MétaCan
Menu
Retour à la cohorte
Enregistrement W3204871154 · doi:10.1093/jas/skab193

The potential for mitigation of methane emissions in ruminants through the application of metagenomics, metabolomics, and other -OMICS technologies

2021· review· en· W3204871154 sur OpenAlexafffund
Victoria Asselstine, Stephanie Lam, F. Miglior, Luiz F. Brito, Hannah Sweett, Leluo Guan, Sinéad M. Waters, Graham Plastow, Ángela Cánovas

Notice bibliographique

RevueJournal of Animal Science · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of AlbertaUniversity of Guelph
Organismes subventionnairesAgriculture and Agri-Food CanadaOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaBeef Farmers of OntarioOntario Ministry of Agriculture, Food and Rural AffairsOntario Sheep FarmersBeef Cattle Research CouncilCanada First Research Excellence FundAlberta Beef Producers
Mots-clésMetagenomicsMetabolomicsOmicsMethaneMethane emissionsEnvironmental scienceBiologyEcologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

Ruminant supply chains contribute 5.7 gigatons of CO2-eq per annum, which represents approximately 80% of the livestock sector emissions. One of the largest sources of emission in the ruminant sector is methane (CH4), accounting for approximately 40% of the sectors total emissions. With climate change being a growing concern, emphasis is being put on reducing greenhouse gas emissions, including those from ruminant production. Various genetic and environmental factors influence cattle CH4 production, such as breed, genetic makeup, diet, management practices, and physiological status of the host. The influence of genetic variability on CH4 yield in ruminants indicates that genomic selection for reduced CH4 emissions is possible. Although the microbiology of CH4 production has been studied, further research is needed to identify key differences in the host and microbiome genomes and how they interact with one another. The advancement of "-omics" technologies, such as metabolomics and metagenomics, may provide valuable information in this regard. Improved understanding of genetic mechanisms associated with CH4 production and the interaction between the microbiome profile and host genetics will increase the rate of genetic progress for reduced CH4 emissions. Through a systems biology approach, various "-omics" technologies can be combined to unravel genomic regions and genetic markers associated with CH4 production, which can then be used in selective breeding programs. This comprehensive review discusses current challenges in applying genomic selection for reduced CH4 emissions, and the potential for "-omics" technologies, especially metabolomics and metagenomics, to minimize such challenges. The integration and evaluation of different levels of biological information using a systems biology approach is also discussed, which can assist in understanding the underlying genetic mechanisms and biology of CH4 production traits in ruminants and aid in reducing agriculture's overall environmental footprint.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,049
Tête enseignante GPT0,331
Écart entre enseignants0,282 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207