MétaCan
Menu
Retour à la cohorte
Enregistrement W2956191343 · doi:10.7717/peerj.8375

Appetite regulating genes may contribute to herbivory versus carnivory trophic divergence in haplochromine cichlids

2020· article· en· W2956191343 sur OpenAlexaff
Ehsan Pashay Ahi, Anna Duenser, Pooja Singh, Wolfgang Gessl, Christian Sturmbauer

Notice bibliographique

RevuePeerJ · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCichlidBiologyTrophic levelForagingAppetiteGuildHerbivoreGeneEcologyZoologyEvolutionary biologyGeneticsFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

Feeding is a complex behaviour comprised of satiety control, foraging, ingestion and subsequent digestion. Cichlids from the East African Great Lakes are renowned for their diverse trophic specializations, largely predicated on highly variable jaw morphologies. Thus, most research has focused on dissecting the genetic, morphological and regulatory basis of jaw and teeth development in these species. Here for the first time we explore another aspect of feeding, the regulation of appetite related genes that are expressed in the brain and control satiety in cichlid fishes. Using qPCR analysis, we first validate stably expressed reference genes in the brain of six haplochromine cichlid species at the end of larval development prior to foraging. We next evaluate the expression of 16 appetite related genes in herbivorous and carnivorous species from the parallel radiations of Lake Tanganyika, Malawi and Victoria. Interestingly, we find increased expression of two appetite-regulating genes (anorexigenic genes), cart and npy2r, in the brain of carnivorous species in all the three lakes. This supports the notion that appetite gene regulation might play a part in determining trophic niche specialization in divergent cichlid species, already prior to exposure to different diets. Our study contributes to the limited body of knowledge on the neurological circuitry that controls feeding transitions and adaptations in cichlids and other teleosts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetFish Ecology and Management StudiesTravaux en français237 207