Age, sex, and frailty modify the expression of common reference genes in skeletal muscle from ageing mice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Changes in gene expression with age are typically normalised to constitutively expressed reference genes (RGs). However, RG expression may be affected by age or overall health and most studies use only male animals. We investigated whether expression of common RGs (Gapdh, Gusb, Rplp0, B2m, Tubb5, Rpl7l1, Hprt, Rer1) was affected by age, sex and/or overall health (frailty index) in skeletal muscle from young (4-mos) and aged (25–26-mos) mice. Standard RG selection programs recommended Gapdh (RefFinder/Genorm/NormFinder) or Rpl7l1 (BestKeeper) without considering age and sex. Analysis of raw Cq values showed only Rplp0 was stable in both sexes at both ages. When qPCR data were normalised to Rplp0, age affected RG expression, especially in females. For example, Hprt expression declined with age (Hprt=9.8 ×10-2 ± 4.7 ×10-2 vs. 6.5 ×10-3 ± 8.8 ×10-4; mean±SEM), while Gusb expression increased (6.0 ×10-4 ± 5.5 ×10-5 vs. 1.7 ×10-3 ± 3.1 ×10-4; n = 5/group; p < 0.05). These effects were not seen in males. Tubb5 and Gapdh were not affected by age or sex when normalised to Rplp0. Similar results were seen with normalisation by Gapdh or the Rplp0/Gapdh pair. Interestingly, RG expression was graded not only by age but by frailty. These data demonstrate that age, sex, and frailty of animals must be carefully considered when selecting RGs to normalise mRNA abundance data.
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.
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 découle