MétaCan
Menu
Retour à la cohorte
Enregistrement W2747385354 · doi:10.1017/s0022029917000437

Expression profiles of miRNAs from bovine mammary glands in response to <i>Streptococcus agalactiae-</i>induced mastitis

2017· article· en· W2747385354 sur OpenAlexaff
Junhua Pu, Rui Li, Chenglong Zhang, Dan Chen, Xiangxiang Liao, Yihui Zhu, Xiao-Han Geng, Dejun Ji, Yongjiang Mao, Yunchen Gong, Zhangping Yang

Notice bibliographique

RevueJournal of Dairy Research · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStreptococcus agalactiaeBiologymicroRNAKEGGMastitisGeneSignal transductionGene expressionGeneticsTranscriptomeStreptococcusMicrobiologyBacteria

Résumé

récupéré en direct d'OpenAlex

This study aimed to describe the expression profiles of microRNAs (miRNAs) from mammary gland tissues collected from dairy cows with Streptococcus agalactiae-induced mastitis and to identify differentially expressed miRNAs related to mastitis. The mammary glands of Chinese Holstein cows were challenged with Streptococcus agalactiae to induce mastitis. Small RNAs were isolated from the mammary tissues of the test and control groups and then sequenced using the Solexa sequencing technology to construct two small RNA libraries. Potential target genes of these differentially expressed miRNAs were predicted using the RNAhybrid software, and KEGG pathways associated with these genes were analysed. A total of 18 555 913 and 20 847 000 effective reads were obtained from the test and control groups, respectively. In total, 373 known and 399 novel miRNAs were detected in the test group, and 358 known and 232 novel miRNAs were uncovered in the control group. A total of 35 differentially expressed miRNAs were identified in the test group compared to the control group, including 10 up-regulated miRNAs and 25 down-regulated miRNAs. Of these miRNAs, miR-223 exhibited the highest degree of up-regulation with an approximately 3-fold increase in expression, whereas miR-26a exhibited the most decreased expression level (more than 2-fold). The RNAhybrid software predicted 18 801 genes as potential targets of these 35 miRNAs. Furthermore, several immune response and signal transduction pathways, including the RIG-I-like receptor signalling pathway, cytosolic DNA sensing pathway and Notch signal pathway, were enriched in these predicted targets. In summary, this study provided experimental evidence for the mechanism underlying the regulation of bovine mastitis by miRNAs and showed that miRNAs might be involved in signal pathways during S. agalactiae-induced mastitis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,360
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ResearchMême sujetMicroRNA in disease regulationTravaux en français237 207