Skeletal muscle specific genes networks in cattle
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While physiological differences across skeletal muscles have been described, the differential gene expression underlying them and the discovery of how they interact to perform specific biological processes are largely to be elucidated. The purpose of the present study was, firstly, to profile by cDNA microarrays the differential gene expression between two skeletal muscle types, Psoas major (PM) and Flexor digitorum (FD), in beef cattle and then to interpret the results in the context of a bovine gene coexpression network, detecting possible changes in connectivity across the skeletal muscle system. Eighty four genes were differentially expressed (DE) between muscles. Approximately 54% encoded metabolic enzymes and structural-contractile proteins. DE genes were involved in similar processes and functions, but the proportion of genes in each category varied within each muscle. A correlation matrix was obtained for 61 out of the 84 DE genes from a gene coexpression network. Different groups of coexpression were observed, the largest one having 28 metabolic and contractile genes, up-regulated in PM, and mainly encoding fast-glycolytic fibre structural components and glycolytic enzymes. In FD, genes related to cell support seemed to constitute its identity feature and did not positively correlate to the rest of DE genes in FD. Moreover, changes in connectivity for some DE genes were observed in the different gene ontologies. Our results confirm the existence of a muscle dependent transcription and coexpression pattern and suggest the necessity of integrating different muscle types to perform comprehensive networks for the transcriptional landscape of bovine skeletal muscle.
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.
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 découle