MétaCan
Menu
← Retour à la cohorte
Enregistrement W2496894450 · doi:10.3920/978-90-8686-261-0_7

Chapter 7: Simultaneous measurement of energy expenditure and protein turnover in pigs

2015· book-chapter· en· W2496894450 sur OpenAlexaff
Soenke Moehn, Ronald O. Ball

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProtein turnoverChemistryEnergy expenditureCalorimetryAmino acidAmmoniaMetabolismEnergy metabolismIsotopeBiochemistryChromatographyProtein biosynthesisBiologyEndocrinologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Substrate oxidation can be estimated from gas exchange in combination with urinary nitrogen excretion measurements. The estimates are net rates of oxidation, because several metabolic processes, such as lipogenesis and gluconeogenesis, may affect the respiratory quotient, resulting in under- or overestimation of absolute rates of substrate oxidation. If these limitations, as well as accumulation of ketone bodies, lactate and urea, are taken into consideration, indirect calorimetry can be an effective method to quantify substrate oxidation in animals and humans. Methane should be excluded from the equations for calculating oxidation rates. Using 13C labelled substrates provides additional possibilities in oxidation studies. Whole body nutrient oxidation can be measured when tracer amounts of the nutrient of interest are continuously infused and when 13CO2 expiration and 13C enrichment of the precursor for oxidation are measured in blood plasma. Oxidation of exogenous substrates can be distinguished from that of endogenous substrates by using 13C enriched (or depleted) nutrients in the diet. In addition, labelling of individual monosaccharides, fatty acids or amino acids can provide insight in the metabolic fate of the tracee irrespective of availability of other substrates from the same macronutrient class (i.e. carbohydrate, fat, protein). Finally, selection of appropriate isotopomers may allow quantification of pre-identified metabolic processes (e.g. lipogenesis). Fluctuations in background enrichment, isotope administration strategy, sequestration of CO2 and isotopic gradient in the body are among the factors that should be considered when designing and interpreting oxidation studies with labelled nutrients. Modelling approaches should be in place or be developed to maximise the learnings from these studies. This appears especially challenging when animals are studied in a non-steady physiological state. In conclusion, using 13C labelling in combination with indirect calorimetry provides unique opportunities to quantify the contribution of individual substrates (endogenous as well as exogenous) to whole body energy metabolism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,220
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMuscle metabolism and nutrition→Travaux en français237 207→