MétaCan
Menu
Retour à la cohorte
Enregistrement W4392773540 · doi:10.1186/s12917-024-03926-y

Identification of circRNA-associated ceRNA networks in the longissimus dorsi of yak under different feeding systems

2024· article· en· W4392773540 sur OpenAlexaff
Xiaoming Ma, Xian Guo, La Yongfu, Tong Wang, Pengjia Bao, Min Chu, Xiaoyun Wu, Ping Yan, Chunnian Liang

Notice bibliographique

RevueBMC Veterinary Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesAgricultural Science and Technology Innovation ProgramNational Natural Science Foundation of China
Mots-clésYAKBiologySkeletal muscleBiotechnologyComputational biologyGeneticsBioinformaticsAnatomyAnimal science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Yaks (Bos grunniens), prized for their ability to thrive in high-altitude environments, are indispensable livestock in the plateau region. Modifying their feeding systems holds significant promise for improving their growth and meat quality. Tenderness, a key determinant of yak meat quality and consumer appeal, is demonstrably influenced by dietary regimen. Indoor feeding regimes have been shown to enhance tenderness by lowering shear stress and optimizing pH values. CircRNAs, well-known modulators of circulatory function, also play a crucial role in skeletal muscle development across various animal species. However, their functional significance in yak skeletal muscle remains largely unexplored. RESULTS: In this study, we identified a total of 5,534 circRNAs within the longissimus dorsi muscle, and we found 51 differentially expressed circRNAs (20 up-regulated and 31 down-regulated) between the two feeding groups. Constructing a comprehensive ceRNA network illuminated intricate regulatory mechanisms, with PGP and circRNA_0617 converging on bta-miR-2285q, mirrored by KLF15/circRNA_0345/bta-miR-20b and CTSF/circRNA_0348/bta-miR-146a. These findings shed light on the potential of circRNAs to influence yak muscle development and meat quality, offering valuable insights for future research. CONCLUSIONS: This investigation unraveled a complex interaction network between circRNAs、mRNAs and miRNAs in yak skeletal muscle. We further elucidated the target genes regulated by these target genes within the network, offering valuable insights into the potential regulatory mechanisms governing muscle development and meat quality-related traits in yaks.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,114
Tête enseignante GPT0,396
Écart entre enseignants0,282 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Veterinary ResearchMême sujetCircular RNAs in diseasesTravaux en français237 207