Identification of Downregulated Messenger RNAs in Bovine Granulosa Cells of Dominant Follicles Following Stimulation with Human Chorionic Gonadotropin1
Notice bibliographique
Résumé
Molecular determinants and mechanisms involved in ovarian follicular growth, ovulation, and luteinization are not well understood. The objective of this study was to identify genes expressed in bovine granulosa cells (GC) of dominant follicles (DF) and downregulated after hCG-induced ovulation, using the suppression subtractive hybridization (SSH). GC were collected from DF at Day 5 of the estrous cycle and from ovulatory follicles (OF) obtained 23 h following injection of hCG. A subtracted cDNA library (DF-OF) was generated and screened using unsubtracted (DF, OF) and subtracted (DF-OF, OF-DF) cDNAs as complex (32)P-probes. A total of 32 nonredundant cDNAs were identified: 23 cDNAs matched with sequences of known biological function and 9 cDNAs with complete or partial sequences of undefined biological function. Detection of genes known to be downregulated during the periovulatory period in the bovine species, such as CPD, CYP11A1, CYP19A1, FSHR, LRP8/ ApoER2, and SERPINE2, validated the physiological model and analytical techniques used. For a subset of genes, such as ARFGAP3, CYP11A1, CYP19A1, FSHR, FST, GJA1, IDH3, INHBA, LHCGR, LHCGR lacking exon 10, PRC1, PRG1, RPA2, SCD, and TRIB2, gene expression profiles were compared by virtual Northern blot or reverse transcriptase-polymerase chain reaction from follicles obtained at different developmental stages. Results confirmed a downregulation of the respective mRNAs in GC of OF compared with that of DF. We conclude that we have identified novel genes that are downregulated by hCG in bovine GC of DF during the periovulatory period, which may contribute to follicular growth, ovulation, and/or luteinization.
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 | 0,001 | 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 ».