Development and validation of protein biomarkers of health in grizzly bears
Notice bibliographique
Résumé
Abstract Large carnivores play critical roles in the maintenance and function of natural ecosystems; however, the populations of many of these species are in decline across the globe. Therefore, there is an urgent need to develop novel techniques that can be used as sensitive conservation tools to detect new threats to the health of individual animals well in advance of population-level effects. Our study aimed to determine the expression of proteins related to energetics, reproduction and stress in the skin of grizzly bears (Ursus arctos) using a liquid chromatography and multiple reaction monitoring mass spectrometry assay. We hypothesized that a suite of target proteins could be measured using this technique and that the expression of these proteins would be associated with biological (sex, age, sample location on body) and environmental (geographic area, season, sample year) variables. Small skin biopsies were collected from free-ranging grizzly bears in Alberta, Canada, from 2013 to 2019 (n = 136 samples from 111 individuals). Over 700 proteins were detected in the skin of grizzly bears, 19 of which were chosen as targets because of their established roles in physiological function. Generalized linear mixed model analysis was used for each target protein. Results indicate that sample year influenced the majority of proteins, suggesting that physiological changes may be driven in part by responses to changes in the environment. Season influenced the expression of proteins related to energetics, reproduction and stress, all of which were lower during fall compared to early spring. The expression of proteins related to energetics and stress varied by geographic area, while the majority of proteins that were affected by biological attributes (age class, sex and age class by sex interaction) were related to reproduction and stress. This study provides a novel method by which scientists and managers can further assess and monitor physiological function in wildlife.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».