Effect of Casein and Propionate Supply on Mammary Protein Metabolism in Lactating Dairy Cows
Notice bibliographique
Résumé
The effects of casein (CN) and propionate (C3) on mammary AA metabolism were determined in 3 multiparous Holstein cows fitted with both duodenal and ruminal cannulas and used in a replicated Youden square with six 14-d periods. Casein (743 g/d in the duodenum) and C3 (1,041 g/d in the rumen) infusions were tested in a factorial arrangement. For each period, L-[1-(13)C]Leu (d 11) and NaH[13C]O3 (d 13) were infused into a jugular vein, and blood samples were taken from the carotid artery and the mammary vein to determine Leu kinetics and net uptake of AA. Both CN and C3 treatments separately increased milk protein concentration and yield. With CN there was a general response in mammary protein metabolism, involving increases in Leu net uptake (30%), the uptake:output ratio (8%), protein synthesis (11%), secretion in milk protein (21%), and oxidation (259%). In contrast, C3 treatments tended to increase only Leu in milk protein (7%) and, when in combination with CN, to reduce Leu used for protein synthesis (5%). Across all treatments, most Leu uptake by the mammary gland was accounted for as Leu in milk or oxidized, and the Leu balance was therefore achieved without involvement of either net peptide use or production. Mammary uptake of group 1 AA increased to match milk output with all infusions. In contrast, mammary uptake of group 2 AA exceeded output to a greater extent with CN than with C3 infusions, whereas the increment in uptake of group 3 AA increased with C3 treatments. Overall, these data suggest that different mechanisms operate to improve milk protein production when either protein or energy is supplied.
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 | 0,000 |
| 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) | 0,000 | 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 ».