Analyzing and predicting of the effect of Lactobacillus peptidoglycan on gene expression in immune cells of BALB/c mice immune cells using GO database
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
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.
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