MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416048491 · doi:10.1093/jas/skaf388

Effects of dietary fungal lysozyme levels on growth performance, body composition, serum biochemical profile, and microbiota interaction in growing pigs

2025· article· en· W4416048491 sur OpenAlexaff
Renée M. Petri, Bruna Schroeder, Jennifer Ronholm, Sara Ricci, Jeffery Escobar, Inês Andretta, Adrian Tsang, C. Pomar, Aline Remus

Notice bibliographique

RevueJournal of Animal Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensConcordia UniversityUniversité de SherbrookeMcGill UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésLysozymeNutrientSerum ureaComposition (language)UreaBody weightFeed conversion ratio

Résumé

récupéré en direct d'OpenAlex

Understanding the response to enzyme supplementation on body composition and nutrient balance creates the potential to increase nutrient utilization efficiency and, consequently, maximize growth performance in growing pigs. This study aimed to evaluate the effect of fungal lysozyme supplementation on body composition and nutrient balance in growing pigs. Seventy-two barrows [(40.6 kg ± 2.6; (Yorkshire × Landrace ♀) × Duroc ♂)] were used in this experiment. Pigs were distributed in a completely randomized design with 12 replicates within six treatments (0, 16, 32, 48, 64, and 80 mg of lysozyme/kg of diet). Pigs were group-housed in the same pen, and each pig was equipped with a transponder that enabled feeders to record individual feed intake and dispense feed according to the assigned treatment. Growth performance was evaluated through average daily feed intake (ADFI, kg/d), average daily gain (ADG, kg/d), gain-to-feed ratio (G: F, kg/kg) over 21 days. Body composition, nutrient balance and metabolic changes were measured using dual-energy X-ray absorptiometry and serum sampling. At the end of the experiment, samples of the digesta in the jejunum and cecum, as well as tissue from the jejunum, cecum, and liver, were taken for microbiota analysis and gene expression, respectively. Differences among treatments were analyzed using polynomial contrasts, and adjusted means were obtained with R. Optimal inclusion level was determined by non-linear models' analysis. The ADFI decreased linearly (P ≤ 0.01), while the body weight (BW), ADG, and G: F increased linearly (P ≤ 0.01) as the level of lysozyme in the diet increased. Increased urea and protein deposition and nitrogen -utilization efficiency were observed (P ≤ 0.05). Changes in the gut ecology included decreases in Gram-positive bacteria and inflammatory gene targets. The largest changes were observed in the cecum and were supported by gene expression in the liver. Based on the results of this experiment, the ideal lysozyme inclusion level for growing pigs is 60 mg/kg based on G: F, and 48 mg/kg based on ADG and evenness in jejunum digesta. Thus, dietary lysozyme supplementation improves pig growth performance, likely through immune response modulation initiated in the gastrointestinal tract due to minor changes in microbiota along with decreased expression of genes such as NF-kB1 and TLR2. This likely improved protein metabolism where increases in lysozyme supplementation enhanced nitrogen and amino acid utilization efficiency. Although the ideal dose for lysozyme supplementation will depend on the stage of production and the economic gain achieved from increasing enzyme supplementation, the results of this study support fungal lysozyme supplementation in growing pigs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,232 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetAnimal Nutrition and Physiology→Travaux en français237 207→