Tjáning ónæmisgena í þorsklirfum mæld með RT-qPCR
Notice bibliographique
Résumé
Þorskeldi er vaxandi atvinnugrein í heiminum. Árið 2009 var framleiðsla á eldisþorski um það bil 18000 tonn í Noregi, 1000 tonn í Bandaríkjunum og Canada og um það bil 2000 tonn á Íslandi. Meðal helstu vandamála sem atvinnugreinin glímir við er það hversu hátt hlutfall lirfa deyr á fyrstu stigum eldisins eða fram að þeim tíma þegar hægt er að bólusetja lirfurnar. Á fyrsta tímabilinu eftir klak er áunnin ónæmisvörn ekki til staðar og þurfa lirfurnar því eingöngu að treysta á ósérhæfða ónæmiskerfið í baráttu sinni gegn utanaðkomandi sýklum. Með því að finna leiðir til að efla svörun ónæmiskerfisins á þessum fyrstu lirfustigum er talinn möguleiki á að auka megi lífslíkur þeirra. \nMarkmið þessa verkefnis var að mæla tjáningu á tveimur genum sem tengjast ósérhæfðri ónæmissvörun lirfanna, þ.e. IgM og lysozyme. Sýni voru tekin á tveimur mismunandi tímapunktum þ.e 10 dögum og 26 dögum eftir klak, af lirfum sem fóðraðar höfðu verið með lifandi fæðudýrum sem höfðu verið næringarbætt með ufsapeptíðum í tveimur mismunandi meðhöndlunarskömmtum. Til samanburðar voru lirfur sem fengið höfðu hefðbundin fæðudýr. \nNotast var við RT-qPCR aðferðina við magngreiningu á tjáningu IgM og lysozyme. Ubiquitin var notað sem samanburðargen við mat á tjáningu genanna. \nNiðurstöður rannsóknarinnar benda til þess að fóðrun lirfanna með peptíðbættum fæðudýrum auki tjáningu á bæði IgM og lysozyme. \nLykilorð: þorsklirfur, ósérhæfð ónæmissvörun, IgM, lysozyme, RT-qPCR
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,072 | 0,042 |
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 ».