击“查询所有”按钮，页面下方会分页展示知识库中所有的病虫害知识。
用户点击首页中“病虫害诊断”图标，会出现答题页面(图4E)。用户依据柑橘园的实际情况选择题目的对应选项，勾选选项后点击提交答案，进入下一题，直至答完14道题。根据用户勾选的14道题的答案，系统进行自动化诊断，包括计算病虫害概率、诊断病虫害类型及推荐病虫害防控技术。
用户点击页面底部“我的”图标，系统跳转到用户中心。此页面共有5个按钮：联系客服、登录、退出登录、联系电话、关于我们。用户点击“联系客服”按钮，进入客服聊天界面，可以通过发送文字、图片等信息反馈建议。用户点击“联系电话”按钮，还可以查看到本系统的联系电话。用户点击“关于我们”的按钮，进入到系统介绍页面，详细展示了系统的目标、框架以及主要功能。
其次，用户中心具有登录与退出功能。用户通过微信扫码、搜索等方式登录小程序，系统会自动识别用户是否为首次登录。若用户为新用户，页面下方会弹出提示框，请求用户授权登录，授权成功后，进入首页；若用户不是首次使用小程序，系统则直接跳转到首页。
2.3 应用举例
某柑橘园中，用户发现园内少部分果树的果实上存在油渍状斑点，需要利用系统进行病虫害诊断。用户点击微信小程序登录，系统识别出用户为新用户，页面下方立即弹出请求用户授权登录的提示框，用户点击“允许”，系统进入到首页。用户点击首页中“病虫害诊断”图标，进入答题页面。由于系统默认选择“不存在”选项，用户仅需点击页面中“提交答案”按钮，题目就会跳转到下一题，当“果实油渍状斑点”问题出现，勾选“少部分”选项，继续点击“提交答案”，直至提交完14道题答案为止。随后，系统进行自动化诊断，运算结果如图4F所示。其中，柑橘树患病的概率为0.25，柑橘园内可能存在疮痂病、油斑病2种病害。
3. 系统测试
系统测试主要从兼容性、响应性能2个方面进行。兼容性测试检测在不同型号手机上小程序的组件是否产生冲突，小程序页面是否出现样式异常，比如图片显示不完全、页面不能跳转等。响应性能测试时，重点测试小程序启动总耗时、页面切换耗时、内存消耗、服务器连接情况等。
3.1 兼容性测试
为了检测系统在不同情况下的运行情况，采用5种不同型号的手机、3种微信版本和3种网络信号进行了性能测试，测试条件及结果如表2所示。
表 2 系统的兼容性测试Table 2. Compatibility test of system手机型号
Phone model手机处理器
Phone processor手机系统
Phone system微信版本
Weixin version网络信号
Network signal页面显示
Pages displayRedMi K40 骁龙888 Xiaolong 888 MIUI 12 8.0.16 4G 正常 Normal OPPO OnePlus 骁龙865 Xiaolong 865 Android 11 8.0.11 Wifi 正常 Normal HUAWEI Mate30 麒麟990 Qilin 990 EMUI 10 8.0.16 5G 正常 Normal Redemi K30i 骁龙765 Xiaolong 765 MIUI 11 8.0.8 4G 正常 Normal iPhone12 苹果A14 Apple A14 iOS14 8.0.8 5G 正常 Normal 3.2 响应性能测试
使用5种不同型号的手机，对系统的启动耗时、页面切换耗时分别测试10次，取耗时的平均值为其耗时结果；对服务器连接状态则连续测试1 h，观察使用本系统时网络连接情况是否异常；测试数据如表3所示。由表3可知，系统可以在不同型号的手机中平稳运行，其中占用内存的平均大小为175 MB，启动系统的平均耗时为1.098 4 s、最长耗时为1.634 0 s ，页面切换的平均耗时为0.049 5 s、最长耗时为0.062 0 s；连续运行本系统1 h，手机与服务器的连接均未出现异常，结果表明本系统使用时响应迅速、运行稳定。
表 3 系统的响应性能测试Table 3. Response performance test of system手机型号
Phone model占用内存/MB
Memory footprint启动耗时/ms
Startup time页面切换耗时/ms
Time to switch pages服务器连接状态
Server connection statusRedMi K40 143 1 150 49 正常 Normal OPPO OnePlus 193 947 62 正常 Normal HUAWEI Mate30 141 881 42 正常 Normal Redemi K30i 248 1 634 50 正常 Normal iPhone12 150 880 46 正常 Normal 均值 Average 175 1 098.4 49.5 4. 结论
本研究针对柑橘病虫害防治工作中的两大不足，将微信小程序作为平台，结合专家系统与故障树分析法2种技术，建立了基于故障树分析法的柑橘病虫害诊断专家系统。首先，本系统能够依据用户输入的柑橘园病虫害症状，诊断病虫害类型、计算病虫害概率、推荐病虫害防控措施。其次，本系统通过新闻、病虫害列表、知识库查询等多种方式，向基层的柑橘种植者、柑橘种植公司、想要了解柑橘种植的用户提供柑橘种植的先进技术与专业知识。
柑橘病虫害诊断专家系统还需在使用中逐渐完善，其中，柑橘病虫害识别与防治知识库还需随着科学技术的发展不断进行补充完善，微信小程序内部的查询算法也需要不断改进和优化。此外，本系统也可以扩展到其他果树，构建更加丰富的专家系统，以满足不同用户对病虫害诊断的需求。
-
![]()
图 2 2种共轭亚油酸异构体对小鼠脂肪沉积的影响
A为小鼠体内总脂肪和肌肉含量；B为小鼠体内不同脂肪或肌肉组织的质量与体质量的百分比，Ⅰ：腓肠肌，Ⅱ：胫骨前肌，Ⅲ：比目鱼肌，Ⅳ：趾长伸肌，Ⅴ：褐色脂肪，Ⅵ：附睾脂肪，Ⅶ：皮下脂肪，Ⅷ：肝脏；“***”表示与对照组差异达到0.001的显著水平 (t检验)
Figure 2. Effect of two conjugated linoleic acid isomers on fat deposition in mice
A is the total fat and muscle contents in mice; B is the percentages of different fat or muscle tissue weights in the body of mice to the body weight, I: Gastrocnemius muscle, II: Tibialis anterior muscle, III: Soleus muscle, IV: Extensor digitorum longus muscle, V: Brown fat, VI: Epididymal fat, VII: Subcutaneous fat, VIII: Liver; “***” indicates significant difference from control at 0.001 level (t test)
![]()
图 3 2种共轭亚油酸异构体对小鼠能量代谢的影响
“*”表示与对照组差异达到0.05的显著水平(t检验)
Figure 3. Effects of two conjugated linoleic acid isomers on energy metabolism in mice
“*” indicates significant difference from control at 0.05 level (t test)
![]()
图 4 2种共轭亚油酸异构体对小鼠肠道微生物主成分的影响
Figure 4. Effects of two conjugated linoleic acid isomers on the principal components of gut microflora in mice
![]()
图 5 聚类分析2种共轭亚油酸异构体对小鼠功能性肠道微生物相对丰度的影响
Figure 5. Cluster analysis of the effects of two conjugated linoleic acid isomers on the relative abundance of functional intestinal microorganisms in mice
![]()
图 6 2种共轭亚油酸异构体对小鼠肠道微生物（LDA）的影响
Figure 6. Effects of two conjugated linoleic acid isomers on gut microflora(LDA score) in mice
表 1 饲料组成和质量分数1)
Table 1 Feed composition and content
w/(g·kg−1) 组别
Group玉米淀粉
Corn starch酪蛋白
Casein麦芽糊精
Maltodextrin蔗糖
Sucrose豆油
Bean oilc9, t11-CLA CK 465.7 140.0 155.0 100.0 40.0 0 c9, t11-CLA 463.7 139.4 154.4 99.6 23.9 20 t10, c12-CLA 463.7 139.4 154.4 99.6 23.9 0 组别
Groupt10, c12-CLA 纤维素
Cellulose混合矿物质
Mixed minerals混合维生素
Mixed vitaminsL−胱氨酸
L-cystine酒石酸胆碱
Choline bitartrateCK 0 50.0 35.0 10 1.8 2.5 c9, t11-CLA 0 49.8 34.9 10 1.8 2.5 t10, c12-CLA 20 49.8 34.9 10 1.8 2.5 1) 豆油和共轭亚油酸的能值分别为37.638和29.972 kJ/g；各处理组总能值一样
1) The energy values of soybean oil and conjugated linoleic acid are 37.638 and 29.972 kJ/g respectively; Diffferernt treatment groups have the same total energy level
下载: 导出CSV
表 2 2种共轭亚油酸异构体对小鼠生长的影响1）
Table 2 Effects of two conjugated linoleic acid isomers on growth of mice
组别
Group体质量/g
Body weight周平均采食量/g
Mean feed intake weeklyCK 27.64 ± 0.61 19.73 ± 0.37 c9, t11-CLA 21.34 ± 0.21*** 17.26 ± 0.63** t10, c12-CLA 20.72 ± 0.49*** 16.64 ± 0.34*** 1) “**”和“***”分别表示与对照组差异达到0.01和0.001的显著水平(t检验)
1) “**” and “***” indicate significant differences from control at 0.01 and 0.001 levels respectively (t test)
下载: 导出CSV
-
[1] ARROYO-JOHNSON C, MINCEY K D. Obesity epidemiology worldwide[J]. Gastroenterology clinics of North America, 2016, 45(4): 571-579. doi: 10.1016/j.gtc.2016.07.012
[2] SILVESTRIS E, DE PERGOLA G, ROSANIA R, et al. Obesity as disruptor of the female fertility[J]. Reproductive Biology and Endocrinology:RB&E, 2018, 16(1): 22. doi: 10.1186/s12958-018-0336-z.
[3] NADERPOOR N, SHORAKAE S, JOHAM A, et al. Obesity and polycystic ovary syndrome[J]. Minerva Endocrinologica, 2015, 40(1): 37-51.
[4] BRAY G A, KIM K K, WILDING J P H, et al. Obesity: A chronic relapsing progressive disease process. A position statement of the World Obesity Federation[J]. Obesity Reviews: An Official Journal of the International Association for the Study of Obesity, 2017, 18(7): 715-723. doi: 10.1111/obr.12551
[5] KIM S W, WEAVER A C, SHEN Y B, et al. Improving efficiency of sow productivity: Nutrition and health[J]. Journal of Animal Science and Biotechnology, 2013, 4(1): 26. doi: 10.1186/2049-1891-4-26.
[6] PARIZA M W, PARK Y, COOK M E. The biologically active isomers of conjugated linoleic acid[J]. Progress in Lipid Research, 2001, 40(4): 283-298. doi: 10.1016/S0163-7827(01)00008-X
[7] KOBA K, AKAHOSHI A, YAMASAKI M, et al. Dietary conjugated linolenic acid in relation to CLA differently modifies body fat mass and serum and liver lipid levels in rats[J]. Lipids, 2002, 37(4): 343-350. doi: 10.1007/s11745-002-0901-7
[8] RYDER J W, PORTOCARRERO C P, SONG X M, et al. Isomer-specific antidiabetic properties of conjugated linoleic acid: Improved glucose tolerance, skeletal muscle insulin action, and UCP-2 gene expression[J]. Diabetes, 2001, 50(5): 1149-1157. doi: 10.2337/diabetes.50.5.1149
[9] LEHNEN T E, DA SILVA M R, CAMACHO A, et al. A review on effects of conjugated linoleic fatty acid (CLA) upon body composition and energetic metabolism[J]. Journal of the International Society of Sports Nutrition, 2015, 12: 36. doi: 10.1186/s12970-015-0097-4.
[10] 伏春燕, 张燕, 魏祥法, 等. 共轭亚油酸降低脂肪沉积的分子机制研究进展[J]. 动物营养学报, 2019, 31(8): 3456-3462. [11] BIRSOY K, FESTUCCIA W T, LAPLANTE M. A comparative perspective on lipid storage in animals[J]. Journal of Cell Science, 2013, 126(Pt 7): 1541-1552.
[12] SHREINER A B, KAO J Y, YOUNG V B. The gut microbiome in health and in disease[J]. Current Opinion in Gastroenterology, 2015, 31(1): 69-75. doi: 10.1097/MOG.0000000000000139
[13] CHO I, BLASER M J. The human microbiome: At the interface of health and disease[J]. Nature Reviews Genetics, 2012, 13(4): 260-270. doi: 10.1038/nrg3182
[14] WALDRAM A, HOLMES E, WANG Y, et al. Top-down systems biology modeling of host metabotype-microbiome associations in obese rodents[J]. Journal of Proteome Research, 2009, 8(5): 2361-2375. doi: 10.1021/pr8009885
[15] FEI N, ZHAO L. An opportunistic pathogen isolated from the gut of an obese human causes obesity in germfree mice[J]. The ISME Journal, 2013, 7(4): 880-884. doi: 10.1038/ismej.2012.153
[16] 刘丽娜, 缪锦来, 郑洲. 共轭亚油酸的生理功能综述[J]. 食品安全质量检测学报, 2020, 11(8): 2552-2557. [17] 夏珺, 郑明月, 李灵杰, 等. 共轭亚油酸改善肥胖糖尿病小鼠的糖脂代谢[J]. 南方医科大学学报, 2019, 39(6): 740-746. [18] LAROSA P C, RIETHOVEN J J, CHEN H, et al. Trans-10, cis-12 conjugated linoleic acid activates the integrated stress response pathway in adipocytes[J]. Physiological Genomics, 2007, 31(3): 544-553. doi: 10.1152/physiolgenomics.00156.2007
[19] VALEILLE K, FÉRÉZOU J, AMSLER G, et al. A cis-9, trans-11-conjugated linoleic acid-rich oil reduces the outcome of atherogenic process in hyperlipidemic hamster[J]. American Journal of Physiology Heart and Circulatory Physiology, 2005, 289(2): H652-H659. doi: 10.1152/ajpheart.00130.2005
[20] TSUBOYAMA-KASAOKA N, TAKAHASHI M, TANEMURA K, et al. Conjugated linoleic acid supplementation reduces adipose tissue by apoptosis and develops lipodystrophy in mice[J]. Diabetes, 2000, 49(9): 1534-1542. doi: 10.2337/diabetes.49.9.1534
[21] EALEY K N, EL-SOHEMY A, ARCHER M C. Effects of dietary conjugated linoleic acid on the expression of uncoupling proteins in mice and rats[J]. Lipids, 2002, 37(9): 853-861. doi: 10.1007/s11745-002-0971-6
[22] LAROSA P C, MINER J, XIA Y, et al. Trans-10, cis-12 conjugated linoleic acid causes inflammation and delipidation of white adipose tissue in mice: A microarray and histological analysis[J]. Physiological Genomics, 2006, 27(3): 282-294. doi: 10.1152/physiolgenomics.00076.2006
[23] MARTIN J C, GRÉGOIRE S, SIESS M H, et al. Effects of conjugated linoleic acid isomers on lipid-metabolizing enzymes in male rats[J]. Lipids, 2000, 35(1): 91-98. doi: 10.1007/s11745-000-0499-9
[24] PARK Y, STORKSON J M, ALBRIGHT K J, et al. Evidence that the trans-10, cis-12 isomer of conjugated linoleic acid induces body composition changes in mice[J]. Lipids, 1999, 34(3): 235-241. doi: 10.1007/s11745-999-0358-8
[25] BINDA C, LOPETUSO L R, RIZZATTI G, et al. Actinobacteria: A relevant minority for the maintenance of gut homeostasis[J]. Digestive and Liver Disease: Official Journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver, 2018, 50(5): 421-428.
[26] TEIXEIRA T F S, GRZEŚKOWIAK L M, SALMINEN S, et al. Faecal levels of Bifidobacterium and Clostridium coccoides but not plasma lipopolysaccharide are inversely related to insulin and HOMA index in women[J]. Clinical Nutrition, 2013, 32(6): 1017-1022. doi: 10.1016/j.clnu.2013.02.008
[27] GEURTS L, NEYRINCK A M, DELZENNE N M, et al. Gut microbiota controls adipose tissue expansion, gut barrier and glucose metabolism: Novel insights into molecular targets and interventions using prebiotics[J]. Beneficial Microbes, 2014, 5(1): 3-17. doi: 10.3920/BM2012.0065
[28] DEN HARTIGH L J, GAO Z, GOODSPEED L, et al. Obese mice losing weight due to trans-10, cis-12 conjugated linoleic acid supplementation or food restriction harbor distinct gut microbiota[J]. The Journal of Nutrition, 2018, 148(4): 562-572. doi: 10.1093/jn/nxy011
[29] DAO M C, EVERARD A, ARON-WISNEWSKY J, et al. Akkermansia muciniphila and improved metabolic health during a dietary intervention in obesity: Relationship with gut microbiome richness and ecology[J]. Gut, 2016, 65(3): 426-436. doi: 10.1136/gutjnl-2014-308778
[30] DEPOMMIER C, VAN HUL M, EVERARD A, et al. Pasteurized Akkermansia muciniphila increases whole-body energy expenditure and fecal energy excretion in diet-induced obese mice[J]. Gut Microbes, 2020, 11(5): 1231-1245. doi: 10.1080/19490976.2020.1737307
[31] MOKKALA K, HOUTTU N, CANSEV T, et al. Interactions of dietary fat with the gut microbiota: Evaluation of mechanisms and metabolic consequences[J]. Clinical Nutrition, 2020, 39(4): 994-1018.
[32] LEE C J, SEARS C L, MARUTHUR N. Gut microbiome and its role in obesity and insulin resistance[J]. Annals of the New York Academy of Sciences, 2020, 1461(1): 37-52. doi: 10.1111/nyas.14107
计量
- 文章访问数: 245
- HTML全文浏览量: 3
- PDF下载量: 597
