A comprehensive atlas of pig RNA editome across 23 tissues reveals RNA editing affecting interaction mRNA–miRNAs
Notice bibliographique
Résumé
RNA editing is a co-transcriptional/post-transcriptional modification that is mediated by the ADAR enzyme family. Profiling of RNA editing is very limited in pigs. In this study, we collated 3813 RNA-seq data from the public repositories across 23 tissues and carried out comprehensive profiling of RNA editing in pigs. In total, 127,927 A-to-I RNA-editing sites were detected. Our analysis showed that 98.2% of RNA-editing sites were located within repeat regions, primarily within the pig-specific SINE retrotransposon PRE-1/Pre0_SS elements. Subsequently, we focused on analyzing specific RNA-editing sites (SESs) in skeletal muscle tissues. Functional enrichment analyses suggested that they were enriched in signaling pathways associated with muscle cell differentiation, including DMD, MYOD1, and CAV1 genes. Furthermore, we discovered that RNA editing event in the 3'UTR of CFLAR mRNA influenced miR-708-5p binding in this region. In this study, the panoramic RNA-editing landscape of different tissues of pigs was systematically mapped, and RNA-editing sites and genes involved in muscle cell differentiation were identified. In summary, we identified modifications to pig RNA-editing sites and provided candidate targets for further validation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».