使用胃肠道微生物群预测安格斯牛的料效率
M Congiu1, J Lourenco2, A Cesarani1
1Dipartimento di Agraria, University of Sassari, Sassari 07100, Italy; Department of Animal and Dairy Science, University of Georgia, Athens 30602, GA, USA.
Animal : an international journal of animal bioscience
|March 2, 2024
概括
使用多变量方法进行牛肉牛微生物组分析,可以准确预测料效率. 便微生物组资料可以将动物分为高残留料摄入量和低残留料摄入量组.
科学领域:
- 动物科学动物科学
- 微生物学 微生物学
- 基因组学就是基因组学.
背景情况:
- 胃肠道微生物组成影响反动物的料效率变化.
- 下一代测序已经在牲畜中推进了微生物组研究.
- 了解肠道微生物群是改善肉牛生产的关键.
研究的目的:
- 用多变量和单变量方法分析肉牛微生物组数据.
- 开发一种基于微生物群和残留料摄入量 (RFI) 的统计方法来对牛进行分类.
- 为了比较微生物组数据的不同分析方法的有效性.
主要方法:
- 在多个时间点收集了63只安格斯牛的便和反动物样本.
- 采用了法典差异分析 (CDA) 和步骤差异分析.
- 根据便微生物群的样本,将牛分为阳性和阴性RFI组.
主要成果:
- 在CDA的研究中,CDA成功地区分了小体和体样本,确定了关键的细菌家族 (例如,小体中的Prevotellaceae,体中的Peptostreptococcaceae).
- 使用19个细菌家族的多变量方法正确地将所有动物分配到各自的RFI组.
- 科植物与负RFI相关,而科植物与阳性RFI相关.
结论:
- 多变量分析增强了牛肉牛微生物组数据的解释.
- 便微生物组分析是预测料效率的可行方法.
- 这种方法可以帮助选择具有改进料转换的动物.
更多相关视频
11:02The Use of an Automated System GreenFeed to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals
Published on: September 7, 2015
22.0K
07:15An In Vitro Batch-culture Model to Estimate the Effects of Interventional Regimens on Human Fecal Microbiota
Published on: July 31, 2019
9.6K
