MétaCan
Menu
Retour à la cohorte
Enregistrement W2804177666 · doi:10.7554/elife.34286

Novel transgenic pigs with enhanced growth and reduced environmental impact

2018· article· en· W2804177666 sur OpenAlexaff
Xianwei Zhang, Zicong Li, Huaqiang Yang, Dewu Liu, Gengyuan Cai, Guoling Li, Jianxin Mo, Dehua Wang, Cuili Zhong, Haoqiang Wang, Yue Sun, Junsong Shi, Enqin Zheng, Fanming Meng, Mao Zhang, Xiaoyan He, Rong Zhou, Jian Zhang, Miaorong Huang, Ran Zhang, Ning Li, Mingzhe Fan, Jinzeng Yang, Zhenfang Wu

Notice bibliographique

RevueeLife · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institutes of HealthMinistry of Science and Technology of the People's Republic of China
Mots-clésPhytaseTransgeneDigestion (alchemy)XylanaseBiologyNutrientPhosphorusStarchFecesFeed conversion ratioEnzymeAnimal scienceBiotechnologyFood scienceBiochemistryChemistryMicrobiologyBody weightGeneEndocrinologyEcology

Résumé

récupéré en direct d'OpenAlex

In pig production, inefficient feed digestion causes excessive nutrients such as phosphorus and nitrogen to be released to the environment. To address the issue of environmental emissions, we established transgenic pigs harboring a single-copy quad-cistronic transgene and simultaneously expressing three microbial enzymes, β-glucanase, xylanase, and phytase in the salivary glands. All the transgenic enzymes were successfully expressed, and the digestion of non-starch polysaccharides (NSPs) and phytate in the feedstuff was enhanced. Fecal nitrogen and phosphorus outputs in the transgenic pigs were reduced by 23.2-45.8%, and growth rate improved by 23.0% (gilts) and 24.4% (boars) compared with that of age-matched wild-type littermates under the same dietary treatment. The transgenic pigs showed an 11.5-14.5% improvement in feed conversion rate compared with the wild-type pigs. These findings indicate that the transgenic pigs are promising resources for improving feed efficiency and reducing environmental impact.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,221 · 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
GenreEmpirique

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

En bref

Citations74
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetAnimal Genetics and ReproductionTravaux en français237 207