MétaCan
Menu
Retour à la cohorte
Enregistrement W2965558959 · doi:10.1016/j.dib.2019.104351

Hepatic proteome network data in zebrafish (Danio rerio) liver following dieldrin exposure

2019· article· en· W2965558959 sur OpenAlexafffund
Denina Simmons, Andrew Cowie, Jin Koh, James P. Sherry, Christopher J. Martyniuk

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of New BrunswickOntario Tech UniversityEnvironment and Climate Change Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNew Brunswick Innovation Foundation
Mots-clésZebrafishProteomicsProteomeDanioDieldrinOrbitrapBiologyQuantitative proteomicsChemistryPharmacologyPesticideBiochemistryMass spectrometryChromatography

Résumé

récupéré en direct d'OpenAlex

Dieldrin is an environmental contaminant that adversely affects aquatic organisms. The data presented in this study are proteomic data collected in liver of zebrafish that were exposed to the pesticide in a dietary exposure. For label free proteomics, data were collected with a quadrupole Time-of-Flight mass spectrometer and for iTRAQ proteomics, data were acquired using a hybrid quadrupole Orbitrap (Q Exactive) MS system. Using formic acid digestion and label free proteomics, 2,061 proteins were identified, and among those, 103 were differentially abundant (p < 0.05 in at least one dose). In addition, iTRAQ proteomics identified 722 proteins in the liver of zebrafish following dieldrin treatment. The label-free approach identified 21 proteins that followed a dose dependent response. Of the differentially abundant proteins identified by iTRAQ, there were 26 unique expression patterns for proteins based on the three doses of dieldrin. Proteins were queried for disease networks to learn more about adverse effects in the liver following dieldrin exposure. Differentially abundant proteins were related to metabolic disease, steatohepatitis and lipid metabolism disorders, drug-induced liver injury, neoplasms, tissue degeneration and liver metastasis. The proteomics data described here is associated with a research article, “Label-free and iTRAQ proteomics analysis in the liver of zebrafish ( Danio rerio ) following a dietary exposure to the organochlorine pesticide dieldrin” (Simmons et al. 2019). This investigation reveals new biomarkers of toxicity and will be of interest to those studying aquatic toxicology and pesticides.

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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,022
Tête enseignante GPT0,261
Écart entre enseignants0,239 · 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
GenreJeu de données

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

En bref

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207