Messenger RNA levels of growth factors, ligands, receptors, and proteins affecting lipid metabolism in pigs
Notice bibliographique
Résumé
The Northern blot technique was used for mRNA phenotyping of 19 growth factors, ligands, receptors, and proteins involved in lipid metabolism in two populations of pigs with different fat deposition capabilities. The mRNA levels were measured in backfat, liver, and muscle tissue at different slaughter weights, taking backfat thickness, gender and breed of the animals into consideration. Of all the RNA patterns measured in the Landrace population, only the mRNA transcript level of low density lipoprotein receptor-related protein (also called alpha 2-macroglobulin receptor) was associated with the pig's backfat thickness phenotype in muscle and backfat tissues. In the population composed of purebred Yorkshire and Hampshire, epidermal growth factor receptor, malic enzyme, platelet derived growth factor β and insulin-like growth factor binding protein 3 show different mRNA patterns associated with backfat thickness phenotypes. When analyzing the data using the gender or the breed as the main effect, the insulin receptor and insulin-like growth factor binding protein 1 were different between genders whereas insulin-like growth factor binding protein 3, malic enzyme, epidermal growth factor receptor and low density lipoprotein receptor-related protein were different between breeds. Analysis of this type should be helpful in understanding the regulation of fat deposition. Key words: mRNA levels, marker genes, backfat, pig
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 ».