Plasma microRNA Profiles of Myotis lucifugus from a White-Nose Syndrome-affected Population
Notice bibliographique
Résumé
White-nose syndrome (WNS), caused by the fungus Pseudogymnoascus destructans (Pd), has devastated bat populations across North America by disrupting torpor, accelerating fat depletion, and causing severe winter mortality. Surviving populations of little brown bats (Myotis lucifugus) exhibit altered fat storage and adaptive physiological responses, suggesting potential mechanisms for WNS resistance or tolerance. MicroRNAs (miRNAs) are small, non-coding RNA molecules regulating gene expression that play critical roles in metabolic and immune pathways essential for hibernation physiology and pathogen defense. My thesis integrates insilico analyses and experimental validation to evaluate the role of miRNAs in hibernation physiology to establish a novel, non-lethal method for monitoring bat health. Using DIANA miRPath and a targeted literature review, I identified four miRNAs (miR-543, miR-27a, miR-92b, and miR-328) implicated in metabolic and immune pathways relevant to WNS, including lipogenesis, insulin signaling, and FOXO-mediated stress response. I quantified the presence and seasonal expression patterns of selected miRNAs using reverse transcription quantitative real-time PCR in plasma samples collected from WNS-affected bats during fall pre-hibernation and spring emergence. miR-27a-5p and miR-92b-5p showed increased expression in spring compared to fall, and miR-27a-5p correlated positively with Pd fungal load, suggesting its potential as a biomarker for WNS severity. miR-26a-5p was consistently stable across seasons and conditions and was used as a robust endogenous control for plasma-based miRNA studies. This study is the first to demonstrate stable detection and seasonal variation of circulating miRNAs in plasma from free-ranging little brown bats, and one of only a handful to quantify plasma miRNA levels in any of the nearly 1500 bat species, establishing a novel, non-lethal method for monitoring bat health. Future studies should validate gene targets and assess how miRNA expression varies with host physiological state and hibernation conditions. Importantly, this approach could guide targeted management interventions by enabling early identification of vulnerable populations or individuals. Ultimately, the ability to monitor bat health non-lethally, using plasma miRNAs, offers significant potential to enhance wildlife disease surveillance, guide conservation strategies, and contribute to the broader effort of mitigating WNS impacts across North America.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».