Hippocampal Gene Expression Analysis Highlights Ly6a/Sca-1 as Candidate Gene for Previously Mapped Novelty Induced Behaviors in Mice
Notice bibliographique
Résumé
In this study, we show that the covariance between behavior and gene expression in the brain can help further unravel the determinants of neurobehavioral traits. Previously, a QTL for novelty induced motor activity levels was identified on murine chromosome 15 using consomic strains. With the goal of narrowing down the linked region and possibly identifying the gene underlying the quantitative trait, gene expression data from this F(2)-population was collected and used for expression QTL analysis. While genetic variation in these mice was limited to chromosome 15, eQTL analysis of gene expression showed strong cis-effects as well as trans-effects elsewhere in the genome. Using weighted gene co-expression network analysis, we were able to identify modules of co-expressed genes related to novelty induced motor activity levels. In eQTL analyses, the expression of Ly6a (a.k.a. Sca-1) was found to be cis-regulated by chromosome 15. Ly6a also surfaced in a group of genes resulting from the network analysis that was correlated with behavior. Behavioral analysis of Ly6a knock-out mice revealed reduced novelty induced motor activity levels when compared to wild type controls, confirming functional importance of Ly6a in this behavior, possibly through regulating other genes in a pathway. This study shows that gene expression profiling can be used to narrow down a previously identified behavioral QTL in mice, providing support for Ly6a as a candidate gene for functional involvement in novelty responsiveness.
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 | 0,001 | 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 ».