MétaCan
Menu
Retour à la cohorte
Enregistrement W2787800101 · doi:10.1139/facets-2017-0101

Nucleobase-containing compounds evoke behavioural, olfactory, and transcriptional responses in model fishes

2018· article· en· W2787800101 sur OpenAlexafffundvenue
Angela L. Shamchuk, Brian J. Blunt, Danielle D. Lyons, Mo Qi Wang, Anastasia Gasheva, Carlie R. Lewis, Kirsten Tomlin, E. Starr Hazard, Gary Hardiman, Keith B. Tierney

Notice bibliographique

RevueFACETS · 2018
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDSM Nutritional ProductsUniversity of South CarolinaMedical University of South Carolina
Mots-clésNucleobaseGenePurineBiologyGene expressionBiochemistryDNAChemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

The sensory system of animals detects a massive and unknown array of chemical cues that evoke a diversity of physiological and behavioural responses. One group of nitrogen-containing carbon ring chemicals—nucleobases—are thought to be involved in numerous behaviours yet have received little attention. We took a top-down approach to examine responses evoked by nucleobases at behavioural, tissue, and gene expression levels. Fish generally avoided nucleobases, and this behaviour, when observed, was driven by purines but not pyrimidines. At the tissue level, olfactory neuron generator potential responses tended to be concentration specific and robust at concentrations lower than amino acid detection ranges. In terms of gene expression, more than 2000 genes were significantly upregulated following nucleobase exposure, some of which were expected (e.g., genes involved in purine binding) and some of which were not (e.g., tubulin-related genes). Humanized RNA pathway analysis showed that we had exposed the animal to a nucleobase. Our data indicate that responses to nucleobase-containing compounds may be highly structure based and are evident from changes in behaviour to mRNA expression. Many of these responses were surprising, and all provide numerous routes for further research endeavour.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,051
Tête enseignante GPT0,260
Écart entre enseignants0,210 · 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

Citations11
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetAquaculture disease management and microbiotaTravaux en français237 207