MétaCan
Menu
Retour à la cohorte
Enregistrement W2028340688 · doi:10.3390/nu5072811

Peculiarities of One-Carbon Metabolism in the Strict Carnivorous Cat and the Role in Feline Hepatic Lipidosis

2013· review· en· W2028340688 sur OpenAlexafffund
Adronie Verbrugghe, Marica Bakovic

Notice bibliographique

RevueNutrients · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Veterinary College, University of Guelph
Mots-clésCATSMethionineBiologyGluconeogenesisMetabolismBiochemistryAmino acidTaurineBetaineInternal medicineEndocrinologyMedicine

Résumé

récupéré en direct d'OpenAlex

Research in various species has indicated that diets deficient in labile methyl groups (methionine, choline, betaine, folate) produce fatty liver and links to steatosis and metabolic syndrome, but also provides evidence of the importance of labile methyl group balance to maintain normal liver function. Cats, being obligate carnivores, rely on nutrients in animal tissues and have, due to evolutionary pressure, developed several physiological and metabolic adaptations, including a number of peculiarities in protein and fat metabolism. This has led to specific and unique nutritional requirements. Adult cats require more dietary protein than omnivorous species, maintain a consistently high rate of protein oxidation and gluconeogenesis and are unable to adapt to reduced protein intake. Furthermore, cats have a higher requirement for essential amino acids and essential fatty acids. Hastened use coupled with an inability to conserve certain amino acids, including methionine, cysteine, taurine and arginine, necessitates a higher dietary intake for cats compared to most other species. Cats also seemingly require higher amounts of several B-vitamins compared to other species and are predisposed to depletion during prolonged inappetance. This carnivorous uniqueness makes cats more susceptible to hepatic lipidosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetMetabolism and Genetic DisordersTravaux en français237 207