151 Energy Metabolism, Digestive and Absorptive Capacity, and Fecal Microbiome of Nursery Piglets Selected for Feed Efficiency
Notice bibliographique
Résumé
Abstract Improving feed efficiency (FE) plays an important role in the economic and environmental sustainability of the swine industry. Genetic selection based on low estimated breeding value for feed conversion ratio (EBV_FCR) can effectively improve FE. This study investigated the growth performance, nutrient and energy digestibility, activity of hydrolyses, expression of nutrient transporters and tight junction proteins, and fecal microbiome of nursery pigs selected for high and low feed efficiency. A total of 128 pigs weaned at 21 + 2 days were selected from parents of low and high EBV_FCR calculated based on phenotypes for FCR during growing-finishing stage. Pigs were fed with corn-soybean meal-based diets in a two-phase feeding program for 4 weeks under similar rearing conditions. The results revealed that there were no differences in average daily feed intake, average body weight gain, FCR, energy, and nutrient digestibility between the two groups. Moreover, enzyme activity kinetics results showed no differences in the maximal activity of alkaline phosphatase, sucrase, maltase, and maltase-glucoamylase between the two groups (p > 0.05). Real-time PCR analyses showed that SGLT1, ASCT2, PepT1, EAAC1, and BoAT1 mRNA abundances were not affected by the pig groups (p > 0.05). There were also no significant differences in claudin-1 and ZO-1 protein abundances on the jejunum membrane between the two pig groups. The two pig groups had similar fecal microbial taxonomic composition and function. However, the microbiota diversity results showed that the high-efficiency pig group has higher species evenness, and there is a trend (p < 0.084) for beta diversity difference, which indicates that high-efficiency pigs might have a more homogenous and healthier gut environment. In conclusion, nursery pigs selected for high and low feed efficiency based on parents EBV_FCR did not differ in growth performance, nutrient digestibility and absorptive capacities, microbiota composition and function.
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 | 0,000 | 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) | 0,001 | 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 ».