Oral Treatment of Chickens with Lactobacilli Influences Elicitation of Immune Responses
Notice bibliographique
Résumé
Commensal microbes in the intestine are in constant interaction with host cells and play a role in shaping the immune system. Lactobacillus acidophilus, Lactobacillus reuteri, and Lactobacillus salivarius are members of the chicken intestinal microbiota and have been shown to induce different cytokine profiles in mononuclear cells in vitro. The objective of the present study was to examine the effects of these bacteria individually or in combination on the induction of antibody- and cell-mediated immune responses in vivo. The birds received lactobacilli weekly via oral gavage starting on day of hatch and subsequently, at 14 and 21 days, were immunized with sheep red blood cells (SRBC), keyhole limpet hemocyanin (KLH), Newcastle disease virus vaccine, and infectious bursal disease virus vaccine. Antibody responses in serum were measured weekly for 4 weeks beginning on the day of primary immunization. The cell-mediated immune response was evaluated at 21 days postimmunization by measurement of gamma interferon (IFN-γ) production in splenocytes stimulated with inactivated vaccine antigens. L. salivarius-treated birds had significantly more serum antibody to SRBC and KLH than birds that were not treated with probiotics. L. salivarius-treated birds also had decreased cell-mediated immune responses to recall antigen stimulation. L. reuteri treatment did not significantly affect the systemic immune response, while L. acidophilus treatment increased the antibody response to KLH. These results indicate that systemic antibody- and cell-mediated immune responses can be modulated by oral treatment with lactobacilli but that these bacteria may vary in their ability to modulate the immune response.
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 | 0,000 | 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) | 0,000 | 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 ».