114 Non-coding RNAs in bovine mammary glands.
Notice bibliographique
Résumé
Non-coding RNAs (ncRNAs) are a class of untranslated RNA molecules that have emerged as new regulators of gene expression. The roles of ncRNAs including small interfering RNA, microRNA (miRNA), PIWI-interacting RNA, small nucleolar RNA, long non-coding RNA (lncRNA) and circular RNA, in the regulation of traits of economic importance in livestock are gaining more importance. MiRNA, the most studied class of ncRNA in bovine, is known to control the activities of about 60% of all protein-coding genes and regulate almost every cellular process investigated in mammals. The recent release of miRbase v22 (2018) and NONECODE database (2017) listed about 1,100 miRNAs and 22,386 lncRNAs transcripts identified in the bovine genome. Aided by advances in deep sequencing technologies and bioinformatics tools, the roles of ncRNAs, in particular miRNAs and lncRNAs, in mammary gland (MG) functions and disease are beginning to emerge. This talk will focus on the roles of miRNA and lncRNA in MG health and productivity. The evidence of miRNA roles in lactation signalling, nutritional and disease regulation will be highlighted based on our own findings and relevant literature. For instance, miR-29b/miR-363 and miR-874/miR-6254 are important mediators of the transition signals between lactogenesis and galactopoiesis, and galactopoiesis and involution, respectively, while miR-199c, miR-199a-3p, miR-98, miR-378, miR-148b, miR-21-5p and miR-200a are crucial for the MG response to diets rich in unsaturated fatty acids. Different approaches (in vivo versus in vitro) for exploring miRNA roles in response to mastitis, an important disease of the MG will be highlighted. Furthermore, possible roles of lncRNA in MG functions, such as responses to diets and the implication of the colocation of lncRNA genes with QTL for milk traits and mastitis, will be discussed. Finally, potential application of emerging genome editing technologies for ncRNA functional studies and implication for MG health and productivity will be presented.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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 ».