The use of modern metabolomics and proteomics to address the health challenges facing the Canadian cattle industry
Notice bibliographique
Résumé
Naturally cattle only consumed grass, hay and other forage crops but modern cattle industry has started shifting them from a natural grazing diet to a more balanced grain-rich diet. However, feeding dairy cows grain rich diet is associated with a rapid release of large amounts of SCFA that have been linked to acute and sub-acute rumen acidosis and related metabolic diseases. However, one disease in particular had more profound impact than all of other disaeses-- bovine spongiform encephalopathy (BSE). When BSE was discovered in Alberta in 2003 it nearly wiped out Canada’s beef export industry. The central objective of my thesis is to address: 1) Ruminal acidosis and acidosis-related metabolic disorders, 2) BSE, commonly known as mad mcow disease. More specifically, I tested the hypothesis that modern cattle feeding practices (i.e. grain rich diets) significantly changed the rumen environment, its chemical composition and is responsible for all of these conditions. Metabolomics is such a powerful approach for studying the chemical changes in biological systems. To test these hypotheses, I chose to use modern metabolomics techniques including NMR, GC-MS and DFI-MS to characterize the ruminal fluid of dairy cattle fed with different diets. From these experiments I determined that grain-rich diets led to ruminal acidosis along with unusually high levels of ruminal LPS. Based on the association of high-grain diets with various metabolic diseases, this suggests that feeding practices lower the ruminal pH and alter the chemical content of the ruminal fluid, thereby leading to elevated levels of LPS which, in turn, lead to greater risk for developing these diseases. LPS induces the conversion of helical native prion proteins into protease-resistant, beta-sheet rich proteins similar to that of infectious prions. This suggests that elevated levels of LPS in the rumen from grain-rich diets may also play a role in the induction of BSE.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».