Threonine utilization in the small intestine of the pig
Notice bibliographique
Résumé
Since the intestine is one of the most metabolically active tissues in the body, a novel technique was developed to determine if threonine incorporation into protein in the small intestine of the pig varies as threonine levels are varied. We used the gut loop model and intraluminal flooding dose technique in anesthetized pigs to observe how varying luminal availability of threonine affects the amount of threonine that is incorporated into total protein and mucin in small intestinal mucosa. Three loops per pig (n=5) were isolated and a complete amino acid mixture containing 0, 75 or 200% of the threonine requirement of the gut was continuously perfused for 1.5 hours. Immediately following, an identical amino acid mixture containing a 3H‐phenylalanine flooding dose was continuously circulated for an additional 0.5 hours. Following the perfusion, the tissue was removed and mucosa analyzed for threonine incorporation. Preliminary data from three pigs suggest that threonine incorporation rate was lower in the presence of deficient (0%: 55 ± 24 dpm/umol/min) and excess (200%: 59 ± 22 dpm/umol/min) luminal threonine compared to the adequate level (75%: 70 ± 23 dpm/umol/min). Threonine incorporation rate into mucin will also be presented. This model and technique can be used as a novel approach to measure the intestinal requirement for threonine. Future experiments will use this method to investigate the impact of gut stress on intestinal amino acid. (Supported by NSERC).
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) | 0,000 | 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) | 0,001 | 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 ».