MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416666644 · doi:10.1093/jas/skaf409

Dietary zinc-di-tripeptide enhances zinc relative bioavailability and reduces fecal zinc losses compared to zinc sulfate, without compromising performance of growing pigs

2025· article· en· W4416666644 sur OpenAlexaff
Pedro Silva Careli, Danyel Bueno Dalto, Rayanne Andrade Nunes, Damares de Castro Fidelis Toledo, Paloma Amorim Vaz, Anne-Cecile Jutten, Raquel Tatiane Pereira, Paulo Levi de Oliveira Carvalho, Gabriel Cipriano Rocha, Jansller Luiz Genova

Notice bibliographique

RevueJournal of Animal Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal de Viçosa
Mots-clésBioavailabilityZincRandomized block designTrace MineralsFactorial experimentTrace mineralFecesNutrient

Résumé

récupéré en direct d'OpenAlex

Zinc (Zn) is an essential trace mineral involved in key physiological processes, and organic Zn sources are proposed to have higher bioavailability than inorganic forms. This study aimed to evaluate the bioavailability of a Zn-di-tripeptide (Zn-di-tripep) chelate compared to Zn sulfate (ZnSO4) on growth performance, apparent total tract digestibility of Zn and Zn concentrations in feces, serum, liver, and bone in growing pigs. Ninety male pigs (Landrace × Large White, 63 day-old, 25.44 ± 0.302 kg body weight [BW]) were used in a randomized complete block design based on BW with 10 pigs per treatment over a 60-day period. Pigs were allocated to a 2 × 4 + 1 factorial design, composed by 2 Zn sources (Zn-di-tripep vs. ZnSO4), 4 levels of dietary Zn (30, 60, 90, and 120 mg/kg diet), and a negative control (no supplemental Zn). Digestibility was assessed using acid-insoluble ash as an internal marker, and relative bioavailability was estimated by linear slope-ratio regression. Data were analyzed using Zn source and level as fixed effects, blocks as random effects, and linear and quadratic polynomial contrasts to assess dose-response. Pigs fed Zn-di-tripep or ZnSO4 showed improved performance (P ≤ 0.05) compared to unsupplemented pigs, particularly for average daily gain (ADG) and average daily feed intake (ADFI). From day 0 to 30, pigs fed Zn-di-tripep exhibited a quadratic response (P ≤ 0.05) for ADG and gain-to-feed ratio (G:F), and a linear increase (P ≤ 0.05) in final BW (FBW) and ADFI. From day 30 to 60, both sources promoted linear and quadratic increases (P ≤ 0.05) in FBW, ADG, and G:F, and 120 mg Zn/kg diets resulted in better performance. Fecal Zn concentrations increased linearly (P ≤ 0.05) with dietary Zn level. Pigs fed Zn-di-tripep showed a slight decrease and increase in fecal Zn (P = 0.105) and liver Zn (P = 0.109), respectively, and higher bone Zn concentrations (P ≤ 0.05) than ZnSO4. Serum Zn increased over time (P ≤ 0.05) in all Zn-supplemented pigs, with a trend (P ≤ 0.10) toward higher concentrations in pigs fed Zn-di-tripep than ZnSO4. Apparent total tract digestibility of Zn showed linear effects (P ≤ 0.05), with positive values only for Zn-di-tripep. In conclusion, dietary Zn-di-tripep supplementation improved Zn digestibility, serum and tissue Zn concentrations, and reduced fecal excretion compared to ZnSO4, suggesting greater bioavailability by allowing a reduction in Zn supplementation (∼34%), without affecting pig performance.

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,286
Écart entre enseignants0,253 · 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→