MétaCan
Menu
Retour à la cohorte
Enregistrement W2909689379 · doi:10.1128/aem.02534-18

Taxonomic and Functional Compositions of the Small Intestinal Microbiome in Neonatal Calves Provide a Framework for Understanding Early Life Gut Health

2019· article· en· W2909689379 sur OpenAlexafffund
Nilusha Malmuthuge, Guanxiang Liang, Philip Griebel, Le Luo Guan

Notice bibliographique

RevueApplied and Environmental Microbiology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAlberta InnovatesAlberta Innovates - Technology FuturesAlberta Livestock and Meat AgencyGovernment of Canada
Mots-clésMicrobiomeMetagenomicsBiologyGut floraGut microbiomeAmplicon sequencingZoologyGut microflora16S ribosomal RNABioinformaticsImmunologyGeneticsBacteriaGene

Résumé

récupéré en direct d'OpenAlex

Dietary interventions to manipulate neonatal gut microbiota have been proposed to generate long-term impacts on hosts. Currently, our understanding of the early gut microbiome of neonatal calves is limited to 16S rRNA gene amplicon based microbial profiling, which is a barrier to developing dietary interventions to improve calf gut health. The use of a metagenome sequencing-based approach in the present study revealed high individual animal variation in taxonomic and functional abundance of intestinal microbiome and potential impacts of early microbiome on mucosal immune responses during the preweaning period. During this developmental period, age- and diet-related changes in microbial diversity, richness, density, and the abundance of taxa and functions were observed. A correlation-based approach to further explore the individual animal variation revealed potential enterotypes that can be linked to calf gut health, which may pave the way to developing strategies to manipulate the microbiome and improve calf 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,206
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations77
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207