Functional feed ingredients modulate the immune response of RTgutGC cells to LPS-induced inflammation
Notice bibliographique
Résumé
Functional feed ingredients can enhance the fish gut integrity and immune resilience during challenging situations in the aquaculture industry. This study used the RTgutGC cell line – derived from rainbow trout intestinal epithelium, to evaluate the immunomodulatory and barrier effects of selected ingredients. These included β-glucan from Saccharomyces cerevisiae (BG40 and BG60), laminarin extracted from Laminaria hyperborea (Lam60 and Lam90), and bioactive peptides with antioxidative and immunomodulatory potential; carnosine (Carn100 and Carn120) and salmon hydrolysate (FPH300 and FPH600). Cells were exposed for 24 hours at two concentrations (maintaining 100 % and 80 % viability), and effects on transepithelial resistance (TEER), permeability (Papp) and gene expression (qPCR) were assessed before and after a 6-hour lipopolysaccharide (LPS) challenge. High-dose laminarin and both salmon hydrolysate concentrations elevated mRNA encoding for pro-inflammatory cytokines (il6, il8, il1b and tnfa; p < 0.05). All ingredients except carnosine significantly reduced TEER (p < 0.05) often with downregulation of barrier genes. Low-dose carnosine and laminarin reduced Papp of Lucifer yellow, indicating less barrier disruption. LPS induced inflammation, barrier dysfunction and reduced proliferation. These effects were modulated by high-dose β-glucan and both laminarin concentrations, which significantly reduced il6 expression (p < 0.05). High-dose salmon hydrolysate also tended to reduce il6 (p = 0.05) and increased pcna expression (p < 0.001), suggesting tissue recovery. Low-dose laminarin and both carnosine concentrations upregulated cldn3 post-challenge (p < 0.05). These findings support the RTgutGC model as a valuable screening tool and provides new insights into the biological activity and immunomodulatory effects of various functional feed ingredients.
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 | 0,000 |
| 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) | 0,001 | 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 ».