Shift of Microbiota and Modulation of Resistome in the Ceca of Broiler Chicken Fed Berry Pomace Alone or in Combination of a Multienzyme Mixture
Notice bibliographique
Résumé
Alternative feed additives are being investigated due to the restriction of antibiotics use to decrease antimicrobial resistance (AMR) in food-producing animals. This study investigated the effects of dietary American cranberry (Vaccinium macrocarpon) and wild blueberry (V. angustifolium) pomaces on the cecal microbiota and resistome profiles as well as the short-chain fatty acid levels. Male broiler chickens Cobb500 were fed a basal diet with either 55 ppm bacitracin methylene disalicylate (BMD); 0.5% (CRP0.5) and 1% (CRP1) cranberry pomace; and 0.5% (LBP0.5) and 1% (LBP1) lowbush blueberry pomace with or without a multienzyme mixture (ENZ). The results showed that at 21 days of age, the total coliform counts decreased in the CRP0.5-fed birds compared to BMD (p < 0.05). The use of pomace significantly increased the abundance of Lactobacillus and Bacteroides regardless of ENZ, while CRP decreased the Proteobacteria phylum abundance. In-feed ENZ tended to increase the relative abundance of genes conferring aminoglycoside resistance. Treatment with CRP0.5 decreased the abundance of cepA genes encoding for macrolide (MACROLIDE) and lincomycin (InuD) resistance while increasing those for tetracycline (tetO and tetX) resistance. These results showed, for the first time, the potential of the studied enzymes in influencing berry pomace’s effects on antimicrobial resistance gene profiles in broilers.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».