MétaCan
Menu
Retour à la cohorte
Enregistrement W3207832946 · doi:10.1093/jas/skab235.016

20 Profiling circRNA and lncRNA Expression in Key Bovine Metabolic Tissues

2021· article· en· W3207832946 sur OpenAlexaff
Jian Wang, Hui‐Zeng Sun, Eóin O’Hara, Hong Chen, Le Luo Guan

Notice bibliographique

RevueJournal of Animal Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésKEGGBiologyAdipose tissueGlycolysisCell biologyMetabolic pathwayBiochemistryGene expressionGeneMetabolismTranscriptome

Résumé

récupéré en direct d'OpenAlex

Abstract CircRNAs and lncRNAs are non-coding RNAs that regulate many biological processes at the cellular level. However, knowledge of their function and expression patterns in cattle remains scarce. We investigated circRNA and lncRNA expression profiles in four key metabolic tissues of beef cattle (rumen, liver, muscle, and subcutaneous adipose) using RNA-Seq. Bioinformatic analysis of 189 samples collected from 48 cattle identified 19,766 circRNAs and 10,615 lncRNAs across all four tissues. PCA revealed the expression profiles of both circ- and lncRNA were clearly separated by tissue, suggesting their expression patterns are tissue dependent. Moreover, both datasets contained large numbers of transcripts that were unique to each tissue, underlining the divergence in function across metabolic sites. Further functional analysis of tissue specific circRNAs using the Kyoto Encyclopedia of Genes and Genomes (KEGG) showed that lysine degradation, peroxisome, insulin resistance, and ubiquitin-mediated proteolysis unique to the rumen, liver, muscle, and adipose tissues, respectively. The same analysis of the lncRNAs revealed that purine metabolism, fatty acid degradation, cAMP signaling pathway, and AGE-RAGE signaling pathway in diabetic complications were uniquely enriched in the rumen, liver, muscle, and subcutaneous adipose tissues, respectively. Together, these results revealed tissue specific metabolic pathways that may be regulated by the multiple non-coding RNAs. More specifically, circDLG1 and lncMSTRG.12092.8 were predicted to regulate the expression of Lymphocyte Antigen 6 Family Member G5B (LY6G5B) and pyruvate kinase M1/2 (PKM), Adenylate Kinase 1 (AK1), and Mitofusin 2 (MFN2), respectively, indicating regulatory roles in host immune response, glycolysis, energy balance control, and mitochondrial fusion, all of which may contribute to regulation of energy metabolism. Our findings show that expression profiles of circRNAs and lncRNAs differ among metabolic tissues, and these transcripts may play crucial roles in regulating metabolism in cattle.

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 seuil0,006

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 Opus0,014
Tête enseignante GPT0,309
Écart entre enseignants0,295 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetCancer-related molecular mechanisms researchTravaux en français237 207