Tesis doctorales

Permanent URI for this collection

https://riunet7pre.upv.es/handle/10251/321

Texto completo de Tesis leídas por los alumnos de la Universitat Politècnica de València con la finalidad de incrementar su visibilidad y garantizar su accesibilidad y preservación.

La difusión de las tesis leídas en la UPV por parte de RiuNet cumple con el Real Decreto 99/2011, de 28 de enero, por el que se regulan las enseñanzas oficiales de doctorado indica en su artículo 14.5: Una vez aprobada la tesis doctoral, la universidad se ocupará de su archivo en formato electrónico abierto en un repositorio institucional

Browse

Browsing Tesis doctorales by Subject "-omics techniques"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Publication
    Intramuscular Fat Deposition in Rabbits: Insights into Host-Microbiome Biological Mechanisms
    (Universitat Politècnica de València, 2025-01-30) Zubiri Gaitán, Agostina; Blasco Mateu, Agustín; Hernández Pérez, Maria del Pilar; Dpto. de Ciencia Animal; Instituto Universitario de Ciencia y Tecnología Animal; Escuela Técnica Superior de Ingeniería Agronómica y del Medio Natural
    [ES] El objetivo de la Tesis fue investigar los mecanismos genéticamente determinados involucrados en la deposición de grasa intramuscular (GIM) usando 2 líneas divergentes de GIM (A y B) en el músculo Longissimus thoracis et Lumborum (LTL) de conejos. Consta de cinco estudios que evalúan el rol del huésped y el microbioma usando análisis metabolómicos y metagenómicos. La respuesta a la selección en la 10ma generación fue 0,49g GIM/100g LTL, equivalente a 3,8 desviaciones estándar (DE). Se obtuvo una respuesta correlacionada positiva en la grasa de la canal y cambios en los ácidos grasos (AG) del LTL, con mayor contenido de saturados (A-B= 5,05g/100g GIM) y monoinsaturados (A-B= 5,04g/100g GIM) en la línea A. No hubo diferencia en la grasa del hígado, pero sí en sus AG, como el menor C15:0 (A-B= -0,04g/100g lípidos) y C17:0 (A-B= -0,09g/100g lípidos) en la línea A, que podría deberse a diferente digestión microbiana. El análisis metabolómico del plasma encontró 393 metabolitos diferenciales con 95% precisión clasificatoria y 383 metabolitos con ajuste linear a GIM con 65% capacidad predictiva, de los cuales 322 coincidían con diferencias entre -6,04 y +1,97 DE. Los lípidos fueron mayores en la línea B (ej. triglicéridos, ácidos biliares secundarios (AB-2º), AG) y la carnitina fue menor, sugiriendo mayor absorción intestinal y menor captación y almacenamiento, posiblemente relacionada con menor ß-oxidación de AG. Entre los aminoácidos, destacaron los de cadena ramificada (BCAA) y aromáticos (AAA) indicando menor degradación intestinal de BCAA en la línea A seguida de mayor catabolismo del huésped, y una compleja interacción huésped-microbioma en el metabolismo de los AAA. El análisis metagenómico del ciego confirmó la relevancia del microbioma en la deposición de GIM, con cambios en composición y funcionalidad. El análisis de la composición definió 2 enterotipos con 51 géneros microbianos y 91% precisión clasificatoria: el enterotipo A enriquecido en Hungateiclostridium, Limosilactobacillus, Legionella, Lysinibacillus, Phorphyromonas, Methanosphaera y Desulfovibrio y el enterotipo B en Escherichia, Fonticella, Candidatus Amulumruptor, Methanobrevicater, Exiguobacterium, Flintibacter y Coprococcus. Un balance composicional se propuso como biomarcador para predecir la predisposición genética a la deposición de GIM, compuesto por 26 géneros microbianos con 93% precisión clasificatoria y 69% capacidad predictiva. El análisis de funcionalidad encontró 240 genes microbianos (GM) diferenciales con 95% precisión clasificatoria y 230 GM con ajuste linear a GIM con 79% capacidad predictiva, de los cuales 122 GM coincidían con diferencias entre -0,75 y +0,73 DE. Mayor biosíntesis de lipopolisacáridos y peptidoglicanos, asociado al desarrollo de masa grasa, biosíntesis de AAA, asociado a trastornos relacionados a la deposición grasa, y conversión de propionato a acetato, relacionado con mayor lipogénesis en el hígado y menor síntesis de C15:0 y C17:0, se encontró en la línea A. Además, se encontró mayor degradación de BCAA en la línea B, asociado con menor síntesis de triglicéridos en el hígado. El análisis metabolómico del ciego encontró 142 metabolitos diferenciales con 99% precisión clasificatoria y diferencias entre -1,03 y +1,19 DE; 156 relacionados con GIM en la línea A con 61% capacidad predictiva; y 107 relacionados con GIM en la línea B con 57% capacidad predictiva. Diferencias en el metabolismo de las purinas podrían sugerir mayor eficiencia energética y en la utilización del nitrógeno en la línea B, y diferencias en AB-2º, AAA y BCAA fueron consistentes con los resultados anteriores. Un balance composicional se propuso como biomarcador compuesto por 2 AB-2º y 2 subproductos de las proteínas, con 88% de precisión clasificatoria, sugiriendo que la interacción entre absorción lipídica y metabolismo de proteínas de la dieta influyen en la GIM. De validarse, podría usarse para predecir la predisposición genética a la deposición de GIM.