Appropriate Chicken Sample Size for Identifying the Composition of Broiler Intestinal Microbiota Affected by Dietary Antibiotics, Using the Polymerase Chain Reaction-Denaturing Gradient Gel Electrophoresis Technique
Notice bibliographique
Résumé
The bacterial microbiota in the broiler gastrointestinal tract are crucial for chicken health and growth. Their composition can vary among individual birds. To evaluate the composition of chicken microbiota in response to environmental disruption accurately, 4 different pools made up of 2, 5, 10, and 15 individuals were used to determine how many individuals in each pool were required to assess the degree of variation when using the PCR-denaturing gradient gel electrophoresis (DGGE) profiling technique. The correlation coefficients among 3 replicates within each pool group indicated that the optimal sample size for comparing PCR-DGGE bacterial profiles and downstream applications (such as identifying treatment effects) was 5 birds per pool for cecal microbiota. Subsequently, digesta from 5 birds was pooled to investigate the effects on the microbiota composition of the 2 most commonly used dietary antibiotics (virginiamycin and bacitracin methylene disalicylate) at 2 different doses by using PCR-DGGE, DNA sequencing, and quantitative PCR techniques. Thirteen DGGE DNA bands were identified, representing bacterial groups that had been affected by the antibiotics. Nine of them were validated. The effect of dietary antibiotics on the microbiota composition appeared to be dose and age dependent. These findings provide a working model for elucidating the mechanisms of antibiotic effects on the chicken intestinal microbiota and for developing alternatives to dietary antibiotics.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».