Examining the Effectiveness of Probiotic Therapy for Improving Growth Performance of Triploid Chinook Salmon (Oncorhynchus Tshawytscha) in Aquaculture Using a Behavioural Genomics Approach
Notice bibliographique
Résumé
With an increasing human population, there has been increased production of fish to meet nutritional needs. Commercial aquaculture accounts for a significant portion of seafood production with salmonids being the major farmed finfish in Canada. To obtain greater biomass from aquaculture with minimal drawbacks (e.g., compromised flesh quality), triploidization has been implemented, altering ploidy from 2N to 3N, to induce sterility and promote energy investment towards somatic growth. Triploid individuals experience transcriptional and behavioural changes resulting in disease, mortalities, and reduced growth. Probiotic therapies (live microorganisms) have been recommended to potentially overcome drawbacks of triploidy and improve mass due to the purported benefits to the host. Through a behavioural genomics approach, I examined neural transcriptional profiles (i.e., relating to neural functions, stress response, appetite/metabolism, and growth) and combined these with behavioural profiles via behavioural assays (i.e., open field, novel object, predator, and mirror tests) in hatchery-reared juvenile Chinook salmon (Oncorhynchus tshawytscha). Siblings from 15 families were placed in four treatment groups: 2N-regular feed, 2N-probiotic feed, 3N-regular feed, and 3N-probiotic feed to determine mechanisms driving differential growth. I found no universal effects of treatments on growth. While triploid individuals had reduced mass, growth was influenced by transcription, including interactions between a bold/aggressive behavioural profile and Shh gene transcription. Probiotic therapy (i.e., Lactobacillus, Bifidobacterium, and Lactococcus) had no direct impact on mass, but increased mass when coupled with high gene transcription of p53. Through behavioural genomics, I uncovered important relationships and interactions that remain to be further described.
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 | 0,001 |
| 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 ».