Integrated Analysis of Transcriptome Profiles and lncRNA–miRNA–mRNA Competing Endogenous RNA Regulatory Network to Identify Biological Functional Effects of Genes and Pathways Associated with Johne’s Disease in Dairy Cattle
Notice bibliographique
Résumé
Paratuberculosis or Johne’s disease (JD), a chronic granulomatous gastroenteritis caused by Mycobacterium avium subsp. paratuberculosis (MAP), causes huge economic losses and reduces animal welfare in dairy cattle herds worldwide. At present, molecular mechanisms and biological functions involved in immune responses to MAP infection of dairy cattle are not clearly understood. Our purpose was to integrate transcriptomic profiles and competing endogenous RNA (ceRNA) network analyses to identify key messenger RNAs (mRNAs) and regulatory RNAs involved in molecular regulation of peripheral blood mononuclear cells (PBMCs) for MAP infection in dairy cattle. In total, 28 lncRNAs, 42 miRNAs, and 370 mRNAs were identified by integrating gene ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment analyses. In this regard, we identified 21 hub genes (CCL20, CCL5, CD40, CSF2, CXCL8, EIF2AK2, FOS, IL10, IL17A, IL1A, IL1B, IRF1, MX2, NFKB1, NFKBIA, PTGS2, SOCS3, TLR4, TNF, TNFAIP3, and VCAM1) involved in MAP infection. Furthermore, eight candidate subnets with eight lncRNAs, 29 miRNAs, and 237 mRNAs were detected through clustering analyses, whereas GO enrichment analysis of identified RNAs revealed 510, 22, and 11 significantly enriched GO terms related to MAP infection in biological process, molecular function, and cellular component categories, respectively. The main metabolic-signaling pathways related to MAP infection that were enriched included the immune system process, defense response, response to cytokine, leukocyte migration, regulation of T cell activation, defense response to bacterium, NOD-like receptor, B cell receptor, TNF, NF-kappa B, IL-17, and T cell receptor signaling pathways. Contributions of transcriptome profiles from MAP-positive and MAP-negative sample groups plus a ceRNA regulatory network underlying phenotypic differences in the intensity of pathogenicity of JD provided novel insights into molecular mechanisms associated with immune system responses to MAP infection in dairy cattle.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».