PSXVII-35 ICP-MS based ionotyping reveals altered ionome in the serum, urine, and milk of pre-milk fever (MF), MF, and post-MF dairy cows.
Notice bibliographique
Résumé
The objectives of this study were: 1) to investigate ionome in three body fluids (i.e., serum, urine, and milk) of pre-milk fever (MF), MF, and post-MF dairy cows; and 2) to identify newly predictive serum/urine and diagnostic serum/urine/milk mineral biomarkers for MF. In this study, inductively coupled plasma mass spectrometry (ICP-MS) based ionomics was performed to targetedly analyze minerals in serum, urine, and milk (only at the disease wk) samples from 6 cows with MF and 20 healthy controls (CON) at -8 wks, -4 wks, disease diagnosis, +4 wks, and +8 wks relative to parturition. MetaboAnalyst 3.0 was employed for statistical analyses and biomarker analysis. Results showed that around five (out of 18) minerals were elevated in the serum of MF cows at each tested time point. Particularly, serum levels of chromium were continuously higher in both pre-MF (i.e., 3.93 vs 3.11 at -8 wks, P = 0.02; 3.79 vs 3.16 at -4 wks, P < 0.01; unit: μM) and MF cows (i.e., 3.96 vs 3.27 at the disease wk, P = 0.01) compared with CON ones. Other minerals such as aluminum, manganese, and arsenic were also elevated in the serum at early stages (i.e., at -8 and -4 wks; P < 0.05) of MF. Moreover, besides calcium (MF 37,431 vs CON 27,260 μM; P = 0.02), other two minerals (i.e., aluminum and cobalt, P < 0.05) were increased in the milk of MF cows. Moreover, four (two in serum and two in urine) predictive mineral-biomarker models for MF were developed. Overall, our ionomics data showed that MF cows had altered ionome in pre-MF, MF, and post-MF cows. MF is more complicated than hypocalcemia. ICP-MS based ionomics sheds new light on our understanding of altered mineral metabolism and identification of new biomarkers for MF in dairy cows.
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 | 0,000 | 0,000 |
| 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 ».