In Vitro and in Vivo Characterization of Inosine Monophosphate Delivered by a Nanoparticle in Rainbow Trout
Notice bibliographique
Résumé
Abstract Rainbow Trout Oncorhynchus mykiss are a commonly farmed fish worldwide and, as such, are of economic importance in many countries. Inosine monophosphate (IMP) has been shown to have a positive effect on Rainbow Trout growth performance and overall health. The aim of the current study was to test whether a novel phytoglycogen nanoparticle (NP) was nontoxic and if it could enhance the positive effects of IMP on Rainbow Trout health at the cellular and whole-animal level. The NP used in this study is derived from sweet corn and can act as a carrier, delivering its payload to the cell. The NP was chemically modified to covalently bind IMP. The effects of four experimental groups were tested on Rainbow Trout at the in vitro and in vivo level: untreated control, NP alone, IMP alone, and IMP covalently conjugated to the NP (IMP-NP). The effects of the four experimental groups were measured at the cellular level using a Rainbow Trout intestinal epithelial cell line (RTgutGC). Cellular metabolism was significantly increased in RTgutGC when treated with IMP-NP for 24 and 48 h compared with NP or IMP alone. These treatments did not result in a compromised cell membrane, with the exception of minimal membrane integrity loss at 48 h with the higher doses of IMP-NP. During the 48-h time frame, enhanced metabolism did not result in enhanced cell proliferation. A pilot study was performed in Rainbow Trout to test the safety of the NP to fish. Over an 8-week feeding trial, no mortalities were observed. Additionally, intestinal villi density increased with IMP-NP and NP treatments, while villus height and width were unaffected. This study introduces the use of a phytoglycogen-based NP as a novel delivery system for IMP that is able to increase metabolism at the cellular level and is nontoxic in Rainbow Trout.
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) | 0,000 | 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 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 ».