Integrating transcriptomics and metabolomics revealed pathogenic mechanism of Chinese soft-shell turtle (Trionyx sinensis) infected with Trionyx sinensis hemorrhagic syndrome virus (TSHSV)
Notice bibliographique
Résumé
Trionyx sinensis Hemorrhagic Syndrome Virus(TSHSV)seriously hinders the aquaculture of Chinese soft-shell turtle (Trionyx sinensis) due to its high mortality. However, the pathogenic mechanisms of TSHSV in T. sinensis are still unclear. In present study, transcriptomic and metabolomic analyses were performed on turtle livers following TSHSV infection. 734 up-regulated and 770 down-regulated differentially expressed genes (DEGs) were identified in different TSHSV challenge groups. These DEGs were categorized into 12 pathways related to virus infection and host immunity. Moreover, 27, 2679, and 4341 differentially expressed metabolites (DEMs) were identified in the D1, D3, and D5 groups, respectively. These DEMs were mapped into the pathways of energy metabolism, amino acid metabolism and fatty acid metabolism. Association analysis revealed TSHSV induced inflammatory responses, hepatocyte apoptosis, and ultimately led to liver tissue damage. Taurine supplementation promoted the survival rate of turtle after TSHSV infection and reduced the inflammatory response of liver by regulating the production of interferons, antioxidases, and the pro-inflammatory cytokine TNF-α. Collectively, our results provide comprehensive profiles of the transcriptome and metabolome in Chinese soft-shell turtle liver after TSHSV invasion, shedding light on the underlying pathogenic mechanism. The method of taurine supplementation might be a promising therapeutic strategy for protecting turtles from TSHSV.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».