MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388530524 · doi:10.1093/jas/skad281.126

191 Apparent Total Tract Digestibility, Fecal Metabolites, and Feces Quality of Pulse-Based Vegan Dog Foods with Or Without Added Enzymes in Adult Dogs and Comparison to Digestibility from a Pig Model

2023· article· en· W4388530524 sur OpenAlexaff
W P G Van Straten, Anna K. Shoveller, L F Wang, E. Beltranena, Thava Vasanthan, R. T. Zijlstra

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of GuelphUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésXylanaseFood scienceFecesPhytaseProtein qualityCellulaseNutrientChemistryDigestion (alchemy)ProteaseEnzymeBiologyBiochemistryChromatographyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Abstract Consumer demand for vegetarian and vegan dog foods is increasing. These specialty diets may rely on alternative plant-based protein sources such as pulses and pulse protein concentrates instead of animal protein to meet amino acid (AA) requirements. Pulses such as field pea and lentil contain more protein than cereal grains, but also contain anti-nutritional factors (ANF) such as phytate and insoluble dietary fiber (IDF) that have the potential to reduce nutrient digestibility. The objectives were 1) to determine if the addition of enzymes before or after extrusion would increase apparent total tract digestibility (ATTD) of pulse-based extruded vegan dog foods; and 2) to compare ATTD of nutrients and gross energy (GE) between dogs and growing pigs fed the same diets. Two formulations were created: low protein (Low) containing 24% crude protein (CP) including 35% field pea flour and 15% lentil flour, and high protein (High) containing 43% CP including 50% pea protein concentrate and 20% lentil protein concentrate. Each formulation was used to prepare 3 diets: control without enzymes (Con), with enzymes added before extrusion (P; X-115 single screw; Wenger, Sabetha, KS) or enzymes added after extrusion (A) for a total of 6 diets. The enzyme blend contained cellulase (480,000 or 510,000 U/kg of diet), xylanase (360,000 or 680,000 U/kg), protease (960,000 or 1,360,000 U/kg), and phytase (12,000 or 17,000 U/kg) for Low and High diets, respectively. Following extrusion, kibbles were ground and 0.5% TiO2 was added to diets. Ten mix breed adult dogs (1.5 - 2yrs; 21-29 kg BW) were fed in a 6 × 6 replicated incomplete Latin square with 10-d periods. Feces were collected during the last 4-d of each period. The ATTD of organic matter (OM) and CP ranged from 77.7 to 86.3% and 74.6 to 87.8%, respectively. The ATTD of OM, CP, crude fat, GE, and ash did not differ between A and Con diets. Feces concentrations of glucose, xylose, acetic and propionic acid was greater (P < 0.05) for A than Con diets, indicating that enzymes hydrolyzed some IDF that was subsequently fermented by gut microbes. Addition of enzymes after extrusion increased (P < 0.05) feces moisture by 1.5% causing loose stools. Addition of enzymes before extrusion reduced (P < 0.05) ATTD of CP due to overheating during drying after wet enzyme processing. The ATTD of nutrients was greater (P < 0.05) for pigs than dogs; Nevertheless, could be a good predictor (R2 = 0.74 - 0.87) for ATTD of OM, CP, and GE. In conclusion, enzyme addition after extrusion did not increase ATTD for the dogs but did impact feces metabolites and fecal quality. Finally, pigs are a good translational model for testing ATTD of dog foods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,338
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→