Condensed Tannins Improve Glycolipid Metabolism but Induce Liver Injury of Chinese Seabass (Lateolabrax maculatus)
Notice bibliographique
Résumé
A 63-day feeding trial with 640 juvenile L. maculatus was conducted to assess the effects of dietary CT on serum metabolites, antioxidant and immune response, liver histomorphology and glycometabolism enzyme activities of fish. Four diets were formulated to contain 0 (T1), 1 (T2), 2 (T3), and 2 g/kg of CT plus 4 g/kg of polyethylene glycol (PEG) (T4). PEG specifically binds with CT to neutralize CT activity. Fish were randomly distributed into 16 tanks (4 tanks per group and 40 fish per tank) and were fed to apparent satiation twice daily. Results indicated that fish fed T2 and T3 had lower ( P <0.05) concentrations of serum albumin, total cholesterol and triacylglycerol, but higher ( P <0.05) alanine aminotransferase activity than T1 and T4. T3 had lower ( P <0.05) serum glucose but higher ( P <0.05) insulin concentrations than other groups. Fish fed T2 and T3 had higher ( P <0.05) liver superoxide dismutase, catalase, lysozyme and immune globulin M than T1 and T4. Compared with T1 and T4, hepatocytes in T2 and T3 were shown to have obvious vacuolar degeneration along with different degree of inflammatory cell infiltration. Fish fed T2 and T3 had higher ( P <0.05) values of eosinophilic infiltrate and necrosis and greater ( P <0.05) pyruvate kinase, but lower ( P <0.05) glucokinase activities than those of fish fed T1 and T4. All parameters were similar ( P >0.05) between T1 and T4. In summary, dietary CT up to 2 g/kg reduced serum lipid and glucose concentrations, enhanced liver antioxidant and immune response, improved glucose utilization but of L. maculatus . CT induced liver injury of L. maculatus which provided a caution for its application in aquaculture.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».