MétaCan
Menu
Retour à la cohorte
Enregistrement W4387952804 · doi:10.1016/j.fochx.2023.100962

Succinylation proteomic analysis identified differentially expressed succinylation sites affecting porcine muscle fiber type function

2023· article· en· W4387952804 sur OpenAlexaff
Xiaofan Tan, Kaiqing Liu, Yu He, Zhiwei Yan, Jing Chen, Ruixue Zhao, Xin Sui, Junpeng Zhang, David M. Irwin, Shuyi Zhang, Bojiang Li

Notice bibliographique

RevueFood Chemistry X · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSirtuins and Resveratrol in Medicine
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChina Postdoctoral Science FoundationShenyang Science and Technology BureauDepartment of Education of Liaoning ProvinceNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésSuccinylationKEGGBiologyBiochemistryCell biologyMyocyteChemistryGeneGene expressionGene ontologyAcetylation

Résumé

récupéré en direct d'OpenAlex

Muscle fiber type is a major factor in pork meat quality, however, the role of post-translational protein modifications, especially succinylation, in the regulation of muscle fiber type is not fully understood. Here we performed protein succinylation profiles of fast-type biceps femoris (BF) and slow-type soleus (SOL) muscles. A total of 4,221 succinylation sites were identified from these samples, of which 294 sites were differentially expressed. Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment analyses showed that these succinylated proteins were mainly involved in glycolysis, tricarboxylic acid cycle, and fatty acid metabolism. Succinylation modification of the CRAT and RAB10 proteins was verified by co-immunoprecipitation. Protein-protein interaction (PPI) network analysis unveiled the interactions of these succinylated proteins that regulate pig myofiber type conversion. This investigation offers fresh perspectives into the molecular roles of protein succinylation in the regulation of pig myofiber type transformation and meat quality.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0020,000

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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,242 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Chemistry XMême sujetSirtuins and Resveratrol in MedicineTravaux en français237 207