MétaCan
Menu
Retour à la cohorte
Enregistrement W4388540188 · doi:10.1093/jas/skad281.198

243 Translating Maternal Vitamin and Mineral Supplementation Effect on Early Developing Fetus Through Hepatic Long Non-Coding Rnas Profile in Beef Heifers

2023· article· en· W4388540188 sur OpenAlexaff
Muhammad Anas, Alison K Ward, Kacie L McCarthy, Ana Clara B Menezes, Pawel P. Borowicz, Larry P. Reynolds, Joel S Caton, Carl R Dahlen, Wellison Jarles j Da Silva Diniz

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésFetusBiologyPregnancyAndrologyInternal medicineAnimal scienceGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Maternal nutrition is critical during pregnancy as the fetus relies on the nutrients from the dam. Fetal organogenesis starts during the first trimester. Thus, an appropriate supply of nutrients, including vitamins and minerals, is indispensable. In the field of fetal developmental programming, there is still a lack of knowledge based on appropriate livestock models to explain the role of regulatory factors in translating the effect of maternal minerals and vitamins on fetal development and metabolic function. Therefore, this study was designed to investigate the effect of maternal vitamin and mineral supplementation (VTM -d 71 periconceptual to d 83 of pregnancy) on fetal liver expression of long non-coding RNAs (lncRNAs) and their potential regulatory metabolic pathways. Angus crossbreed beef heifers (n = 16) were supplemented (VTM, n = 8) or not (NoVTM, n = 8) with 113 g· heifer-1· day-1 of mineral premix (Purina Wind & Rain Storm All-Season 7.5 Complete) and all heifers were bred with female sexed semen from a single sire. Transcriptomic profiles were determined with RNA-Seq in fetal livers collected on d 83 ± 0.27 of gestation. After data quality control and read mapping, lncRNAs were predicted using the FEELnc pipeline. Using the DESeq2 software, we identified 50 differentially expressed novel lncRNAs (expression of 32 lncRNAs was upregulated and 18 were downregulated; FDR < 0.05) located either downstream, upstream, or in exonic, or intronic regions of 51 genes (including PFKP, SLC30A10, KCNH8, ZNF451, MINPP1, BCL9, PAH, ITPR2, AHCY, and ABCG8), potentially regulating their expression. These genes could affect pathways (FDR < 0.1) such as PI3K signaling, mineral storage and transport, and amino acids biosynthetic pathways (i.e., cysteine and methionine biosynthesis). Collectively, these results suggest that periconceptual maternal vitamin and mineral supplementation affects the expression of lncRNAs and potentially regulates the expression of genes involved in fetal liver development and function.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,321
Écart entre enseignants0,305 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetCancer-related molecular mechanisms researchTravaux en français237 207