Patterns of alternative splicing in response to cold acclimation in fish
Notice bibliographique
Résumé
Phenotypic plasticity is an important aspect of an organism's response to environmental change that often requires the modulation of gene expression. These changes in gene expression can be quantitative as a result of increases or decreases in the amounts of specific transcripts, or qualitative as a result of the expression of alternative transcripts from the same gene (e.g., via alternative splicing of pre-mRNAs). Although the role of quantitative changes in gene expression in phenotypic plasticity is well known, relatively few studies have examined the role of qualitative changes. Here, we use skeletal muscle RNA-seq data from Atlantic killifish (Fundulus heteroclitus), threespine stickleback (Gasterosteus aculeatus) and zebrafish (Danio rerio) to investigate the extent of qualitative changes in gene expression in response to cold. Fewer genes demonstrated alternative splicing than differential expression as a result of cold acclimation; however, differences in splicing were detected for between 426 and 866 genes depending on species, indicating that large numbers of qualitative changes in gene expression are associated with cold acclimation. Many of these alternatively spliced genes were also differentially expressed, and there was functional enrichment for involvement in muscle contraction among the genes demonstrating qualitative changes in response to cold acclimation. Additionally, there was a common group of 29 genes with cold-acclimation-mediated changes in splicing in all three species, suggesting that there may be a set of genes with expression patterns that respond qualitatively to prolonged cold temperatures across fishes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».