MétaCan
Menu
Retour à la cohorte
Enregistrement W4311715174 · doi:10.1038/s41597-022-01887-1

Comparative transcriptome profiles of four sexually size dimorphic fish

2022· article· en· W4311715174 sur OpenAlexaff
Lifei Luo, Zisheng Xu, Danyang Li, Zhen Hu, Zexia Gao

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésSexual dimorphismTranscriptomeBiologyFish <Actinopterygii>ZoologyEvolutionary biologyFisheryGeneticsGene expressionGene

Résumé

récupéré en direct d'OpenAlex

Sexual size dimorphism is widespread in fish species. Although sex growth differences in multiple species have been studied successively, the commonalities of regulatory mechanisms across sexually dimorphic species are unknown. In this study, we performed RNA-seq analysis of four representative fish (loach, half-smooth tongue sole, yellow catfish, and Nile tilapia) with significant growth differences between females and males. Clean reads were identified from four fish species, ranging from 45,718,052 to 57,733,120. Following comparison transcriptome analysis, there were 1,132 and 1,108, 1,290 and 1,102, 4,732 and 4,266, 748 and 192 differentially expressed genes (DEGs) in the brain and muscle of loach, half-smooth tongue sole, yellow catfish, and Nile tilapia, respectively. Furthermore, the expression levels were validated by quantitative real-time PCR (qRT-PCR). Comparative transcriptome profiles of four fish described here will provide fundamental information for further studies on the commonalities of sexually size dimorphic fish in regulating growth differences between females and males.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,067
Tête enseignante GPT0,272
Écart entre enseignants0,206 · 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.

Devis d'étudeSans objet
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetFish Ecology and Management StudiesTravaux en français237 207