MétaCan
Menu
Retour à la cohorte
Enregistrement W2170069771 · doi:10.1186/1471-2199-10-90

Characterization of bovine miRNAs by sequencing and bioinformatics analysis

2009· article· en· W2170069771 sur OpenAlexaff
Weiwu Jin, Jason R. Grant, Paul Stothard, S. S. Moore, Le Luo Guan

Notice bibliographique

RevueBMC Molecular Biology · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiologymicroRNASmall RNAGeneRNAGene expressionGeneticsMolecular biologyComputational biology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: MicroRNAs (miRNAs) are a family of approximately 22 nucleotide small RNA molecules which regulate gene expression by fully or partially binding to their complementary sequences in mRNAs or promoters. A large number of miRNAs and their expression patterns have been reported in human, mouse and rat. However, miRNAs and their expression patterns in live stock species such as beef cattle are not well studied. RESULTS: We constructed and sequenced small-RNA libraries to yield a total of 13,541 small-RNA sequences from 11 bovine tissues including brain, subcutaneous fat, muscle, liver, kidney, spleen and thymus. In total, 228 miRNAs including 29 novel miRNA candidates were identified. Of the 199 miRNAs, 101 have been previously reported as bovine miRNAs and the other 98 are bovine orthologs of known miRNAs that have been identified in at least one other mammalian species. Of the 29 novel miRNA candidates, 17 appeared at this point in time to be bovine specific, while the remaining 12 had evidence of evolutionary conservation in other mammalian species. Five miRNAs (miR-23a, -23b, -99a, -125b and -126-5p) were very abundant across the 11 tissues, accounting for 44.3% of all small RNA sequences. The expression analysis of selected miRNAs using qRT-PCR also showed that miR-26a and -99a were highly expressed in all tissues, while miR-122 and miR-133a were predominantly expressed in liver and muscle, respectively. CONCLUSION: The miRNA expression patterns among 11 tissues from beef cattle revealed that most miRNAs were ubiquitously expressed in all tissues, while only a few miRNAs were tissue specific. Only 60% miRNAs in this study were found to display strand bias, suggesting that there are some key factors for mature miRNA selection other than internal stability. Most bovine miRNAs are highly conserved in other three mammalian species, indicating that these miRNAs may have a role in different species that are potential molecular markers for evolution.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,007
Tête enseignante GPT0,244
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations105
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Molecular BiologyMême sujetMicroRNA in disease regulationTravaux en français237 207