Characterization of the longissimus lumborum transcriptome response to adding propionate to the diet of growing Angus beef steers
Notice bibliographique
Résumé
Development of management paradigms that enhance the rate of gain and qualitative characteristics of beef carcass development has the potential to impact production and nutrient use efficiency but also mitigate losses to the environment. We used eight Black Angus beef steers (272.5 ± 17.6 kg initial body wt) fed a forage-based pelleted diet alone (n = 4) or supplemented with sodium propionate included (n = 4) for 42 days. High-quality RNA was extracted from the longissimus lumborum and subjected to transcriptome sequencing using RNA-seq technology. Trimmed reads were aligned to the bovine reference genome (Btau4.0, release 63) and uniquely mapped reads from control and propionate treatment groups were subject to further analysis using edgeR. Candidates were filtered to account for multiple testing and differentially expressed genes (153 at a false discovery rate of <5%) were analyzed using Gene Ontology (GO) analysis (GOseq) to select terms where enrichment had occurred. Significant GO terms included regulation of cholesterol transport, regulation of sterol transport, and cellular modified amino acid metabolic process. Furthermore, the top four identified gene networks included lipid metabolism, small molecule biochemistry, carbohydrate metabolism, and molecular transport-related categories. Notably, changes in lipid metabolism specific genes reflect both increased oxidative and lipid synthetic capacities. Metabolism-related gene changes are reflective of expected enhancements in lean tissue accretion patterns exhibited in steers where high ruminal propionate relative to other short chain fatty acids is observed. Propionate feeding induced increased N retention in rapidly growing Angus cattle, and the observed alterations in LL tissue lipid metabolism-related gene networks are consistent with enhanced cell formation and function (protein synthesis, and lipogenic vs. lipolytic activities).
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 ».