Tissue-specific transcriptomes reveal potential mechanisms of microbiome heterogeneity in an ancient fish
Notice bibliographique
Résumé
The lake sturgeon (Acipenser fulvescens) is an ancient, octoploid fish faced with conservation challenges across its range in North America, but a lack of genomic resources has hindered molecular research in the species. To support such research, we created a transcriptomic database from 13 tissues: brain, esophagus, gill, head kidney, heart, white muscle, liver, glandular stomach, muscular stomach, anterior intestine, pyloric cecum, spiral valve and rectum. The transcriptomes for each tissue were sequenced and assembled individually from a mean of 98.3 million (±38.9 million SD) reads each. In addition, an overall transcriptome was assembled and annotated with all data used for each tissue-specific transcriptome. All assembled transcriptomes and their annotations were made publicly available as a scientific resource. The non-gut transcriptomes provide important resources for many research avenues. However, we focused our analysis on messenger ribonucleic acid (mRNA) observations in the gut because the gut represents a compartmentalized organ system with compartmentalized functions, and seven of the sequenced tissues were from each of these portions. These gut-specific analyses were used to probe evidence of microbiome regulation by studying heterogeneity in microbial genes and genera identified from mRNA annotations. Gene set enrichment analyses were used to reveal the presence of photoperiod and circadian-related transcripts in the pyloric cecum, which may support periodicity in lake sturgeon digestion. Similar analyses were used to identify different types of innate immune regulation across the gut, while analyses of unique transcripts annotated to microbes revealed heterogeneous genera and genes among different gut tissues. The present results provide a scientific resource and information about the mechanisms of compartmentalized function across gut tissues in a phylogenetically ancient vertebrate. Database URL: https://figshare.com/projects/Lake_Sturgeon_Transcriptomes/133143.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».