MétaCan
Menu
Retour à la cohorte
Enregistrement W4367310455 · doi:10.1016/j.ygeno.2023.110633

Chromatin accessibility in gill tissue identifies candidate genes and loci associated with aquaculture relevant traits in tilapia

2023· article· en· W4367310455 sur OpenAlexaff
Tarang K. Mehta, Angela Man, Adam Ciezarek, Keith Ranson, David J. Penman, Federica Di Palma, Wilfried Haerty

Notice bibliographique

RevueGenomics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensGenome British Columbia
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesUK Research and Innovation
Mots-clésBiologyNile tilapiaTilapiaOreochromisAquacultureEuryhalineGeneGeneticsCandidate geneGenetic variationSingle-nucleotide polymorphismGenotypeFisherySalinityEcology

Résumé

récupéré en direct d'OpenAlex

The Nile tilapia (Oreochromis niloticus) accounts for ∼9% of global freshwater finfish production however, extreme cold weather and decreasing freshwater resources has created the need to develop resilient strains. By determining the genetic bases of aquaculture relevant traits, we can genotype and breed desirable traits into farmed strains. We generated ATAC-seq and gene expression data from O. niloticus gill tissues, and through the integration of SNPs from 27 tilapia species, identified 1168 highly expressed genes (4% of all Nile tilapia genes) with highly accessible promoter regions with functional variation at transcription factor binding sites (TFBSs). Regulatory variation at these TFBSs is likely driving gene expression differences associated with tilapia gill adaptations, and differentially segregate in freshwater and euryhaline tilapia species. The generation of novel integrative data revealed candidate genes e.g., prolactin receptor 1 and claudin-h, genetic relationships, and loci associated with aquaculture relevant traits like salinity and osmotic stress acclimation.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,565

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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomicsMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207