The whole is lesser than the sum of its parts? Dissecting layer-enriched samples of rodent placenta is worth the effort
Notice bibliographique
Résumé
Gene expression in the placenta, assessed by bulk RNA-seq, is a common method to explore placental function. Many rodent studies homogenize the entire placenta, and yet doing so may obscure differences within specific functional regions such as the labyrinth, junctional zone and decidua. Conversely, analysis of the whole placenta could generate apparent differences due to changes in composition (e.g., relative amounts of labyrinth vs junctional zone) rather than differential gene expression. We assess the value of dissecting and separately analysing the labyrinth and junctional zone/decidua by comparing RNA-seq results from the labyrinth, junctional zone/decidua combined, and whole placenta from an experiment examining effects of maternal food restriction and fetal sex in C57BL6/J mice at gestational day 17.5. The number of genes identified as differentially expressed in response to maternal food restriction was substantially higher in the labyrinth (910 genes), than in the junctional zone/decidua (50 genes), which in turn was slightly higher than in the whole placenta (3 genes). Only one gene was differentially expressed in all 3 tissue types, and 20 genes were differentially expressed in both the labyrinth and junctional zone/decidua. The larger number of differentially expressed genes in the labyrinth was due to both larger effect sizes and estimates of effect sizes having smaller standard errors. While dissection to obtain layer-enriched samples is slightly more time-consuming than collection of whole placenta and requires some practice, our results show that layer-enrichment is clearly worth the effort.
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) | 0,000 | 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 ».