MétaCan
Menu
Retour à la cohorte
Enregistrement W3040912618 · doi:10.1016/j.ygeno.2020.07.014

Longitudinal blood transcriptomic analysis to identify molecular regulatory patterns of bovine respiratory disease in beef cattle

2020· article· en· W3040912618 sur OpenAlexafffund
Hui‐Zeng Sun, Vythegi Srithayakumar, Janelle A. Jiminez, Weiwu Jin, Afshin Hosseini, Mikolaj Raszek, Karin Orsel, Le Luo Guan, Graham Plastow

Notice bibliographique

RevueGenomics · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesAlberta Innovates
Mots-clésBiologyBovine respiratory diseaseBeef cattleTranscriptomeGeneDiseaseAnimal scienceAndrologyGeneticsInternal medicineImmunologyGene expressionMedicine

Résumé

récupéré en direct d'OpenAlex

Bovine respiratory disease (BRD) is the most common disease in beef cattle and leads to considerable economic losses in both beef and dairy cattle. It is important to uncover the molecular mechanisms underlying BRD and to identify biomarkers for early identification of BRD cattle in order to address its impact on production and welfare. In this study, a longitudinal transcriptomic analysis was conducted using blood samples collected from 24 beef cattle at three production stages in the feedlot: 1) arrival (Entry group); 2) when identified as sick (diagnosed as BRD) and separated for treatment (Pulled); 3) prior to marketing (Close-out, representing healthy animals). Expressed genes were significantly different in the same animal among Entry, Pulled and Close-out stages (false discovery rate (FDR) < 0.01 & |Fold Change| > 2). Beef steers at both Entry and Pulled stages presented obvious difference in GO terms (FDR < 0.05) and affected biological functions (FDR < 0.05 & |Z-score| > 2) when compared with animals at Close-out. However, no significant functional difference was observed between Entry and Pulled animals. The interferon signaling pathway showed the most significant difference between animals at Entry/Pulled and Close-out stages (P < .001 & |Z-score| > 2), suggesting the animals initiated antiviral responses at an early stage of infection. Six key genes including IFI6, IFIT3, ISG15, MX1, and OAS2 were identified as biomarkers to predict and recognize sick cattle at Entry. A gene module with 169 co-expressed genes obtained from WGCNA analysis was most positively correlated (R = 0.59, P = 6E-08) with sickness, which was regulated by 11 transcription factors. Our findings provide an initial understanding of the BRD infection process in the field and suggests a subset of novel marker genes for identifying BRD in cattle at an early stage of infection.

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 enseignants0,003
Score d'incertitude au seuil0,005

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 savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,287
Écart entre enseignants0,263 · 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

Citations34
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenomicsMême sujetMicrobial infections and disease researchTravaux en français237 207