MétaCan
Menu
← Retour à la cohorte
Enregistrement W3024314207

Characterization of miRNAs modulated by torpor in the hibernating ground squirrel Ictidomys tridecemlineatus liver by next-generation sequencing.

2018· article· en· W3024314207 sur OpenAlexaff
Mathieu D. Morin, Daneck Lang-Ouellette, Pierre J. Lyons, Nicolas Crapoulet, Pier Morin

Notice bibliographique

RevuePubMed · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensAtlantic Cancer Research InstituteUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésTorporGround squirrelHibernation (computing)BiologymicroRNAGeneGeneticsEndocrinology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mammalian hibernation is a fascinating phenomenon that involves multiple molecular and biochemical changes to proceed. While the molecular picture associated with torpor has become clearer in recent years, the function of non-coding RNAs, and especially of microRNAs, solicited during this process is not well understood. OBJECTIVE: To better characterize a signature of cold torpor-associated miRNAs in the hibernating thirteen-lined ground squirrel Ictidomys tridecemlineatus. MATERIALS AND METHODS: Next-generation sequencing and qRT-PCR approaches were conducted in euthermic and hibernating ground squirrel liver tissues. RESULTS: This high-throughput approach notably revealed modulation during hibernation of various miRNAs previously associated with lipid metabolism, glucose metabolism and antioxidant responses such as miR-145a-3p, miR-22-3p and miR-25-3p, respectively. CONCLUSION: Overall, these results present a group of miRNAs differentially expressed in hibernating ground squirrel liver and provide additional knowledge on the underlying functions of these small non-coding molecules during cold torpor.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,074
Tête enseignante GPT0,208
Écart entre enseignants0,134 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetBat Biology and Ecology Studies→Travaux en français237 207→