MétaCan
Menu
Retour à la cohorte
Enregistrement W4401598435 · doi:10.1016/j.jafr.2024.101361

Human milk oligosaccharides produced by synthetic biology

2024· article· en· W4401598435 sur OpenAlexafffund
Jessica Bensimon, Xiaonan Lu

Notice bibliographique

RevueJournal of Agriculture and Food Research · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésInfant formulaBacillus subtilisLactoseBiologyBreastfeedingHealth benefitsBiotechnologyHuman healthFood scienceBacteriaMedicineEnvironmental healthPediatrics

Résumé

récupéré en direct d'OpenAlex

The benefits of human breast milk (HBM) to newborn growth, development, and overall health have been well investigated. As breastfeeding rate has declined significantly, the use of infant formula has risen and remains a significant component of the infant's diet. HBM contains several essential nutritional components, with human milk oligosaccharides (HMO) being the third most abundant following lactose and lipids. A diverse array of HMOs is known to exert great benefits in intestinal, immune, and cognitive functions. In contrast to HBM, infant formula containing mainly bovine milk lacks the diversity of HMOs. Efforts have been made to replicate this characteristic in infant formula through chemical and chemoenzymatic synthesis as well as microbial production. Utilizing microbial hosts appears to be more favourable due to its accessibility and cost-efficiency. Escherichia coli has been preferably used due to its high incorporation of DNA, high-level expression capability, and rapid growth. However, potential endotoxin contamination raises health concerns and prevents approval as Generally Recognized as Safe (GRAS) by the FDA. This prompts the use of other microbes such as Bacillus subtilis . Future research in this area is needed to optimize effective procedures using microbial hosts, high yield production, and economic feasibility. This may lead to infant formulas closely mimicking HBM and its health benefits.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,054
Tête enseignante GPT0,394
Écart entre enseignants0,340 · 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'étudeSans objet
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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture and Food ResearchMême sujetInfant Nutrition and HealthTravaux en français237 207