Application of Isotope Coded Affinity Tag (ICAT) Analysis for the Identification of Differentially Expressed Proteins Following Infection of Atlantic Salmon (<i>Salmo </i><i>s</i><i>alar)</i> with Infectious Hematopoietic Necrosis Virus (IHNV) or <i>Renibacterium </i><i>s</i><i>almoninarum</i> (BKD)
Notice bibliographique
Résumé
Aquaculture and commercial fisheries worldwide suffer from significant economic loss due to diseases of net-pen reared fish. In British Columbia, infectious hematopoietic necrosis (IHN) and bacterial kidney disease (BKD) epidemics occur because there are currently no commercially available drugs or fully licensed vaccines to treat these diseases. With a better understanding of the molecular mechanisms underlying these diseases, this circumstance might be significantly improved. In the present study, we have used a proteomics approach in an effort to identify and quantitate differentially expressed proteins in the liver and kidneys of diseased and healthy Atlantic salmon (Salmo salar). Isotope coded affinity tagging (ICAT), 2D gel electrophoresis, and multidimensional liquid chromatography coupled to tandem mass spectrometry (2D-LC MS/MS) were used to identify hundreds of differentially expressed proteins. While the direct significance of changes in expression levels of many proteins remains to be elucidated, others appear to be more clearly related to the infectious process. Examples of the latter are discussed here and include, a natural killer cell enhancement factor (NKEF), procathepsin L, superoxide-producing NADPH oxidase and interferon-induced viral resistance protein Mx (IFI-Mx).
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 | 0,000 |
| 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 ».