MicroRNA in sperm from Duroc, Landrace and Yorkshire boars
Notice bibliographique
Résumé
Sperm contain microRNAs (miRNAs), which may have roles in epigenetic control. Regarding phylogenetic relationships among various swine breeds, Yorkshire and Landrace, are considered phenotypically and genetically very similar, but distinctly different from Duroc. The objective of the present study was to compare abundance of boar sperm miRNAs in these three breeds. Overall, 252 prioritized miRNAs were investigated using real-time PCR; relative expression of miRNAs in sperm was similar in Yorkshire and Landrace boars, but significantly different compared to Duroc. Seventeen miRNAs (hsa-miR-196a-5p, hsa-miR-514a-3p, hsa-miR-938, hsa-miR-372-3p, hsa-miR-558, hsa-miR-579-3p, hsa-miR-595, hsa-miR-648, hsa-miR-524-3p, hsa-miR-512-3p, hsa-miR-429, hsa-miR-639, hsa-miR-551a, hsa-miR-624-5p, hsa-miR-585-3p, hsa-miR-508-3p and hsa-miR-626) were down-regulated (P < 0.05; fold regulation ≤-2) in Yorkshire and Landrace sperm, compared to Duroc sperm. Furthermore, three miRNAs (hsa-miR-9-5p, hsa-miR-150-5p, and hsa-miR-99a-5p) were significantly up-regulated in Yorkshire and Landrace sperm compared to Duroc sperm, However, 240 miRNAs were not significantly different (within + 2 fold) between Yorkshire and Landrace sperm. We concluded that miRNAs in sperm were not significantly different between Yorkshire and Landrace boars, but there were significant differences between those two breeds and Duroc boars. Furthermore, integrated target genes for selected down-regulated miRNAs (identified via an in-silico method) appeared to participate in spermatogenesis and sperm functions.
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 | 0,000 | 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) | 0,002 | 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 ».