14 Signatures of pre-natal nutrition in cattle: adaptations in DNA methylation, gene expression, and post-natal growth.
Notice bibliographique
Résumé
Exploring pre-natal nutrition to modulate and improve post-natal growth and development in cattle continues to reveal new opportunities for researchers, and ultimately cattle producers. Effects of pre-natal dietary interventions have been shown to be markedly time- and treatment-specific, although a few particular patterns of changes in post-natal growth present themselves recurrently. Male calves, both bulls and steers, appear to be more susceptible to alterations in pre-natal maternal nutrition and, when the opportunity presents, turn it into increased growth performance at a later stage of life (Fitzsimmons unpublished, Añez-Osuna et al. 2018). Male calves may also develop differences in growth patterns in association with pre-natal nutrition even if no differences in weight are detected at birth. Elucidating the how and why behind these changes is more challenging, as well as any long-term effects upon animal health and longevity. Examination of gene expression patterns within tissues that are highly connected with growth and metabolism in cattle, for example skeletal muscles and liver, shows that expression of genes connected to overall growth such as the IGF family, myogenesis (MYOD1, MYOG, etc.), adipogenesis (PPARG), as well as microRNAs that modulate proliferation and differentiation in skeletal muscle, can be associated with pre-natal maternal diet (Paradis et al. 2017). Furthermore, DNA methylation patterns of differentially-methylated regions (DMRs) near the genes for IGF2 and IGF2R in the bovine have been found to be significantly associated with pre-natal maternal diet, and the degree of methylation of IGF2 DMR2 to be negatively correlated with IGF2 expression (Paradis et al. 2017, Fitzsimmons et al. 2017). Dissecting the causes and effects of these associations still presents a great challenge, but the possibility of explaining more of the ‘E’ in the classic equation of Phenotype = Genotype (G) + Environment (E) + G X E is a fascinating and exciting opportunity.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».