MétaCan
Menu
Retour à la cohorte
Enregistrement W4408925128 · doi:10.1186/s42523-025-00395-y

Deep culturing the fecal microbiota of healthy laying hens

2025· article· en· W4408925128 sur OpenAlex
Natalia Lorenc, Bridget C. OʼBrien, Zhiwei Li, Dongyun Jung, Jennifer Ronholm

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAnimal Microbiome · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcGill University
Organismes subventionnairesEgg Farmers of CanadaMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésFecesLayingBiologyMicrobiologyEngineering

Résumé

récupéré en direct d'OpenAlex

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.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil0,590

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,273
Écart entre enseignants0,265 · 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