Hepatic Gene Expression Changes of Zebrafish Fed Yeast Prebiotic, Yeast Probiotic, Black Soldier Fly Meal, and Butyrate
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As global fish consumption rises, improving fish health through immunomodulatory feed ingredients shows promise while also supporting growth performance. This study investigated the effects of yeast prebiotics, probiotics, a postbiotic (butyrate), and black soldier fly larvae (BSFL) meal on fish immune responses. Zebrafish were fed diets containing these ingredients for 63 days and then exposed to either Pseudomonas aeruginosa lipopolysaccharide (LPS) or live Flavobacterium psychrophilum to assess hepatic candidate gene expression and weight gain. No mortalities were observed post-immune challenges, and weight gains were not significantly different across treatments. Liver samples were collected for mRNA analysis, and real-time qPCR was used to evaluate the expression of immune-related genes such as TNF-α, IL-1β, hepcidin, and NF-κB/p65. NF-κB/p65 was upregulated in response to immune challenges, indicating a reaction to both LPS and pathogen exposure. Fish on the BSFL diet showed decreased NF-κB/p65 expression after the pathogen challenge, while probiotic-fed fish had reduced angiopoietin-like 4 (angptl4) levels following LPS exposure. Butyrate supplementation had the most significant impact, downregulating pro-inflammatory cytokines and other immune-related genes, suggesting a protective effect. These findings support the health benefits of BSFL and sodium butyrate during an immune challenge.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle