A simple method to assess group difference in RT-qPCR reference gene selection using GeNorm: The case of the placental sex
Notice bibliographique
Résumé
Normalization with proper reference genes is a crucial step in obtaining accurate mRNA expression levels in RT-qPCR experiments. GeNorm and NormFinder are two commonly used software packages that help in selecting the best reference genes, based on their expression stability. However, GeNorm does not take into account a group variable, such as sample sex, in its calculation. We demonstrate a simple calculation step to assess the variability of such parameters by multiplying the GeNorm M value with the difference of Cq values between groups. To test this, we used 28 reference gene candidates, to analyze 20 placental samples (10 of each sex), and by using HPRT1 (lower Cq values in male placentas (P = 0.017)), as a target gene. Our calculation demonstrates that the RPL30 - GAPDH reference gene combination is the better option to assess small placental sex differences in mRNA level, versus the selection obtained from GeNorm or NormFinder. The HPRT1 normalized mRNA expression level is different between placental sexes, using RPL30 and GAPDH as reference genes (P = 0.01), but not when using genes suggested by GeNorm or NormFinder. These results indicate that the proposed calculation is appropriate to assess small variations in mRNA expression between 2 groups.
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 | 0,001 | 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) | 0,000 | 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 ».