Dietary Effects of Fish Oil Containing EPA and DHA on Performance, Fatty Acid Deposition, Plasma Oxylipins, and Cytokines in Response to LPS Challenge in Laying Hens
Notice bibliographique
Résumé
BACKGROUND: Including fish oil (FO) in laying hen diets is an attractive strategy to increase egg and tissue omega (ω)-3 PUFA, while simultaneously protecting hens from potential immune challenges. OBJECTIVES: This study compared effects of a standard hen diet with FO containing EPA and DHA on plasma oxylipins and splenic cytokine expression in LPS-challenged layers. METHODS: Twenty-four 40-wk-old Dekalb White layers were randomly assigned to either control (no EPA or DHA) or FO (0.4 g/100 g EPA and DHA) diets. After 6 wk, hens were challenged with LPS (8 mg/kg body weight; i.v.) or saline 2 h before termination. PUFA were analyzed by GC, free oxylipins by HPLC/MS/MS, and splenic cytokines by quantitative reverse transcriptase-polymerase chain reaction. Data were analyzed by principal component analysis and analysis of variance. RESULTS: Yolk, liver, and plasma were enriched in ω-3 PUFA and reduced in ω-6 PUFA in FO group. Interestingly, LPS increased liver α-linolenic acid (ALA) and plasma ALA and DHA in FO-fed hens (P < 0.05). FO-fed hens exhibited higher plasma EPA and DHA oxylipins, and lower ω-6 oxylipins. Because of an interaction with FO, LPS increased ∼14% of oxylipins in control hens, particularly octadecanoids from ALA and linoleic acid, whereas in FO-fed hens, LPS decreased ∼31% of oxylipins derived from ω-6 and also from ω-3 PUFA (P < 0.05). Consistent with these putatively anti-inflammatory effects, FO decreased oxylipins associated with higher soluble epoxide hydrolase activity in saline-treated hens. However, FO increased these oxylipins in LPS-treated hens (P < 0.05). LPS induced the expression of splenic cytokines, and this was not altered by diet. CONCLUSIONS: Dietary EPA and DHA enrich ω-3 PUFA in yolk, liver, and plasma of layers, and modulate plasma oxylipins. Whether oxylipin changes mediate or are a consequence of FO effects on LPS-induced inflammation remains to be elucidated.
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) | 0,001 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».