Identification of quantitative trait loci for chemical/inflammatory nociception in mice
Notice bibliographique
Résumé
Sensitivity to pain is widely variable, and much of this variability is genetic in origin. The specific genes responsible have begun to be identified, but only for thermal nociception. In order to facilitate the identification of polymorphic, pain-related genes with more clinical relevance, we performed quantitative trait locus (QTL) mapping studies of the most common assay of inflammatory nociception, the formalin test. QTL mapping is a technique that exploits naturally occurring variability among inbred strains for the identification of genomic locations containing genes contributing to that variability. An F2 intercross was constructed using inbred A/J and C57BL/6J mice as progenitors, strains previously shown to display resistance and sensitivity, respectively, to formalin-induced nociception. Following phenotypic testing (5% formalin, 25 microl intraplantar injection), mice were genotyped at 90 microsatellite markers spanning the genome. We provide evidence for two statistically significant formalin test QTLs - chromosomal regions whose inheritance is associated with trait variability - on distal mouse chromosomes 9 and 10. Identification of the genes underlying these QTLs may illuminate the basis of individual differences in inflammatory pain, and lead to novel analgesic treatment strategies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».