MétaCan
Menu
Retour à la cohorte
Enregistrement W2042541737 · doi:10.1371/journal.pone.0094352

MicroRNA Buffering and Altered Variance of Gene Expression in Response to Salmonella Infection

2014· article· en· W2042541737 sur OpenAlexafffund
Hua Bao, Arun Kommadath, Graham Plastow, Christopher K. Tuggle, Le Luo Guan, Paul Stothard

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGenome AlbertaAlberta Livestock and Meat Agency
Mots-clésmicroRNABiologyGeneGene expressionGeneticsRegulation of gene expressionSalmonellaGene expression profilingPhenotype

Résumé

récupéré en direct d'OpenAlex

One potential role of miRNAs is to buffer variation in gene expression, although conflicting results have been reported. To investigate the buffering role of miRNAs in response to Salmonella infection in pigs, we sequenced miRNA and mRNA in whole blood from 15 pig samples before and after Salmonella challenge. By analyzing inter-individual variation in gene expression patterns, we found that for moderately and lowly expressed genes, putative miRNA targets showed significantly lower expression variance compared with non-miRNA-targets. Expression variance between highly expressed miRNA targets and non-miRNA-targets was not significantly different. Further, miRNA targets demonstrated significantly reduced variance after challenge whereas non-miRNA-targets did not. RNA binding proteins (RBPs) are significantly enriched among the miRNA targets with dramatically reduced variance of expression after Salmonella challenge. Moreover, we found evidence that targets of young (less-conserved) miRNAs showed lower expression variance compared with targets of old (evolutionarily conserved) miRNAs. These findings point to the importance of a buffering effect of miRNAs for relatively lowly expressed genes, and suggest that the reduced expression variation of RBPs may play an important role in response to Salmonella infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMicroRNA in disease regulationTravaux en français237 207