Co-Expression Network and Pathway Analyses Reveal Important Modules of miRNAs Regulating Milk Yield and Component Traits
Notice bibliographique
Résumé
Co-expression network analyses provide insights into the molecular interactions underlying complex traits and diseases. In this study, co-expression network analysis was performed to detect expression patterns (modules or clusters) of microRNAs (miRNAs) during lactation, and to identify miRNA regulatory mechanisms for milk yield and component traits (fat, protein, somatic cell count (SCC), lactose, and milk urea nitrogen (MUN)) via miRNA target gene enrichment analysis. miRNA expression (713 miRNAs), and milk yield and components (Fat%, Protein%, lactose, SCC, MUN) data of nine cows at each of six different time points (day 30 (D30), D70, D130, D170, D230 and D290) of an entire lactation curve were used. Four modules or clusters (GREEN, BLUE, RED and TURQUOISE) of miRNAs were identified as important for milk yield and component traits. The GREEN and BLUE modules were significantly correlated (|r| > 0.5) with milk yield and lactose, respectively. The RED and TURQUOISE modules were significantly correlated (|r| > 0.5) with both SCC and lactose. In the GREEN module, three abundantly expressed miRNAs (miR-148a, miR-186 and miR-200a) were most significantly correlated to milk yield, and are probably the most important miRNAs for this trait. DDR1 and DDHX1 are hub genes for miRNA regulatory networks controlling milk yield, while HHEX is an important transcription regulator for these networks. miR-18a, miR-221/222 cluster, and transcription factors HOXA7, and NOTCH 3 and 4, are important for the regulation of lactose. miR-142, miR-146a, and miR-EIA17-14144 (a novel miRNA), and transcription factors in the SMAD family and MYB, are important for the regulation of SCC. Important signaling pathways enriched for target genes of miRNAs of significant modules, included protein kinase A and PTEN signaling for milk yield, eNOS and Noth signaling for lactose, and TGF β, HIPPO, Wnt/β-catenin and cell cycle signaling for SCC. Relevant enriched gene ontology (GO)-terms related to milk and mammary gland traits included cell differentiation, G-protein coupled receptor activity, and intracellular signaling transduction. Overall, this study uncovered regulatory networks in which miRNAs interacted with each other to regulate lactation traits.
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 | 0,001 | 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 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 ».