MétaCan
Menu
← Retour à la cohorte
Enregistrement W3110622964 · doi:10.1093/jas/skaa278.621

PSX-39 Late-Breaking Abstract: Characterization of epigenetic and transcriptional landscape in heat stressed rats using ATAC-seq and RNA-seq

2020· article· en· W3110622964 sur OpenAlexaff
Jinhuan Dou, Flávio S. Schenkel, Ying Yu, Yachun Wang

Notice bibliographique

RevueJournal of Animal Science · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésChromatinRNA-SeqEpigeneticsNucleosomeGeneBiologyGene expressionRNACell biologyMolecular biologyGeneticsTranscriptome

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding animal physiology and identifying reliable biomarkers may help to establish effective management strategies for the prevention of heat stress (HS). However, little is known about the molecular mechanism of mammal tolerance to high temperatures. In a previous study with Sprague-Dawley rats, we performed RNA-seq assays on the liver of rats in control (CT; 22 ℃, n = 5) and heat stress (HS120; 42 ℃ for 120 min, n = 5) groups. A total of 3,909 differential expression genes (DEGs, Q < 0.05) were observed. This study was conducted to further examine the epigenetic landscape in the liver of rats under HS and identify transcription factors (TFs), as well as their regulated genes. Three liver tissues were selected from the RNA-seq samples and performed an Assay for Transpose Accessible Chromatin (ATAC-seq). Peaks meeting criteria of P< 0.05 and |Fold Change| >1.5 were considered as differential peaks. All ATAC-seq libraries generated an expected distribution of the insert fragment lengths, with the majority of fragments being small, which characterize inter-nucleosomal open chromatin, and progressively fewer fragments of larger size, which are spanning nucleosomes. The accessibility of transcriptional start sites (TSS) was significantly enriched. After merging data, 2,356 differential peaks showed CT having more accessible TSS than H120 and only 230 differential peaks showed H120 group having more accessible TSS than CT. Thirty-six and 22 TF motifs were predicted by up- and down-regulated differential peaks in H120 vs. CT. Together with the previous DEG results, we proposed candidate TFs annotated to Cebpa, Foxa4, and Sp3 DEGs, which are involved in the regulation of oxidative stress. In summary, we showed that nuclear chromatin in the liver of heat stressed rats was less open than that of control rats. We suggest that the TFs (Cebpa, Foxa4, and Sp3) may be involved in the physiological regulation of HS.

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 enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,258 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→