Analyzing and predicting of the effect of Lactobacillus peptidoglycan on gene expression in immune cells of BALB/c mice immune cells using GO database
Notice bibliographique
Résumé
Objective:To explore the effect of Lactobacillus peptidoglycan (PGN) on gene expressing profile of murine immune cells.Methods:BALB/c mice were administrated (i.p.) with Lactobacillus peptidoglycan once or three times.Total RNA was extracted from pooled peritoneal macrophages and splenic lymphocytes.Affymetrix MOE430A genechip was used to analyze gene expression.Expression data was further analyzed using tools based on GO database (GoSufer,DAVID cluster analysis tool and GenMAPP).Significantly changed genes for their expressing amount was termed as PGN responsive genes.Results:1 dose of WPG administration triggered a rapid and widespread response in the expressing prifile.When treated thrice,a slow but more specific response was induced which was focused on immune response.PGN responsive genes were analyzed using GenMAPP,the results showd that PGN-representative biological process GO terms were related to macrophage phagocytic activity,lymphocyte activation functionation and positive regulation of inflammatory response.The GO terms related to molecule function were related to metabolism and signal transduction.The GO terms of cellular components were related to immunological synapse and T cell receptor complex.Conclusion:WPG mainly induceds the activations of innate immune response and enhanced antigen presentation.
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 | 0,001 |
| 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 ».