MétaCan
Menu
Retour à la cohorte
Enregistrement W3111842345 · doi:10.3389/fgene.2020.587559

Identification of Candidate Circular RNAs Underlying Intramuscular Fat Content in the Donkey

2020· article· en· W3111842345 sur OpenAlexaff
Bojiang Li, Chunyu Feng, Shiyu Zhu, Junpeng Zhang, David M. Irwin, Xiaoying Zhang, Zhe Wang, Shuyi Zhang

Notice bibliographique

RevueFrontiers in Genetics · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensUniversity of Toronto
Organismes subventionnairesShenyang Agricultural UniversityDepartment of Education of Liaoning Province
Mots-clésKEGGBiologyGeneGene expression profilingGeneticsMetabolic pathwayComputational biologyIn silicoTranscriptomemicroRNAGene expression

Résumé

récupéré en direct d'OpenAlex

Intramuscular fat (IMF) content is a crucial indicator of meat quality. Circular RNAs (circRNAs) are a large class of endogenous RNAs that are involved in many physiological processes. However, the expression and function of circRNA in IMF in the donkey remains unresolved. Here we performed an expression profiling of circRNAs in the donkey longissimus dorsi muscle and identified 12,727 candidate circRNAs. Among these, 70% were derived from the exons of protein genes. Furthermore, a total of 127 differentially expressed (DE) circRNAs were identified in high (H) and low (L) IMF content groups, including 63 upregulated and 64 downregulated circRNAs. Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analysis of the host genes of the DE circRNAs showed that the host genes were enriched in lipid metabolism related GO terms (e.g., fatty acid beta-oxidation using acyl-CoA dehydrogenase and MLL3/4 complex), and signaling pathways (e.g., TGF-beta and lysine degradation signaling pathway). Further analyses indicated that 127 DE circRNAs were predicted to potentially interact with miRNAs, leading to the construction of circRNA-miRNA regulatory network. Multiple circRNAs can potentially function as sponges of miRNAs that regulate the differentiation of adipocytes. Our results provide valuable expression profile information for circRNA in the donkey and new insight into the regulatory mechanisms of circRNAs in the regulation of IMF content.

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 enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,035
Tête enseignante GPT0,262
Écart entre enseignants0,228 · 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetCircular RNAs in diseasesTravaux en français237 207