MétaCan
Menu
Retour à la cohorte
Enregistrement W4390048839 · doi:10.3390/md22010011

Shotgun-Based Mass Spectrometry Analysis of Phospholipid and Triacylglycerol Molecular Species and Eicosanoids in Salmon Muscle Tissue on Feeding Microbial Oil

2023· article· en· W4390048839 sur OpenAlexafffund
JuDong Yeo, Stefanie M. Colombo, Nigel I. Guerra, Christopher C. Parrish

Notice bibliographique

RevueMarine Drugs · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensDalhousie UniversityMemorial University of Newfoundland
Organismes subventionnairesCanada First Research Excellence FundOcean Frontier Institute
Mots-clésPhospholipidFood scienceFish oilAquacultureMuscle tissueBiologyBiochemistryMicroorganismFish <Actinopterygii>ChemistryFisheryBacteriaEndocrinology

Résumé

récupéré en direct d'OpenAlex

The continuous growth of aquaculture places a growing demand on alternative sources of fish oil (FO). Certain microorganisms provide a sustainable replacement for FO due to their content of EPA and DHA, which are essential for fish health. Appreciable evidence shows that changes in feeding sources may alter the nutritional components of salmon; however, the influence of diets on lipid species remains unclear. In this study, the identification and semi-quantification of lipid molecular species in salmon muscle during feeding with a microbial oil (MO) were carried out by focusing on triacylglycerol (TAG) and diacyl-phospholipid using shotgun-based mass spectrometry analysis. DHA in the MO diet was efficiently incorporated into phospholipid structures on feeding, followed by accumulation in salmon muscle. The MO diet elevated the level of certain EPA-containing TAGs, such as TAG C52:5 (16:0_16:0_20:5) and TAG C54:6 (16:0_18:1_20:5), indicating that the MO diet may be an excellent source for enhancement of the abundance of ω3 lipids. Further, prostaglandins (PGs) PGE2 and PGF3α were identified and quantified for the first time in salmonid tissue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine DrugsMême sujetAquaculture Nutrition and GrowthTravaux en français237 207