MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382652851 · doi:10.1002/9781119821946.ch2

Transcriptional Epigenetic Mechanisms in Aquatic Species

2023· other· en· W4382652851 sur OpenAlexaff
Laia Navarro‐Martín, Jan A. Mennigen, Jana Asselman

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsBiologyChromatinDNA methylationHistonePhenotypeOrganismVertebrateRegulation of gene expressionAquacultureEvolutionary biologyGeneComputational biologyGeneticsGene expressionFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

Epigenetic mechanisms not only are involved in the proper development and differentiation of organisms in general but also allow the organism to respond to environmental changes. In this chapter, we will briefly review molecular epigenetic mechanisms that are capable of modulating mRNA abundance at the transcriptional level (DNA methylation and chromatin remodeling through histone modifications), highlighting the complexity of epigenetic regulation of gene transcription. We will pay special attention to the epigenetic mechanisms that modulate key biological functions in aquatic species. The emphasis of this chapter is placed on teleost (bony) fish, the largest vertebrate group characterized by a high degree of phenotypic variation, and aquatic invertebrates including mollusks, arthropods, and sponges. We provide examples of how environmental signals are capable of causing epigenetic modifications to impact phenotypic traits related to metabolism, growth, development, reproduction, and immune response in aquaculture species. We anticipate that an increase in the knowledge of epigenetic mechanisms modulating the appearance of desired phenotypic traits will potentially help in the development of new aquaculture practices that can significantly benefit aquaculture, making it more sustainable and economically viable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,017
Tête enseignante GPT0,248
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→