mRNA expression of genes related to fat deposition during in vitro ovine adipogenesis
Notice bibliographique
Résumé
Fat deposition in animals involves adipogenic differentiation guided by transcriptional factors and other key factors. To understand the molecular mechanism underlying ovine adipogenic differentiation, the dynamic mRNA expression of key genes related to fat deposition, including peroxisome proliferator-activated receptor-γ (PPAR-γ), fatty acid-binding protein 4 (FABP4), FABP5, and cellular retinoic acid-binding protein 2 (CRABP2), were analyzed during in vitro differentiation of ovine preadipocytes. The stromal vascular cells from underneath the tail fat tissue of 1-wk-old sheep were isolated and cultured, and the preadipocytes were induced using a cocktail of 3-isobutyl-1-methylxanthine, insulin, dexamethasone, and troglitazone. The cultivated cells were collected at different time points after induced differentiation. The expression levels of PPAR-γ, FABP4, FABP5, and CRABP2 were studied by quantitative real-time polymerase chain reaction. The expressions of these genes in sheep were compared with those in human and mouse retrieved from the Gene Expression Omnibus DataSets. We observed that the expression of PPAR-γ, FABP4, and FABP5 was increased upon differentiation of ovine preadipocytes, as in humans and mice. The expression of CRABP2 was sharply increased from days 0 to 2 after induced differentiation and was subsequently decreased. This expression pattern of CRABP2 was different from that observed in humans and mice. Our results provide new insights into the function of these genes in fat deposition.
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 | 0,000 | 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 ».