Screening of exogenous enzymes for ruminant diets: Relationship between biochemical characteristics and in vitro ruminal degradation1
Notice bibliographique
Résumé
With the objective of developing a rational approach for the selection of feed enzymes for ruminants, 22 commercial enzyme products were examined in terms of protein concentration, enzymic activities on model substrates, and hydrolytic capacity, the latter determined from the release of reducing sugars from alfalfa hay and corn silage. An in vitro ruminal degradation assessment was carried out using the same substrates, untreated or treated with the 22 enzyme products at 1.5 microL/g forage DM. Stepwise regressions were then performed to establish relationships between these factors. Protein concentration and enzymic activities explained at least 84% (P < 0.01) of the variation in the release of reducing sugars from alfalfa and corn silage. Alfalfa DM degradation after incubation with ruminal fluid for 18 h was positively related to xylanase activity (R2 = 0.29, P < 0.01), but the same activity was negatively related to DM degradation of corn silage (R2 = 0.19, P < 0.05). Protease activity explained a further 10% of the alfalfa DM degradation (P < 0.10). Following sequential steps involving the determination of rate and extent of DM and fiber degradation, the best candidates for alfalfa and corn silage were selected. Enzyme products effective with alfalfa hay seemed to exert part of their effect during the pretreatment period, whereas enzymes effective with corn silage worked exclusively after ruminal fluid was added. This finding suggests that different modes of action of exogenous enzymes are attacking different substrates and may partly explain enzyme-feed specificity. In alfalfa, it seems that effective enzymes work by removing structural barriers that retard the microbial colonization of digestible fractions, increasing the rate of degradation. In corn silage, effective enzymes seem to interact with ruminal enzymes to degrade the forage more rapidly, which is consistent with previous findings of synergism between exogenous and ruminal enzymes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».