The Effects of Breed and Residual Feed Intake Divergence on the Abundance and Active Population of Rumen Microbiota in Beef Cattle
Notice bibliographique
Résumé
To assess the effects of residual feed intake (RFI) and breed on rumen microbiota, the abundance (DNA) and active population (RNA) of the total bacteria, archaea, protozoa, and fungi in the rumen of 96 beef steers from three different breeds (Angus (AN), Charolais (CH), and Kinsella Composite (KC)), and divergent RFIs (High vs Low), were estimated by measuring their respective maker gene copies using qRT-PCR. All experimental animals were kept under the same feedlot condition and fed with the same high-energy finishing diet. Rumen content samples were collected at slaughter and used for the extraction of genetic material (DNA and RNA) and further analysis. There was a significant difference (p < 0.01) between the marker gene copies detected for abundance and active populations for all four microbial groups. AN steers had a higher abundance of bacteria (p < 0.05) and a lower abundance of eukaryotes (protozoa and fungi, p < 0.05) compared to KC steers, while the abundance of protozoa (p < 0.05) in the AN cattle and fungi (p < 0.05) in the KC cattle were lower and higher, respectively, than those in the CH steers. Meanwhile, the active populations of bacteria, archaea, and protozoa in the KC steers were significantly lower than those in the AN and CH animals (p < 0.01). This work demonstrates that cattle breed can affect rumen microbiota at both the abundance and activity level. The revealed highly active protozoal populations indicate their important role in rumen microbial fermentation under a feedlot diet, which warrants further study.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».