On solving an isotope dilution model for the partition of phenylalanine and tyrosine uptake by the liver of lactating dairy cows
Notice bibliographique
Résumé
Abstract An isotope dilution model for partitioning phenylalanine and tyrosine uptake by the liver of the lactating dairy cow is constructed and solved in the steady state. An original ten-pool model is adopted and solved by cleaving it into two five-pool sub-models, one representing phenylalanine and the other tyrosine. If assumptions are made, model solution permits calculation of the rate of phenylalanine and tyrosine uptake from portal vein and hepatic arterial blood supply, hydroxylation, and synthesis and degradation of constitutive protein. The model requires the measurement of plasma flow rate through the liver in combination with amino acid concentrations and plateau isotopic enrichments in arterial and portal and hepatic vein plasma during a constant infusion of [1- 13 C]phenylalanine and [2,3,5,6- 2 H]tyrosine tracers. It also requires estimates of the rate of oxidation and protein export secretion. Analysis of measurement errors in experimental enrichments and infusion rates on model solutions indicated that accurate values of the intracellular and extracellular enrichments are central to minimising errors in the calculated flows. Solving the model by cleaving into two five-pool schemes rather than solving the ten-pool scheme directly is preferred as there appears to be less compounding of errors and the results consistently appear to be more biologically feasible. The model provides a means for assessing the impact of hepatic metabolism on amino acid availability to peripheral tissues such as the mammary gland.
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 | 0,001 | 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 ».