MétaCan
Menu
Retour à la cohorte
Enregistrement W2787762273 · doi:10.3791/57026

Mouse Adipose Tissue Collection and Processing for RNA Analysis

2018· article· en· W2787762273 sur OpenAlexafffund
Paul Tan, Émilie Pépin, Julie L. Lavoie

Notice bibliographique

RevueJournal of Visualized Experiments · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesDiabetes Canada
Mots-clésAdipose tissueRNA extractionRNAWhite adipose tissueComplementary DNABiologyGene expressionReal-time polymerase chain reactionMolecular biologyCell biologyGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Compared to other tissues, white adipose tissue has a considerably less RNA and protein content for downstream applications such as real-time PCR and Western Blot, since it mostly contains lipids. RNA isolation from adipose tissue samples is also challenging as extra steps are required to avoid these lipids. Here, we present a procedure to collect three anatomically different white adipose tissues from mice, to process these samples and perform RNA isolation. We further describe the synthesis of cDNA and gene expression experiments using real-time PCR. The hereby described protocol allows the reduction of contamination from the animal's hair and blood on fat pads as well as cross-contamination between different fat pads during tissue collection. It has also been optimized to ensure adequate quantity and quality of the RNA extracted. This protocol can be widely applied to any mouse model where adipose tissue samples are required for routine experiments such as real-time PCR but is not intended for isolation from primary adipocytes cell culture.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,024
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,037
Tête enseignante GPT0,452
Écart entre enseignants0,414 · 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

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetAdipose Tissue and MetabolismTravaux en français237 207