MétaCan
Menu
Retour à la cohorte
Enregistrement W2889887734 · doi:10.1093/gigascience/giy111

Metabolomics investigation of dietary effects on flesh quality in grass carp (<i>Ctenopharyngodon idellus</i>)

2018· article· en· W2889887734 sur OpenAlexafffund
Honghao Zhao, Jasmine Chong, Rong Tang, Li Li, Jianguo Xia, Dapeng Li

Notice bibliographique

RevueGigaScience · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensMcGill University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesEarmarked Fund for China Agriculture Research SystemChina Scholarship CouncilNational Natural Science Foundation of ChinaMcGill University
Mots-clésGrass carpFleshMetabolomicsFood scienceBiologyQuality (philosophy)Fish <Actinopterygii>FisheryBioinformaticsPhysics

Résumé

récupéré en direct d'OpenAlex

Background: The ultrahigh density intensive farming model of grass carp (Ctenopharyngodon idellus) may elicit growth inhibition, decrease flesh quality, and increase disease susceptibility of fish. The degradation in quality and excessive fat accumulation in cultured C. idellus have long been attributed to possible alterations in the lipid metabolism of fish muscle tissues as a result of overnutrition from artificial diets. To investigate the effects of different diets on fish muscle quality, a large-scale metabolomics study was performed on 250 tails of C. idellus. Findings: The experimental fish were divided into four groups based on sex and diet-female artificial feed (FAF), female grass feed, male artificial feed (MAF), and male grass feed (MGF). After a 113-day rearing period, the artificial feed (AF) group showed a significantly higher total mass of muscle fat (P < 0.01), with the FAF group being the highest. Metabolomics profiling based on liquid chromatography-mass spectrometry revealed distinctive patterns of clustering according to the four groups. Overall, artificial feeding was associated with higher concentrations of docosapentaenoic acid, dihomo-gamma-linolenic acid, and arachidonic acid, whereas grass feeding was associated with elevated n-3 unsaturated fatty acids (UFAs) such as eicosapentaenoic acid, alpha-linolenic acid, and gamma-linolenic acid. Artificial feeding also resulted in significant increased docosahexaenoic acid in MAF muscle than in MGF fish, whereas there was no significance in the comparison of female samples. Metabolic pathway analyses using both targeted and untargeted approaches consistently revealed that arachidonic acid metabolism and steroid hormone biosynthesis pathways were significantly different between AF and grass fed groups. Conclusions: Our results suggest that grass is a better source of dietary fatty acid and protein when compared to artificial feed. Grass feeding could effectively lower triglycerides in serum, reduce fat accumulation, and alter lipid compositions in fish muscle by increasing the concentrations of n-3 UFAs, leading to better nutrition and health.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations67
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGigaScienceMême sujetAquaculture Nutrition and GrowthTravaux en français237 207