235 Milk metabotyping by DI/LC-MS/MS demonstrated major alterations in metabolites related to lipid and amino acid metabolism in dairy cows affected by subclinical mastitis.
Notice bibliographique
Résumé
The objective of this study was to determine metabolite alterations in the milk of Holstein dairy cows affected by subclinical mastitis (SCM) immediately after calving and identify potential biomarkers for diagnosis of SCM. Eight Holstein dairy cows with milk somatic cell count (SCC) >200,000 cells /mL (SCM) and 20 healthy controls with SCC <200,000 cells/mL (CON) were sampled at 2 wks postpartum and DI-LC-MS/MS-based metabolomics was used to screen milk for concentration of 20 acylcarnitines (AC), 7 lysophosphatidylcholines (LPC), 58 phosphatidylcholines (PCs), hexose (multiple sugars), 20 amino acids, and 13 metabolites related to amino acid metabolic pathways. The kit used for analyses was AbsoluteIDQ 180 (BIOCRATES, Austria). Univariate analysis was performed using R (version 3.0.3; 2008). Metabolomic data were analyzed by MetaboAnalyst. Statistical significance was declared at P < 0.05. Results showed that concentrations of 19 metabolites were significantly altered in the milk of SCM cows with Arg and 7 PCs elevated (P<0.05) in SCM compared with CON cows. PLS-DA analysis showed clear separation of clusters for the two groups of cows on the basis of measured milk metabolites. Pathway analysis demonstrated that the most important metabolic pathways affected were those of biotin and tyrosine metabolism, catecholamine biosynthesis, taurine and hypotaurine metabolism, urea cycle, and lysine degradation. Biomarker analysis indicated that AUCs for the ROC curve based on the top 8 metabolites with the greatest VIP values was greater than 0.98, which indicates that biomarkers identified have very high diagnostic abilities for SCM in postpartum dairy cows. Overall, metabolite changes observed might be related to mounting of an efficient immune response to bacterial infections. Moreover, more research is warranted to better understand the pathomechanism of SCM and the host response to bacterial infection.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».