MétaCan
Menu
Retour à la cohorte
Enregistrement W4394276488 · doi:10.6084/m9.figshare.6827201

De novo assemblies, annotations, and gene expression profiling of gill epithelium from 16 species of Fundulus killifish in response to salinity change.

2018· dataset· en· W4394276488 sur OpenAlexaboutno aff
Lisa K. Johnson, Andrew Whitehead

Notice bibliographique

RevueFigshare · 2018
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFundulusKillifishBiologySalinityGene expression profilingGene expressionProfiling (computer programming)Computational biologyZoologyGeneEcologyFisheryFish <Actinopterygii>GeneticsComputer science

Résumé

récupéré en direct d'OpenAlex

P51 Ion and Acid-Base Regulation in Fish Symposium#ICBF2018 13th International Congress on the Biology of FishCalgary, Alberta, July 15-19, 2018 Estuaries are characterized by periodic fluxes in salinity. Many species of North American killifish (Fundulus) are estuarine specialists and harbor euryhaline phenotypes. Three clades within Fundulus independently radiated into freshwater environments and have lost their abilities to tolerate high salinity. We use Fundulus as a comparative model system for studying the physiological and genetic mechanisms that diverge between euryhaline and freshwater species. We examined 16 estuarine and freshwater species with representation from each of three clades. Fish from all species were acclimated to either brackish or fresh water then exposed to an acute brackish water challenge. Gill transcriptome data were collected. To enable multi-species comparisons, reference transcriptome assemblies were generated de novo for each species then used to analyze transcriptional responses to salinity change by clade and physiology. We find differences in the gene expression between euryhaline and freshwater species, some of which are shared across clades, implicating molecular mechanisms that contribute to divergent osmoregulatory physiologies. Fundulus Multispecies Osmotic Transcriptome Sequencing Project (FMOTSP) https://doi.org/10.17605/OSF.IO/M4XEG Analysis scripts:https://github.com/ljcohen/RNAseq_15killifish Raw data:https://www.ncbi.nlm.nih.gov/bioproject/473009

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,070
Tête enseignante GPT0,297
Écart entre enseignants0,227 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetFish biology, ecology, and behaviorTravaux en français237 207