Altered MicroRNA Expression in Bovine Subcutaneous and Visceral Adipose Tissues from Cattle under Different Diet
Notice bibliographique
Résumé
BACKGROUND: MicroRNAs (miRNAs) are a class of molecular regulators found to participate in numerous biological processes, including adipogenesis in mammals. This study aimed to evaluate the differences of miRNA expression between bovine subcutaneous (backfat) and visceral fat depots (perirenal fat) and the dietary effect on miRNA expression in these fat tissues. METHODOLOGY/PRINCIPAL FINDINGS: Fat tissues were collected from 16 Hereford×Aberdeen Angus cross bred steers (15.5 month old) fed a high-fat diet (5.85% fat, n = 8) or control diet (1.95% fat, n = 8). Total RNA from each animal was subjected to miRNA microarray analysis using a customized Agilent miRNA microarray containing 672 bovine miRNA probes. Expression of miRNAs was not equal between fat depots as well as diets: 207 miRNAs were detected in both fat depots, while 37 of these were found to be tissue specific; and 169 miRNAs were commonly expressed under two diets while 75 were diet specific. The number of miRNAs detected per animal fed the high fat diet was higher than those fed control diet (p = 0.037 in subcutaneous fat and p = 0.002 visceral fat). Further qRT-PCR analysis confirmed that the expression of some miRNAs was highly influenced by diet (miR-19a, -92a, -92b, -101, -103, -106, -142-5p, and 296) or fat depot (miR-196a and -2454). CONCLUSIONS/SIGNIFICANCE: Our results revealed that the miRNA may differ among adipose depots and level of fat in the diet, suggesting that miRNAs may play a role in the regulation of bovine adipogenesis.
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 | 0,000 | 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 | 0,000 |
| 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 ».