Exploring differentially expressed genes associated with coat color in goat skin using RNA-seq
Notice bibliographique
Résumé
Fur color in domestic goats is an important, genetically determined characteristic that is associated with economic value. This study was designed to perform a comprehensive expression profiling of genes expressed in the skin tissues from Laiwu Black goat and Lubei White goat. Comparisons of black and white goat skin transcriptomes revealed 102 differentially expressed genes (DEGs), of which 38 were upregulated and 64 downregulated in black skin compared with white skin. Among the DEGs, we identified six genes involved in pigmentation, including agouti signaling protein (ASIP), CAMP responsive element binding protein 3-like 1 (CREB3L1), dopachrome tautomerase (DCT), premelanosome protein (PMEL), transient receptor potential cation channel subfamily M member 1 (TRPM1), and tyrosinase-related protein 1 (TYRP1). Notably, there were no significant differences in the expression of melanocortin 1 receptor, microphthalmia-associated transcription factor, tyrosinase, and KIT proto-oncogene receptor tyrosine kinase between the black and white skin samples, whereas ASIP expression was detected only in white skin. PMEL, TRPM1, TYRP1, and DCT showed higher expression in black goat skin, but ASIP and CREB3L1 had higher expression in white goat skin. Quantitative polymerase chain reaction results for PMEL, TRPM1, DCT, TYRP1, and CREB3L1 expression were consistent with those for RNA-seq. These results will expand our understanding of the complex molecular mechanisms of skin physiology and melanogenesis in goats, and provide a foundation for future studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».