Exploring stress biomarkers in an avian model
Notice bibliographique
Résumé
Biomarkers are measurable biological molecules that can be used as indicators of stress in animals. Presently, there is little understanding of stress biomarkers in birds. The objective of this study is to identify changes in unique proteins in an avian model to further our understanding of the stress response in Aves. The models chosen in this study were the Herring Gull (Larus argentatus) and Great Black-Backed Gull (L. marinus). Specimens were obtained from the St. John's International Airport, Newfoundland and Labrador, Canada. Samples of liver tissue were ground in a mortar and pestle under sterile conditions to extract soluble proteins. Protein concentrations were normalized and 1D SDS-PAGE followed by a modified silver staining method were used to identify individual protein profiles. Gels were imaged and digitized using a Fluor-STM Multi-imager. Protein spots were excised from the gels and further analyzed using liquid chromatography-mass spectrometry/mass spectrometry (LC-MS/MS). Preliminary MS data indicates the presence of known stress proteins, including heat shock-70, heat shock-90, anti-oxidants such as superoxide dismutase and, pyridoxine phosphate oxidase (an essential enzyme in vitamin B6 metabolism). These proteins will be quantified by immunoblotting and used as targets to identify the effects of environmental stressors on the gulls. As our knowledge of stress in Aves is limited, these data will contribute to the broader understanding of stress in Aves.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 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 ».