Ileal microbial composition in genetically distinct chicken lines reared under normal or high ambient temperatures
Notice bibliographique
Résumé
BACKGROUND: Heat stress (HS) has negative effects on poultry productivity, health and welfare resulting in economic losses. Broiler chickens are particularly susceptible to HS due to their high metabolic rate and rapid growth. The commensal intestinal bacterial populations have an important physiological role in the host and could ameliorate the negative effect of HS on the host. Thus, the aim of this study was to compare changes in the ileal (IL) microbiota in four different broiler lines during HS. RESULTS: Day-old broiler chicks from Giant Jungle Fowl (JF), Athens Canadian Random Bred (ACRB), 1995 Random Bred (L1995), and Modern Random Bred (L2015) lines were raised under thermoneutral (TN) conditions until day (d) 28. On d 29 birds were subjected to TN (24 °C) or chronic cyclic HS (8 h/d, 36 °C) condition till d 56. On d 56 two birds per pen were euthanized, and IL luminal content (IL-L) and mucosal scrapings (IL-M) were collected for bacterial DNA isolation. Libraries were constructed using V3-V4 16S rRNA primers and sequenced using MiSeq. DNA sequences were analyzed using QIIME2 platform and SILVA 132 database for alpha and beta diversity, and taxonomic composition, respectively. Functional property of microbiota was predicted using the PICRUSt 2 pipeline and illustrated with STAMP software. Shannon index was significantly elevated in IL-M under HS. β-diversity PCoA plots revealed separation of microbial community of L2015-TN from JF-TN, JF-HS, ACRB-TN, and ACRB-HS in the IL-M. PERMANOVA analysis showed a significant difference between microbial community of L1995-HS compared to ACRB-HS and JF-TN, L1995-TN compared to ACRB-HS and JF-TN, L2015-HS compared to ACRB-HS and ACRB-TN, L2015-HS compared to JF-TN, L2015-TN compared to ACRB-HS and JF-TN, and ACRB-HS compared to JF-TN in the IL-L. The impact of HS on microbial composition of IL-M was more prominent compared to IL-L with 12 and 2 taxa showing significantly different relative abundance, respectively. Furthermore, differences in microbiota due to the genetic line were more prominent in IL-M than IL-L with 18 and 8 taxa showing significantly different relative abundance, respectively. Unlike taxonomy, predicted function of microbiota was not affected by HS. Comparison of L2015 with JF or ACRB showed significant changes in predicted function of microbiota in both, IL-M and IL-L. Differences were most prominent between L2015 and JF; while there was no difference between L2015 and L1995. CONCLUSIONS: These data indicate the genetic line × temperature effect on the diversity and composition of IL microbiota. Moreover, the data showcase the effect of host genetics on the composition of IL microbiota and their predicted function. These data are of critical importance for devising nutritional strategies to maintain GIT microbial balance and alleviate the negative effects of HS on broiler chickens' performance and 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 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 | 0,001 | 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) | 0,001 | 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 ».