Nutraceuticals for Functional Feeding and for Drug Discovery in Ruminant Production: A Commentary Paper
Notice bibliographique
Résumé
The paper lists nutraceuticals from the literature and the world-wide web according to their definition and benefits to nutrition and health.  The following nutraceuticals are both novel or have received attention in the literature. They are anti-oxidants, water-soluble carbohydrates (WSC), soluble dietary fibre (SDF), biogenic peptides, functional amino acids (FAA), probiotics, vitamins as pharma, minerals, phytochemicals, “greens” such as herbs, weeds and green forages, omega-3 fatty acids, dietary “bulk” fibre, phytonutraceuticals and adaptogens or anti-stress compounds.  The paper then discusses selected topics encountered in the literature or that is still being proposed for the lab bench. They are the: sugars of WSC and SDF, peptides from feed proteins as prebiotics for the rumen stomach and hindgut, prebiotic “bulk” fibre, VitD2,3 analogues as agonists and milk food proteins (MFP). Drug development is suggested of the type by mining the transcriptome and its transcription factors (TF) and the use of peptide nucleic acid (PNA) - based fine-biochemical agents that can be directly applied for therapeutic purposes versus another approach using the low molecular weight (LMW) – proteome in plasma, tissues and secretalogues to find biopharma.  An actual e. g. described here not necessarily derived from nutraceuticals but illustrating the use for PNA-carriered TF is to enhance vaccines against Streptococcus pneumoniae, that is, using MR1 protein molecules that activate mucosa-associated invariant T (MAIT) cells in a humeral response against the bacteria that causes pneumonia to be direct applied (DA) by nasal spray applicator.  With new perspectives from nutraceuticals, it should be possible to derive new pharma through research drug pipelines to cure, manage incidence or prevent diseases.
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 | 0,001 |
| 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 ».