Feather pulp: a novel substrate useful for proton nuclear magnetic resonance spectroscopy metabolomics and biomarker discovery
Notice bibliographique
Résumé
Noninvasive biomarkers of stress that are predictive of poultry health are needed. Feather pulp is highly vascularized and represents a potential source of biomarkers that has not been extensively explored. We investigated the feasibility and use of feather pulp for novel biomarker discovery using 1H-Nuclear Magnetic Resonance Spectroscopy (NMR)-based metabolomics. To this end, high quality NMR metabolomic spectra were obtained from chicken feather pulp extracted using either ultrafiltration (UF) or Bligh-Dyer methanol-chloroform (BD) methods. In total, 121 and 160 metabolites were identified using the UF and BD extraction methods, respectively, with 71 of these common to both methods. The metabolome of feather pulp differed in broiler breeders that were 1-, 23-, and 45-wk-of-age. Moreover, feather pulp was more difficult to obtain from older birds, indicating that age must be considered when targeting feather pulp as a source of biomarkers. The metabolomic profile of feather pulp obtained from 12-day-old broilers administered corticosterone differed from control birds, indicating that the metabolome of feather pulp was sensitive to induced physiological stress. A comparative examination of feather pulp and serum in broilers revealed that the feather pulp metabolome differed from that of serum but provided more information. The study findings show that metabolite biomarkers in chicken feather pulp may allow producers to effectively monitor stress, and to objectively develop and evaluate on-farm mitigations, including practices that reduce stress and enhance bird 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 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».