Deep culturing the fecal microbiota of healthy laying hens
Notice bibliographique
Résumé
BACKGROUND: The microbiota is implicated in several aspects of livestock health and disease. Understanding the structure and function of the poultry microbiota would be a valuable tool for improving their health and productivity since the microbiota can likely be optimized for metrics that are important to the industry such as improved feed conversion ratio, lower greenhouse gas emissions, and higher levels of competitive exclusion against pathogens. Most research into understanding the poultry microbiota has relied on culture-independent methods; however, the pure culture of bacteria is essential to elucidating the roles of individual bacteria in the microbiota and developing novel probiotic products for poultry production. RESULTS: In this study, we have used a deep culturing approach consisting of 76 culture conditions to generate a culture collection of 1,240 bacterial isolates from healthy chickens. We then compared the taxonomy of cultured isolates to the taxonomic results of metagenomic sequencing to estimate what proportion of the microbiota was cultured. Metagenomic sequencing detected DNA from 545 bacterial species while deep culturing was able to produce isolates for 128 bacterial species. Some bacterial families, such as Comamonadaceae and Neisseriaceae were only detected via culturing - indicating that metagenomic analysis may not provide a complete taxonomic census of the microbiota. To further examine sub-species diversity in the poultry bacteriome, we whole genome sequenced 114 Escherichia coli isolates from 6 fecal samples and observed a great deal of diversity. CONCLUSIONS: Deep culturing and metagenomic sequencing approaches to examine the diversity of the microbiota within an individual will yield different results. In this project we generated a culture collection of enteric bacteria from healthy laying hens that can be used to further understand the role of specific commensals within the broader microbiota context and have made this collection available to the community. Isolates from this collection can be requested by contacting the corresponding author and will be provided at cost.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| 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 ».