Circulating serum metabolites as biomarkers and predictors of residual feed intake in lactating dairy cows
Notice bibliographique
Résumé
This study explored the potential of circulatory serum metabolite profiles to increase understanding of the physiology of feed efficiency and identify biomarkers to predict residual feed intake (RFI) in lactating Holsteins. Serum metabolite profiles were compared in high (n = 20) and low RFI (n = 20) cows at early, mid, and late lactation stages. The low RFI cows had decreased (P < 0.05) concentrations of dodecanoylcarnitine, dodecenoylcarnitine, dodecanedioylcarnitine, tetradecanoylcarnitine, succinic acid, trimethylamine N-oxide, betaine, and increased concentrations of p-Hydroxyhippuric acid, hydroxysphingomyeline C16:1, phosphatidylcholine diacyl C40:6, and glutarylcarnitine at early lactation. A similar comparison at mid lactation stage showed altered serum concentrations of 26 metabolites that fall into the categories of acyl carnitines, glycerophospholipids, biogenic amines, amino acids, and organic acids. At late lactation, fewer sets of metabolites were significantly affected by RFI grouping. Receiver operator curve analyses identified p-Hydroxyhippuric acid as the top biomarker at early lactation and acetylornithine at mid and late lactation. Models based on sets of serum metabolites in early, mid, and late lactation stages predicted RFI with a validation coefficient of determination of 0.54, 0.68, and 0.64, respectively. This study demonstrated the potential of circulatory serum metabolites as biomarkers and predictors of RFI in lactating dairy cows.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».