Comparison of beta-ligands used in cattle production: structures, safety, and biological effects
Notice bibliographique
Résumé
Technologies that increase the efficiency and sustainability of food animal production to provide meat for a growing population are necessary and must be used in a manner consistent with good veterinary practices, approved labeled use, and environmental stewardship. Compounds that bind to beta-adrenergic receptors (β-AR), termed beta-adrenergic receptor ligands (β-ligands), are one such technology and have been in use globally for many years. Though all β-ligands share some similarities in structure and function, the significance of their structural and pharmacological differences is sometimes overlooked. Structural variations in these molecules can affect absorption, distribution, metabolism, and excretion as well as cause substantial differences in biological and metabolic effects. Several β-ligands are available for use specifically in cattle production. Ractopamine and zilpaterol are beta-adrenergic agonists approved to increase weight gain, feed efficiency, and carcass leanness in cattle. They both bind to and activate β1- and β2-AR. Lubabegron is a newly developed selective beta-adrenergic modulator with unique structural and functional features. Lubabegron displays antagonistic behavior at the β1- and β2-AR but agonistic behavior at the β3-AR. Lubabegron is approved for use in cattle to reduce ammonia emissions per unit of live or carcass weight. Additionally, lubabegron can withstand prolonged use as the β3-AR lacks structural features needed for desensitization. Due to these unique features of lubabegron, this new β-ligand provides an additional option in cattle production. The individual properties of each β-ligand should be considered when making risk management decisions, as unique properties result in varying human food safety profiles that can determine appropriate safe β-ligand use.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».