<scp>d</scp>-Aspartate in Low-Protein Diets Improves the Pork Quality by Regulating Energy and Lipid Metabolism via the Gut Microbes
Notice bibliographique
Résumé
d -Aspartate is critical in maintaining hormone secretion and reproductive development in mammals. This study investigated the mechanism of different d -aspartate levels (0, 0.005, 0.05, and 0.5% d -aspartate) in low-protein diets on growth performance and meat quality by mediating the gut microbiota alteration in pigs. We found that adding 0.005% d -aspartate to a low-protein diet could dramatically improve the growth performance during the weaned and growing periods. Dietary d -aspartate with different levels markedly increased the back fat, and 0.5% d -aspartate significantly increased the redness in 24 h and reduced the shear force of the longissimus dorsi (LD) muscle. Moreover, d -aspartate treatments decreased the mRNA expression of MyHC II a and MyHC IIx in the LD muscle. The protein expression of MyH1, MyH7, TFAM, FOXO1, CAR, UCP2, and p-AMPK was upregulated by 0.005% d -aspartate. Additionally, the abundance of Alistipes, Akkermansia, and the [ Eubacterium ]_ coprostanoligenes _group in the intestinal chyme of pigs was significantly decreased by d -aspartate treatments at the genus level, which was also accompanied by a significant decrease in acetate content. These differential microorganisms were significantly correlated with meat quality characteristics. These results indicated that d -aspartate in low-protein diets could improve the growth performance and meat quality in pigs by regulating energy and lipid metabolism via the alteration of gut microbiota.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».