MétaCan
Menu
Retour à la cohorte
Enregistrement W4230785756 · doi:10.21203/rs.3.rs-32671/v1

Effects of Brewers’ Spent Grain Protein Hydrolysates on Gas Production, Ruminal Fermentation Characteristics, Microbial Protein Synthesis and Microbial Community in an Artificial Rumen Fed a High Grain Diet

2020· preprint· en· W4230785756 sur OpenAlexafffund
Tao Ran, Long Jin, Ranithri Abeynayake, A.M. Saleem, Xiumin Zhang, Dongyan Niu, Lingyun Chen, Wenzhu Yang

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversity of CalgaryUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésMonensinFermentationRumenFood scienceHydrolysateChemistryDry matterMethanogenesisOrganic matterStarchMicrobial population biologyNutrientHydrolysisAnimal scienceBiochemistryBiologyBacteriaMethaneOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Brewers’ spent grain (BSG) contains 20 ~ 29% protein with high amount of glutamine, proline and hydrophobic and non-polar amino acid residues, making it an ideal material for producing value-added products like bioactive peptides. Protein were extracted from BSG, hydrolyzed with 1% alcalase and flavourzyme, and the generated protein hydrolysates (AlcH and FlaH) showed antioxidant activities. This study was conducted to evaluate effects of AlcH and FlaH on gas production, fermentation characteristics, nutrient disappearance, microbial protein synthesis and microbial community using an artificial rumen system (RUSITEC) fed a high-grain diet.Results: Supplementation of FlaH decreased (P < 0.01) disappearances of dry matter (DM), organic matter (OM), crude protein (CP) and starch, without affecting fibre disappearances; while AlcH had no effect on nutrient disappearance. Neither AlcH nor FlaH affected gas production and VFA profiles, except they enhanced (P < 0.01) NH3-N but decreased (P < 0.01) H2 production. Supplementation of FlaH decreased (P < 0.01) percentage of CH4 in total gas and dCH4 in dissolved gas. Addition of monensin reduced (P < 0.01) nutrient disappearances, improved fermentation efficiency and reduced CH4 and H2 emission. Total microbial nitrogen production decreased (P < 0.05) but proportion of feed particle associated (FPA) bacteria increased with FlaH and monensin. Numbers of OTUs or Shannon diversity indices of FPA microbial community were unaffected by AlcH and FlaH; whereas both indices were reduced (P < 0.05) by monensin. Taxonomic analysis revealed no effect of AlcH and FlaH on the relative abundance (RA) of bacteria at phylum level; monensin reduced (P < 0.05) the RA of Firmicutes and Bacteroidetes and enhanced Proteobacteria. The FlaH enhanced (P < 0.05) the RA of genus Prevotella, reduced Selenomonas, Shuttleworthia, Bifidobacterium and Dialister as compared to control; monensin reduced (P < 0.05) RA of genus Prevotella but enhaced Succinivibrio.Conclusions: Inclusion of FlaH in high-grain diet may potentially protect CP and starch from ruminally degradation, without adversely affecting fibre degradation and VFA profiles. The FlaH also showed promising effects on reducing CH4 production by suppressing H2 generation. Protein enzymatic hydrolysates from BSG using flavourzyme showed potential application to high value-added bio-products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,312
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207