Pre-treatment of Nile tilapia (Oreochromis niloticus) with ozone nanobubbles improve efficacy of heat-killed Streptococcus agalactiae immersion vaccine
Notice bibliographique
Résumé
Nanobubble technology has shown appealing technical benefits and potential applications in aquaculture. We recently found that treatment with ozone nanobubbles (NB–O3) activated expression of several immune-related genes leading to effective response to subsequent exposure to fish pathogens. In this study, we investigated whether pre-treatment of Nile tilapia (Oreochromis niloticus) with NB-O3 can enhance specific immune responses and improve efficacy of immersion vaccination against Streptococcus agalactiae. Spleen and head kidney of fish in the vaccinated groups showed a substantial upregulation in expression levels of pro-inflammatory cytokine genes (IL-1β, TNF-α, IL-6) and immunoglobulin classes (IgM, IgD, IgT) compared with the unvaccinated control groups. The mRNA transcript of pro-inflammatory cytokine genes was greatest (approx. 2.8–3.3 folds) on day 7 post-vaccination, whereas the relative expression of immunoglobulin genes was greatest (approx. 3.2–4.1 folds) on day 21 post-immunization. Both systemic and mucosal IgM antibodies were elicited in vaccinated groups. As the result, the cumulative survival rate of the vaccinated groups was found to be higher than that of the unvaccinated groups, with a relative percent survival (RPS) ranging from 52.9 to 70.5%. However, fish in the vaccinated groups that received pre-treatment with NB-O3, bacterial antigen uptakes, expression levels of IL-1β, TNF-α, IL-6, IgM, IgD, and IgT, as well as the specific-IgM antibody levels and percent survival, were all slightly or significantly higher than that of the vaccinated group without pre-treatment with NB-O3. Taken together, our findings suggest that utilizing pre-treatment with NB-O3 may improve the immune response and efficacy of immersion vaccination in Nile tilapia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».