Expression of Hsp70, Igf1, and Three Oxidative Stress Biomarkers in Response to Handling and Salt Treatment at Different Water Temperatures in Yellow Perch, Perca flavescens
Notice bibliographique
Résumé
Stress is a major factor that causes diseases and mortality in the aquaculture industry. The goal was to analyze the expression of stress-related biomarkers in response to different stressors in yellow perch, which is an important aquaculture candidate in North America and highly sensitive to handling in captivity. Three fish groups were established, each having four replicates, and subjected to water temperatures of 14, 20 & 26 ºC and acute handling stress was performed followed by a salt treatment for 144h at a salinity of 5 ppt. Serum and hepatic mRNA levels of heat shock protein (hsp70), insulin-like growth factor 1 (Igf1), glutathione peroxidase (Gpx), superoxide Dismutase 1 (Sod1), and glutathione reductase (Gsr) were quantified at seven times interval over 144 h using ELISA and RT-qPCR. Handling stress caused a significant down-regulation in Hsp70, Gpx, Sod1, and Gsr at a water temperature of 20 ºC compared to 14 and 26ºC. Igf1 was significantly upregulated at 20 ºC and down-regulated at 14 and 26ºC. Salt treatment had a transient reverse effect on the targeted biomarkers in all groups at 72 h, then caused up regulation after 144 h, compared to the control groups. The data showed a negative strong regulatory linear relationship between igf1 with hsp70 and anti-oxidative gene expressions. These findings could provide valuable new insights into the stress responses that affect fish health and could be used to monitor the stress.
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) | 0,000 | 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 ».