Comparative transcriptomic analysis of porcine peripheral blood reveals differentially expressed genes from the cytokine–cytokine receptor interaction pathway related to health status
Notice bibliographique
Résumé
While some research has looked into the host genetic response in pigs challenged with specific viruses or bacteria, few studies have explored the expression changes of transcripts in the peripheral blood of sick pigs that may be infected with multiple pathogens on farms. In this study, the architecture of the peripheral blood transcriptome of 64 Duroc sired commercial pigs, including 18 healthy animals at entry to a growing facility (set as a control) and 23 pairs of samples from healthy and sick pen mates, was generated using RNA-Seq technology. In total, 246 differentially expressed genes were identified to be specific to the sick animals. Functional enrichment analysis for those genes revealed that the over-represented gene ontology terms for the biological processes category were exclusively immune activity related. The cytokine-cytokine receptor interaction pathway was significantly enriched. Nine functional genes from this pathway encoding members (as well as their receptors) of the interleukins, chemokines, tumor necrosis factors, colony stimulating factors, activins, and interferons exhibited significant transcriptional alteration in sick animals. Our results suggest a subset of novel marker genes that may be useful candidate genes in the evaluation and prediction of health status in pigs under commercial production conditions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 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 ».