Gene regulation in Drosophila melanogaster in response to an acute dose of ethanol
Notice bibliographique
Résumé
Alcohol intake causes gene expression changes resulting in cellular and molecular adaptations that could be associated with a predisposition to alcohol dependence. Expression profiling using high-throughput microarrays has recently been used to identify changes in gene expression that may be associated with alcohol dependence. To clarify the mechanisms and biology underlying alcohol dependence, bioinformatics, behavioural and genetics methodologies were employed to analyse obtained raw microarray data set that was previously generated from Drosophila exposed to an acute dose of ethanol. Classical linear statistical modeling coupled with clustering and functional enrichment analyses were implemented to evaluate whole-head time series microarray data from ethanol-treated and control samples, and implicated many genes or pathways affected by acute ethanol treatment in Drosophila head including those involved in stress signaling, inter and intra cellular signaling, ubiquitinmediated signaling, metabolic switches, and possible transcriptional regulatory components. Further analysis identified interaction networks and patterns of transcriptional regulation within the set of identified genes. Seven of these genes, ana, Axin, hiw, hop, hsp26, hsp83, and mbf1, were verified and linked with novel roles in ethanol behavioural responses using functional tests. Additional work on two of these genes namely, hiw and hsp26 also revealed a role for glia, mushroom bodies and ellipsoid body neurons as important regulators of acute ethanol response in Drosophila. Finally, these studies have demonstrated that microarray analysis is an efficient method for identifying candidate genes and pathways that may be fundamental to human alcohol dependence or abuse.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».