Immune genomic response associated with preference behavior: an examination in a freshwater fish
Notice bibliographique
Résumé
Abstract Immune activity in the brain underlies many social behaviors. This immune-behavior relationship can be viewed under a genomics scope by isolating transcriptomic correlates and molecular pathways present following various social encounters. Here we explore how immune genes correlate with different social exposures: mate-choice and social affiliation. Using an established model for sexual selection studies, we compared the immune gene responses in female brains following exposure to either a potential mate or a conspecific female. Females from the Poeciliidae family of fishes, the sailfin molly (Poecilia latipinna), were profiled for their social preference behavior and brain transcriptomes using RNA-seq. During the 30 minute behavioral assay, females were placed into one of two groups: (n=8) given the choice of a large male and small male (‘mate choice’) or a choice between a large and small female (n=8; ‘social affiliation’). The relationship between immune gene responses (categorized using Gene Ontology analysis) and behavior (preference, social affiliation, activity) will be explored using a linear model approach for differential expression (limma; Ritchie ME, et al, 2015) and WGCNA (weighted gene co-expression network analysis; Langfelder & Horvath, 2008). The RNA-seq transcriptomes from each female (n=16) will be analyzed by comparing differential expression between the two groups (‘mate-choice’ vs ‘social preference’).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».