MétaCan
Menu
Retour à la cohorte
Enregistrement W2952165613 · doi:10.3390/ani9060374

Arachidonic Acid Regulation of Intracellular Signaling Pathways and Target Gene Expression in Bovine Ovarian Granulosa Cells

2019· article· en· W2952165613 sur OpenAlexaff
Nina Zhang, Liqiang Wang, Guoya Luo, Xiaorong Tang, Lizhu Ma, Yuxin Zheng, Shujie Liu, Christopher A. Price, Zhongliang Jiang

Notice bibliographique

RevueAnimals · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueReproductive Physiology in Livestock
Établissements canadiensUniversité de MontréalOttawa Fertility Centre
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésCD36Granulosa cellSecretionArachidonic acidBiologyGene expressionStimulationIntracellularEndocrinologyMessenger RNAOvaryInternal medicineChemistryCell biologyGeneBiochemistryEnzymeMedicine

Résumé

récupéré en direct d'OpenAlex

In the present study, AA was used to challenge bovine ovarian granulosa cells in vitro and the related parameters of cellular and molecular biology were measured. The results indicated that lower doses of AA increased survival of bovine granulosa cells whereas higher doses of AA suppressed survival. While lower doses of AA induced accumulation of lipid droplet in granulosa cells, the higher dose of AA inhibited lipid accumulation, and AA increased abundance of FABP3, CD36 and SLC27A1 mRNA. Higher doses of AA decreased the secretion of E2 and increased the secretion of P4 accompanied by down-regulation of the mRNA abundance of CYP19A1, FSHR, HSD3B1 and STAR in granulosa cells. The signaling pathways employed by AA in the stimulation of genes expression included both ERK1/2 and Akt. Together, AA specifically affects physiological features, gene expression levels and steroid hormone secretion, and thus altering the functionality of granulosa cells of cattle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,198
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetReproductive Physiology in LivestockTravaux en français237 207