Whole Genome DNA Methylation Variations in Mammary Gland Tissues from Holstein Cattle Producing Milk with Various Fat and Protein Contents
Notice bibliographique
Résumé
Milk fat and protein contents are among key elements of milk quality, and they are attracting more attention in response to consumers′ demand for high-quality dairy products. To investigate the potential regulatory roles of DNA methylation underlying milk component yield, whole genome bisulfite sequencing was employed to profile the global DNA methylation patterns of mammary gland tissues from 17 Canada Holstein cows with various milk fat and protein contents. A total of 706, 2420 and 1645 differentially methylated CpG sites (DMCs) were found between high vs. low milk fat (HMF vs. LMF), high vs. low milk protein (HMP vs. LMP), and high vs. low milk fat and protein (HMFP vs. LMFP) groups, respectively (q value < 0.1). Twenty-seven, 56 and 67 genes harboring DMCs in gene regions (denoted DMC genes) were identified for HMF vs. LMF, HMP vs. LMP and HMFP vs. LMFP, respectively. DMC genes from HMP vs. LMP and HMFP vs. LMFP comparisons were significantly overrepresented in GO terms related to aerobic electron transport chain and/or mitochondrial ATP (adenosine triphosphate) synthesis coupled electron transport. A total of 83 (HMF vs. LMF), 708 (HMP vs. LMP) and 408 (HMFP vs. LMFP) DMCs were co-located with 87, 147 and 158 quantitative trait loci (QTL) for milk component and yield traits, respectively. In conclusion, the identified methylation changes are potentially involved in the regulation of milk fat and protein yields, as well as the variation in reported co-located QTLs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».