Covariation of the gut microbiome with diet in Aves
Notice bibliographique
Résumé
Abstract Background:Research over the past few decades has revealed a vital role for the gut microbiome in the health of various animals including birds. Multiple factors can influence the gut microbiome. Opportunistic feeding and multiple other environment factors can influence the results, and bias the conclusions, when wild animals are used to study the influence of phylogeny and diet on their gut microbiomes. Therefore, to study this question in this study, we collected fecal samples from 43 species of Aves at one time to avoid influences such as geography, weather, and season. Results:Approaches based on both 16S rRNA gene sequencing (135 samples) and whole metagenome shotgun sequencing (17 samples) were used. Our data show that diets containing native starch will increase the abundance of Lactobacillus in gut microbiome, while those containing plant-derived fiber will mainly enrich the levels of Clostridium. Greater numbers of Fusobacteria and Proteobacteria are detected in carnivorous birds, while in birds fed a commercial corn-soybean basal diet, a stronger inner-connected microbial community containing Clostridia and Bacteroidia was enriched. Furthermore, a microbial functional analysis based on the metagenomic sequences showed that the function of microbes was adapted to different food types to achieve the most beneficial state for the hosts. Conclusions:The covariation of diet and gut microbiome identified in our study demonstrates modulation of the gut microbiome by dietary diversity and expands our knowledge of diet-microbiome-host interactions in birds.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».