MétaCan
Menu
Retour à la cohorte
Enregistrement W4225341297 · doi:10.1080/19768354.2022.2059566

Characterization of differential gene expression of broiler chicken to thermal stress in discrete developmental stages

2022· article· en· W4225341297 sur OpenAlexfundno aff
Hyun Seung Kim, Ji-Min Kim, Jaemin Kim, Yang Ho Choi

Notice bibliographique

RevueAnimal Cells and Systems · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesClean Air Regulatory AgendaRural Development Administration
Mots-clésTranscriptomeBiologyBroilerGene expressionMicroarrayGeneMicroarray analysis techniquesRNA-SeqGene expression profilingAndrologyAnimal scienceGeneticsCell biologyMedicine

Résumé

récupéré en direct d'OpenAlex

Prolonged exposure to high temperatures is linked to a range of physiological responses in broiler chickens including reduced disease resistance, low growth rate, and high mortality rate. In this study, we investigated the effect of heat stress on gene expression levels in 4-week-old and 6-week-old chickens each exposed to environments conditioned at thermoneutral (21 °C) and high (32 °C) temperatures. The analysis of differentially expressed genes (DEGs) using microarray revealed that genes underlying reactive oxygen species (ROS) production, cell nutrient intake, glucose metabolism, and circadian rhythm were differentially regulated in association with heat stress. We also found that the deviation in expression levels across the transcriptome in response to heat stress was significantly stronger (P< 2.2×10−16) in 6-week-olds compared to younger chickens. We finally observed a significant trend (r = 0.78, P< 2.2×10−16) that genes with a higher estimate of expression in the microarray were more likely to have a higher expression level in RNA-sequencing. Together, our findings provide comprehensive insights into the physiology involved in stress responses at varying developmental stages, which may facilitate chicken breeding to maximize their productivity under adverse conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,163

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,204
Écart entre enseignants0,188 · 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 tête enseignante, 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Cells and SystemsMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207