MétaCan
Menu
Retour à la cohorte
Enregistrement W4401212392 · doi:10.1038/s41598-024-68752-6

Screening of reliable reference genes for the normalization of RT-qPCR in chicken liver tissues and LMH cells

2024· article· en· W4401212392 sur OpenAlexaff
Ziwei Chen, Guoying Hua, Xin Shu, Wuchao Zhuang, Jilong Zhang, Runbang Zhu, Xiaotong Zheng, Jianfei Chen

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNatural Science Foundation of Jiangsu ProvinceJiangsu University of Science and TechnologyGovernment of Jiangsu ProvinceNatural Science Research of Jiangsu Higher Education Institutions of ChinaJiangsu UniversityNational Natural Science Foundation of China
Mots-clésReference genesHousekeeping geneGeneBiologyComputational biologyGene expressionGene expression profilingGenetics

Résumé

récupéré en direct d'OpenAlex

The liver plays a vital role in lipid synthesis and metabolism in poultry. To study the functional genes more effectively, it is essential to screen of reliable reference genes in the chicken liver, including females, males, embryos, as well as the Leghorn Male Hepatoma (LMH) cell line. Traditional reference gene screening involves selecting commonly used housekeeping genes (HKGs) for RT-qPCR experiments and using different algorithms to identify the most stable ones. However, this approach is limited in selecting the best reference gene from a small pool of HKGs. High-throughput sequencing technology may offer a solution to this limitation. This study aimed to identify the most consistently expressed genes by utilizing multiple published RNA-seq data of chicken liver and LMH cells. Subsequently, the stability of the newly identified reference genes was assessed in comparison to previously validated stable poultry liver expressed reference genes and the commonly employed HKGs using RT-qPCR. The findings indicated that there is a higher degree of similarity in stable expression genes between female and male liver (such as LSM14A and CDC40). In embryonic liver, the optimal new reference genes were SUDS3, TRIM33, and ERAL1. For LMH cells, the optimal new reference genes were ALDH9A1, UGGT1, and C21H1orf174. However, it is noteworthy that most HKGs did not exhibit stable expression across multiple samples, indicating potential instability under diverse conditions. Furthermore, RT-qPCR experiments proved that the stable expression genes identified from RNA-seq data outperformed commonly used HKGs and certain validated reference genes specific to poultry liver. Over all, this study successfully identified new stable reference genes in chicken liver and LMH cells using RNA-seq data, offering researchers a wider range of reference gene options for RT-qPCR in diverse situations.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,017
Tête enseignante GPT0,278
Écart entre enseignants0,261 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207