Transcriptome Profile in Dairy Cows Resistant or Sensitive to Milk Fat Depression
Notice bibliographique
Résumé
Feeding linseed to dairy cows results in milk fat depression (MFD), but there is a wide range of sensitivity among cows. The objectives of this study were to identify target genes containing SNP that may play a key role in the regulation of milk fat synthesis in cows resistant or sensitive to MFD. Four cows were selected from a dairy farm after a switch from a control diet to a linseed-rich diet; two were resistant to MFD with a high milk fat content in the control (4.06%) and linseed-rich (3.90%) diets; and two were sensitive to MFD with the milk fat content decreasing after the change from the control (3.87%) to linseed-rich (2.52%) diets. Transcriptome and SNP discovery analyses were performed using RNA-sequencing technology. There was a large number of differentially expressed genes in the control (n = 1316) and linseed-rich (n = 1888) diets. Of these, 15 genes were detected as key gene regulators and harboring SNP in the linseed-rich diet. The selected genes MTOR, PDPK1, EREG, NOTCH1, ZNF217 and TGFB3 may form a network with a principal axis PI3K/Akt/MTOR/SREBP1 involved in milk fat synthesis and in the response to diets that induced MFD. These 15 genes are novel candidate genes to be involved in the resistance or sensitivity of dairy cows to milk fat depression.
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 | 0,001 |
| 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 ».