Comparative transcriptomic and proteomic analyses provide insights into the key genes involved in muscle growth in the large Diqing Tibetan pig
Notice bibliographique
Résumé
Pig growth involves multiple genes and coordinated regulatory mechanisms. The large Diqing Tibetan pigs (TPs) are a unique plateau pig breed in China. Data on the mechanisms of muscle growth and development in TPs are limited, and its transcriptional regulation mechanism remains unclear. This study identifies important genes and proteins involved in muscle growth in TPs. We obtained transcriptomic and proteomic data from the longissimus dorsi muscle tissues of TPs and Duroc pigs (DPs) via RNA-seq and isobaric tags for relative and absolute quantitation analyses, respectively. Comparative analyses of TPs and DPs yielded 557 differentially expressed genes (DEGs) and 56 differentially abundant proteins (DAPs). Functional annotation of these DEGs and DAPs was enriched in metabolic processes, metabolic pathways, cytoskeletal protein binding, AMPK signaling pathway, insulin signaling pathway, PPAR signaling pathway, and other related pathways. Ten genes were identified as key candidate regulators ( FASN, PPARG, PCK1, ACTA2, TXN, SNU13, APOA1, ATP8, ALDH2, and IGFN1) that may play important roles in the muscle growth traits of TPs. This study provides a reference for analyzing the genetic regulation mechanism underlying muscle growth in pigs and improving the meat yield of TPs via molecular marker-assisted selection.
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 | 0,001 |
| 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) | 0,001 | 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 ».