New insights into the raw milk microbiota diversity from animals with a different genetic predisposition for feed efficiency and resilience to mastitis
Notice bibliographique
Résumé
The main objective of this study was to assess the microbiota diversity in milk samples collected from Holstein cows with different estimated breeding values for predicted feed efficiency, milk coagulation, resilience to mastitis, and consequently, to study its effects on milk quality. One hundred and twenty milk samples were collected in two seasons (summer and winter) from different commercial dairy farms in the Nord-east of Italy. For each trait, 20 animals divided into two groups of the high (10 cows) and the low (10 cows) were selected to study the microbiota profile using 16S rRNA metabarcoding sequencing. The alpha and beta diversity analysis revealed significant differences between the high and the low groups for feed efficiency and resilience to mastitis, while no significant difference was detected for milk coagulation. Moreover, remarkable differences among the taxa were detected between the two seasons, where the winter was more diverse than summer when applied the Chao1 index. Lastly, the linear discriminant analysis (LDA) effect size (LEfSe) indicated Aerococcus, Corynebacterium, Facklamia, and Psychrobacter taxa with more abundance in the high group of feed efficiency, whereas, in resilience to mastitis, only two genera of Mycoplana and Rhodococcus were more abundant in the low group. In addition, LEfSe analysis between the seasons showed significant differences in the abundance of Bacteroides, Lactobacillus, Corynebacterium, Escherichia, Citrobacter, Pantoea, Pseudomonas, and Stenotrophomonas. These findings indicate that the different genetic predisposition for feed efficiency and resilience to mastitis could affect the raw milk microbiota and, consequently, its quality. Moreover, we found more abundance of mastitis-associated bacteria in the milk of dairy cows with a higher feed efficiency index.
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 ».