Functional changes in mRNA expression and alternative pre-mRNA splicing associated with the effects of nutrition on apoptosis and spermatogenesis in the adult testis
Notice bibliographique
Résumé
BACKGROUND: The effects of nutrition on testis mass in the sexually mature male have long been known, however, the cellular and molecular processes of the testis response to nutrition was not fully understood. METHODS: We tested whether the defects in spermatogenesis and increases in germ cell apoptosis in the testis that are induced by under-nutrition are associated with changes in mRNA expression and pre-mRNA alternative splicing using groups of 8 male sheep fed for a 10% increase or 10% decrease in body mass over 65 days. RESULTS: We identified 2,243 mRNAs, including TP53 and Claudin 11, that were differentially expressed in testis from underfed and well-fed sheep (FDR < 0.1), and found that their expression changed in parallel with variations in germ cell numbers, testis size, and spermatogenesis. Furthermore, pairs of 269 mRNAs and 48 miRNAs were identified on the basis of target prediction. The regulatory effect of miRNAs on mRNA expression, in combination with functional analysis, suggests that these miRNAs are involved in abnormal reproductive morphology, apoptosis and male infertility. Nutrition did not affect the total number of alternative splicing events, but affected 206 alternative splicing events. A total of 159 genes, including CREM, SPATA6, and DDX4, were differentially spliced between dietary treatments, with functions related to RNA splicing and spermatogenesis. In addition, three gene modules were positively correlated with spermatogenesis-related phenotypic traits and negatively related to apoptosis-related phenotypic traits. Among these gene modules, seven (CFLAR, PTPRC, F2R, MAP3K1, EPHA7, APP, BCAP31) were also differentially expressed between nutritional treatments, indicating their potential as markers of spermatogenesis or apoptosis. CONCLUSIONS: Our findings on significant changes in mRNAs and pre-mRNA alternative splicing under-nutrition suggest that they may partly explain the disruption of spermatogenesis and the increase germ cell apoptosis. However, more research is required to verify their causal effects in regulating spermatogenesis and germ cell apoptosis.
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 | 0,000 | 0,001 |
| 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 ».