Influence of oilseed supplement ranging in n-6/n-3 ratio on fatty acid composition and Δ5-, Δ6-desaturase protein expression in steer muscles
Notice bibliographique
Résumé
This study investigated effects of roasted or extruded oilseed supplementation ranging in n-6/n-3 ratios from 0.3 to 5.0 on the fatty acid composition and expression of delta-5 desaturase (Δ5d) and Δ6-desaturase (Δ6d) protein in commercial steer cheek (m. masseter) and diaphragm (pars costalis diaphragmatis) muscles. In general, the n-6/n-3 ratio of the diet had a subsequent effect on the muscle n-6/n-3 ratio (P < 0.05), with muscle 18:2n-6 and 18:3n-3 content relating to proportion of dietary soya bean and linseed (P < 0.01). Compared with canola, pure linseed and soya bean diets reduced 14:1c-9 and 16:1c-9 (P < 0.05) but increased 18:1t-11 and c-9,t-11 conjugated linoleic acid (CLA) content (P < 0.01). Oilseed processing had a minor influence but extruded oilseeds increase 18:1t-11 and c-9,t-11 CLA compared with roasted (P < 0.05). Polar lipid 18:3n-3 and n-3 long-chain polyunsaturated fatty acid (LC, ⩾20 carbons PUFA) derivative content increased in relation to dietary linseed supplementation in the diaphragm (P < 0.01), whereas only 18:3n-3 was increased in the cheek (P < 0.01). Protein expression did not differ between diets; however, in each muscle the Δ5d protein expression had a stronger association with the desaturase products rather than the precursors. The relationship between Δ5d protein expression and the muscle LC n-6/n-3 ratio was negative in both muscles (P < 0.05). The relationship between Δ6d protein expression and the LC n-6/n-3 ratio was positive in the cheek (P < 0.001) and negative in the diaphragm (P < 0.05). In conclusion, diet n-6/n-3 ratio affected muscle 18:2n-6 and 18:3n-3 deposition, whereas the Δ5d and Δ6d protein expression had some influence on the polar lipid LC-PUFA profile. Results reaffirm that processed oilseeds can be used to increase the proportion of fatty acids potentially beneficial for human health, by influencing the formation of LC-PUFA and reducing the n-6/n-3 ratio.
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 ».