跳转到主要内容

原始研究的文章

前面。兽医。科学。,22March 2023
秒。家畜基因组学
卷10 - 2023 | https://doi.org/10.3389/fvets.2023.1090517

Multi-transcriptomics揭示RLMF axis-mediated信号分子与牛饲料效率

Chaoyun杨,陵叮,新港丹,云冈石 *枭龙康 *
  • 重点实验室的反刍动物分子和细胞繁殖,银川,中国宁夏大学农业学院

监管轴起着至关重要的作用在解释哺乳动物器官之间的信息交换和互动。在这项研究中对饲料效率,这是假设rumen-liver-muscle-fat (RLMF)监管存在轴和审查的能量流RLMF轴采用共识网络分析从空间转录组的角度来看。基于浓缩共识网络的分析和蛋白质相互作用分析和修复基因,它是发现,碳水化合物代谢,能量代谢、免疫和炎症反应可能是最有助于饲料的生物过程效率的变种RLMF监管轴。此外,集群电子呼吸链相关的基因,包括ND (2、3、4、4 l, 5, 6), NDUF (A13, A7, S6, B3, B6),考克斯(1,3),CYTB, UQCR11, ATP (6、8)集群与脂肪酸代谢相关的基因,包括13日(A1, A2, A4, B, C3),铝青铜,FG (A、G),以及集群ribosomal-related基因包括RPL(8, 18岁,18岁,15日,13日,P1),rp(23日,27日,3,4 x),PSM (A1-A7, B6, C1, C3、D2-D4 D8 D9, E1)可能是饲料效率的主要效应基因变异。研究结果表明,饲料效率高的牛,通过调节轴的协同行动RLMF,可以提高生物过程的效率(碳水化合物代谢、蛋白质泛素化和能量代谢)。同时,饲料效率高的牛会增强免疫和炎症反应能力,允许营养物质有效地分布在这些器官和消化吸收有关,能源生产,储能器官。阐明营养上的分布RLMF监管轴可以促进饲料效率变化的理解,实现分子调控的研究。

介绍

饲料效率()是一个重要的约束畜牧业发展,及其改进是一个重要的育种计划的可持续性肉牛产业。然而,营养器官之间的分布尚不清楚。残余饲料摄入量(RFI)已被广泛用于评估在奶牛(1- - - - - -3)和牛肉(4,5)。它在1963年被科赫,其线性回归的干物质摄入量(DMI),平均每日获得(ADG)代表能量下沉(例如,要求维护、增长、哺乳期、和鸡蛋)的动物在一定的时间和未能与经济性状,如平均每日增加,增长率(6,7)。RFI属于中度遗传[鸡0.21 - -0.50 (8,9)、鸭0.24 - -0.27 (10- - - - - -12)、猪0.19 - -0.63 (13,140.28 - -0.40)、牛(15,16),0.45(羊17),是负相关的,显示出稳定的遗传增益可以预见RFI的选择。RFI受到许多因素,如蛋白质周转,组织新陈代谢,压力,消化率,热量增加,发酵,体育活动,身体成分和喂养模式(18- - - - - -22)。然而,特定的生物学机制RFI仍不发达。大量的实验已经努力阐明RFI从单个组织变异的基因表达(如。、肝(23),骨骼肌(24)、血(25),脂肪组织(26)、瘤胃上皮细胞(27)、十二指肠(5)]。每个研究都集中在只有单个组织,它是高度可变的,不能获得一个一致的结论(28)。尽管研究包括多个组织,获得的结果不能详尽描述RFI的变化(29日)。

的消化和营养的吸收是一个协调的过程多器官的参与。营养物质在胃肠道消化吸收并进入血液,然后运送到多个器官和组织,如肝脏和肌肉提供能量,营养过剩存储为甘油三酯在肝脏和脂肪组织或糖原肌肉。因此,营养摄入的过程中消化、能源供应和存储必须完成合作组织中,在不同的组织控制能源分配调节功能相关基因的表达和传输信号直接或间接向其他组织。的确,最近一些研究表明,brain-gut轴可以调节肥胖和食欲(30.)和葡萄糖维持胃肠道的体内平衡(31日)。它也表明,liver-brain-gut轴(32),gut-liver-muscle轴(33)和muscle-liver-fat轴(34)是密切相关的代谢功能。共识模块分析基于加权关联网络分析(WGCNA)是一个方法识别和挖掘与复杂的表型性状相关的基因,用于揭示代谢物和基因签名(35,36)。与此同时,共识模块分析和空间转录组可以用来探索组织之间的异同。先前的研究的局限性,本项目基于rumen-liver-muscle-fat的存在(RLMF)监管轴和共识执行使用从瘤胃multi-transcriptomic数据网络建设,肝脏、肌肉和脂肪组织与发散RFI识别共识和组织模块,并揭示eigengenes和生物过程。这个项目的目标是阐明基因和相关生物学过程的变化从营养摄入的角度和消化(瘤胃)加工/转移(肝)能源供应(肌肉)能源存储(脂肪)。它将提供一个定义良好的理解的贡献变化和现在的景观基因表达谱的能量转移。

材料和方法

数据准备和处理

GSE116775数据集从基因表达综合下载(https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE116775)。目前的研究(29日)使用四个组织(瘤胃、肝脏、脂肪和肌肉组织)的安格斯牛和多样化RFI(测序平台:Illumina公司HiSeq 4000;图书馆布局:pair-end;图书馆资料来源:转录组;平均长度:200),包括八个动物高或低RFI。在原始文件(fastq格式)下载,fastqc软件(37)(0.11.7版本,https://www.bioinformatics.babraham.ac.uk/projects/fastqc/0.6.6)和Trim-galore(版本,https://www.bioinformatics.babraham.ac.uk/projects/trim_galore/,参数:配对,质量25长度36,严格3)是用来控制阅读的质量,分别。读取片段与质量分数大于Q25保留。品质管理清洁读取被对齐(hisat22.2.1版本,http://daehwankimlab.github.io/hisat2/;参数:默认参数)的索引文件的参考基因组ARS-UCD1.2(下载的BovineGenome.org网站,https://bovinegenome.elsiklab.missouri.edu/downloads/ARS-UCD1.2)获得山姆文件包含的信息保持一致。的山姆文件的转换bam文件使用samtools软件(38)(1.9版本,https://sourceforge.net/projects/samtools/files/samtools/1.9/;参数:- b - s - h)bam文件索引构建、基因量化后使用featureCounts项目subread包(39)(2.0.1版本,http://subread.sourceforge.net/;参数:- t外显子- g gene_id)收购数矩阵。考虑到TPM(每千碱基记录每百万映射读取)外显子模型的量化中是一个很好的方法核糖核酸丰度和平均相对RNA摩尔浓度成正比,并被许多计算算法(如成绩单量化。RSEM (40)和鲑鱼(41)方法),我们使用TPM对基因的量化。的公式TPM是:106*[(读取映射到记录/记录长度)/笔(读取映射到记录/记录长度)]。

过滤掉基因和异常表达较低,平均绝对偏差(疯了)采用变量删除基因异常TPM值的优势疯了对于消除异常值的平均值和/或标准偏差方法(42)作为输入构造网络使用WGCNA包(43)。最初,所有基因的疯狂的价值进行了计算;然后在第一个四分位数(所有的基因)被保留,最后,所有的基因吗疯了> 1和重叠的两个组织被用来构建共识模块。通过疯了方法,我们最后确定的基因数量,满足的条件在瘤胃中,肝脏,肌肉,脂肪和10868年,8574年,9060年和13116年,分别。共识的基因集,7168 (补充表S1),6471 (补充表S2),7621 (补充表S3)和8386年(补充表S4)基因用于共识rumen-liver网络建设(RL),liver-muscle (LM)、肝脏脂肪(低频)和肌肉-脂肪(曼氏金融)监管轴,分别。

除了基因网络被用来建立共识,修复基因tissue-tissue监管轴被选为根据修复基因疯了top300价值和功能富集分析:RL(3700 rumen-specific基因,补充表S5;1406年肝脏特异性的基因,补充表S6);LM(2103个肝脏特异性基因,补充表S7;2589阳性基因,补充表S8),低频(953个肝脏特异性基因,补充表S9;2028年fat-specific基因,补充表S10);曼氏金融(674阳性基因,4370 fat-specific基因)。

网络建设和模块检测

WGCNA方法采用一致的网络建设和识别模块。在继续之前的网络建设、样本检查离群值。样本之间的欧氏距离计算使用hclust功能WGCNA包,使用参数方法=“平均”,和样品不同的异常值被移除。加权基因网络的建设需要软阈值功率的最优选择β改善co-expression相似性计算邻接。因此,选择最优软阈值功率β使用执行功能pickSoftThreshold(基于近似无标度拓扑的标准)的R包WGCNA(44)。

消除异常值后,产生最优软阈值功率β,函数blockwiseConsensusModules采用计算拓扑重叠共识,产生共识模块。在这里,权力=软阈值功率β(当使用R = 0.85)。该模块包含30个基因作为最低数量(minModuleSize= 30),该模块检测灵敏度是2 (deepSplit= 2),降低合并模块高度为0.25 (mergeCutHeight= 0.25,也就是说。,merge into one module if the correlation coefficient of eigengenes within the module is >0.75). In order to avoid rearrangement of eigengene within modules according to特制产品,参数minKMEtoStay参数被设置为0,maxBlockSize被设置为10000,其余的参数函数的默认值。

收购tissue-tissue共识模块感兴趣的与组织co-expression模块的问题(例如,Rumen-specific与Rumen-Liver共识模块)。,超几何测试(确切概率法)是用来检查和组织之间的重叠tissue-tissue共识模块(例如,Rumen-specific和Rumen-Liver),以及组织之间的相关性和tissue-tissue共识模块是派生的。

随后,共识模块分析了有关RFI。首先,使用co-expression网络为每个对象在网络计算与共识RFI(例如,Rumen-specific Rumen-Liver共识和肝脏特异性co-expression网络模块)。组织co-expression网络建成使用的功能blockwiseModules,参数:功率=软阈值功率βTOMType= "无符号”minModuleSize= 30。mergeCutHeight= 0.25。maxBlockSize= 20000。pamRespectsDendroverbose = 3 = FALSE,其他参数设置为默认值。这一过程产生了组织co-expression模块联系在一起RFI(重要的相关性)。当相关系数用于这两个组织和RFI共享相同的标志(零关系如果两个相关性有相反的迹象,贴上“NA”),最大最小值相关系数和显著性检验p值被保存评估两个模块之间的关系。这个过程允许统一的共同特征,两个模块之间的相似之处。

最后,基因的意义(GS)和module-memberships (毫米,也被称为特制产品)组织共识的eigengenes模块使用函数计算corAndPvalue。测量之间的关系为目的的所有基因的两个组织co-expression模块,进行了“分析”来建立他们的相关性。一旦网络模块得到共识,基因显著相关模块内的共识或组织网络受到功能富集分析,阐明生物过程和信号通路,以及蛋白质相互作用(PPI)进行了分析,发现核心基因和关键管理子网(如果有多个不相关模块,选择前三根据相关系数的绝对值;如果基因模块的数量比300年更重要,排名前300的绝对值GS选择用于后续分析)。

PPI和关键基因分析

蛋白质-蛋白质之间的关系(PPI)得到使用字符串网站(https://string-db.org/与以下参数,版本11.0);生物:牛;分数最低要求交互将高信心(0.7),其他参数被设置为默认值。Cytoscape CytoHubba插件是用来检测中心通过四个基因中心的网络拓扑分析方法学位,边缘扩散组件(EPC),最大小团体中心(世纪挑战集团),和最大社区组件(跨国公司),这是实际的方法识别中心基因PPI网络(45)。重叠的四种方法(最高top20)被定义为中心的基因。的MCODE插件在Cytoscape用于识别关键子网和的种子节点(节点的种子也被定义为中心的基因),和参数配置学位截止=2,节点分截止=0.2,k-core=2,最大深度=One hundred.。随后,来自关键子网的基因进行功能富集分析。

基因功能分类和注释

在场的绝大多数功能注释程序更新缓慢,导致大部分的结果是错过了(例如,最受欢迎的大卫网站数据注释信息2016年之前,这并不能解释正确的最新研究结果)(46)。因此,R包clusterProfiler(版本4.05)设计。clusterProfiler包依赖于Bioconductor公布的全基因组注释包(OrgDb)项目,这是每半年一次更新,即。基因的功能,我们可以注释下面是最新的和最新的版本(47)。enrichGO函数应用于基因本体论的注释,其中包括生物过程(英国石油公司分子功能(),曼氏金融),和细胞组件(CC),参数设置如下:pvalueCutoff= 0.05(调整P价值截止浓缩测试),qvalueCutoff= 0.2(核反应能量截止浓缩测试),pAdjustMethod= "黑洞"(多个测试校正方法p值,即,Benjamini & Hochberg method), and the maximum number of genes enriched in the pathwaymaxGSSize和最小数量minGSSize根据调整大小的带注释的基因集。enrichKEGG函数适应京都基因和基因组百科全书(KEGG)注释发现相关的信号通路与enrichGO相同的参数函数。所有浓缩使用R包ggplot2分析结果可视化。

结果

共识模块检测

当无标度拓扑模型适合达到0.85 (R = 0.85),软阈值功率(β= 8、7、7、9)被分配到构建rumen-liver (RL),liver-muscle (LM)、肝脏脂肪(低频)和肌肉-脂肪(曼氏金融)共识模块(补充数据S1A- - - - - -D)。结果,几个共识模块(20、22、39和29个模块在RL, LM,低频,曼氏金融监管轴,分别)被检测到,和其总保护两个eigengene网络超过0.71,表明有相当大的相似性eigengene co-expression模块(图1一个- - - - - -D)。

图1
www.雷竞技rebatfrontiersin.org

图1。共识模块建设和检测。(模拟)是RL的共识模块建设、LM、低频,MF,及其β,模块数量和保存(8、7、7、9),(20、22,39岁,29)和(0.77,0.71,0.75,0.77),分别。

RL监管轴(补充图S2A表1),三个共识模块(绿松石、midnightblue tan),三个rumen-specific模块(绿色、黑色、红色),和一个肝脏特异性模块(lightcycan)检测。对LM监管轴(补充图开通表1),三个共识模块(紫色、黄色、粉红色),三个阳性模块(midnightblue、鲑鱼、红色),和一个肝脏特异性模块(浅黄色)观察显著相关模块。如果监管轴(补充图S3A表1),两个显著相关共识模块(sienna3,白色),肝脏特异性模块(grey60),和三个fat-specific模块(蓝色、浅蓝色、plum1)被发现。曼氏金融监管轴(补充图S3B表1),三个显著相关共识模块(青绿色、黄色、暗绿色),三个阳性模块(棕色、橙色、darkorange);和三个fat-specific模块(宝蓝色、浅蓝色、褐色)。这些结果表明,在监管轴RLMF,除了模块与相似的表达模式,也有组织模块,这表明四个组织功能的相似性和特异性。

表1
www.雷竞技rebatfrontiersin.org

表1。检测模块的名称及其相关系数RLMF调节轴。

浓缩和PPI RL监管分析轴和瘤胃或肝脏特异性模块

富集分析模块在RL监管轴共识

基因的功能富集分析包含在共识eigengene网络是为了揭开eigengenes的生物功能(图2补充表S11)。绿松石共识模块主要是参与执行分子功能,如催化活性激酶活性,转移酶活动,等等。这也是参与疾病和炎症相关的信号通路如“MAPK信号通路”、“T细胞受体信号通路”,等生物学过程主要与RNA分子途径有关,如“剪接体”、“RNA拼接”。谭共识模块,主要是参与能量代谢途径相关基因,如“氧化磷酸化”、“化学carcinogenesis-reactive氧物种”,“生热作用”;生物过程如“ATP代谢过程”、“电子传递链”,“呼吸电子传递链”,“ATP合成耦合电子传递”等;分子功能主要是由呼吸道chain-related酶如“NADH脱氢酶活动”、“NADH脱氢酶活动”,“氧化还原酶活动”、“作用于NAD (P) H,电子转移活动”,等等。细胞组件主要位于mitochondrial-related结构如“线粒体膜”、“线粒体proton-transporting ATP合酶情结”,和“线粒体呼吸”。其他共识模块,台备共识,没有丰富的相关生物学途径或流程设置的阈值条件下。

图2
www.雷竞技rebatfrontiersin.org

图2。富集分析共识或瘤胃- /肝脏特异性模块RL监管轴。点大小和颜色代表丰富的基因数量和丰富的意义。

eigengenes浓缩的分析结果对上述共识模块显示三个主要功能类似的发现在RL监管轴。第一个是能量代谢很普遍。第二是eigengenes共识模块激活相应的信号通路在炎症反应或病理学。第三是,鉴于瘤胃的不同功能和肝脏,RNA function-related通路被激活,以适应复杂的环境。

浓缩为瘤胃或肝脏特异性模块分析

同时,rumen-specific模块浓缩分析表明,绿色和黑色模块主要是参与ribonucleotide-related生物过程,如核酸代谢过程、RNA代谢过程,核糖体生物起源、氮化合物代谢过程的监管,积极调节代谢过程;和ubiquitin-mediated蛋白质水解和绑定,ubiquitin-dependent蛋白质绑定(图2补充表S11)。

除了绝不会报道另类模块中使用的基因,基因的疯了值最高的300瘤胃主要富集在调节上皮细胞的能动性和运动(补充图S4),比如“左旋肉碱”和“上皮发展”。前300名的基因与一个疯狂的价值在肝脏主要富集在炎症相关的信号通路如炎症反应,以及脂肪酸降解途径(“PPAR信号通路”,“脂肪消化吸收”)和葡萄糖和氨基酸代谢。这些表明rumen-specific基因主要参与mRNA-related流程及相关通路如细胞活性,这可能是瘤胃所需的能动性。

蛋白质相互作用和基因分析中心

通过阐明基因之间的相互作用,它揭示了交互网络包含1243个节点,3990个种子,八个子网得分值> 6 (图3一- - - - - -H)。11个中心基因也发现(图3一从rumen-specific模块,所有绿色)DDX27、BRIX1 FTSJ3、BMS1 UTP15, RPF2, PES1, WDR3, NOP58 SKIV2L2,DHX15。的八个子网基因的中心AATF, PRPF19、NDUFA13 KIAA0638、EIF3G GTF2H3, AHCTF1 MRPS12。浓缩的分析显示,基因,在共识模块,主要是参与能量代谢相关通路。PPI的分析后,我们发现一群基因与细胞有关的电子传递链(图3 c),包括NADH-related基因ND (2、3、4), NDUFA (S6) 7日13日cytochrome-related基因考克斯(1,3),CYTB UQCR11),ATP synthase-related基因ATP (6、8)。与此同时,一套ribosome-function相关基因,RPL(1、8、18岁,18岁,15岁,13岁),构成另一子(图3 e)。rumen-specific绿色模块是主要从事RNA生物过程,是与富集分析结果一致。这些基因包括出局区开瓶家庭基因(图3一),DDX(24日,27日,47岁,52岁),DHX15;核糖体function-related基因(图3一),UTP(3,6日15),世界发展报告》(3、75年43岁);transcription-related基因(图3 f),GTF2 (A1, E1, H1, H3) POLR2F, TCEA1 ERCC3;蛋白质降解相关基因(图3 d),PSM(E1、D2-4 D9, C1, B6);核孔复合体蛋白基因国家联盟(50、85、88、160107)。PPI分析肝脏特异性300强和rumen-specific前300个基因被确定通过MCODE得分= 9.3 (补充图S5),从肝脏特异性的基因都是前300名和一群基因与脂肪酸运输有关,APO (A1, A2, B, C3, H),铝青铜,FABP1们

图3
www.雷竞技rebatfrontiersin.org

图3。PPI和中心为基因在基因分析RL监管轴。颜色和形状代表基因来源和类型,分别。

总之,浓缩和PPI的集成分析表明,呼吸相关基因和通路在肝脏和瘤胃变得活跃,这解释了这两个组织参与能源密集型活动,如蠕动,营养吸收和运输,以及运输的物质和一些大分子的分解。此外,由于瘤胃中的各种异养微生物殖民地,他们为自己提供小分子营养和反刍动物摄入的大分子的分解,这个过程也从呼吸所需的能量。与此同时,相关信号通路在肝脏能量代谢也更活跃,这可能是由于其独特的能源中心和戒毒中心属性。

LM的浓缩和PPI分析监管轴和肝脏或阳性模块

模块在LM监管轴浓缩分析一致

根据浓缩分析(图4),基因consensus-pink模块的主要富集在通路参与脂质分解代谢,如“脂肪酸降解”、“脂肪酸代谢”,“脂质修饰”;蛋白质function-related生物过程,如“酰胺/肽/蛋白运输”、“内质网的蛋白加工”,“负调控的蛋白质酪氨酸激酶活动”。consensus-purple模块,基因主要是富含通路与能量代谢有关,如mitochondrial-related功能“线粒体呼吸”,“线粒体呼吸链复杂的我”,“线粒体proton-transporting ATP合酶复杂”;电子传输,如“电子传递链”、“能量耦合的质子运输、电化学梯度”、“呼吸电子传递链”;氧化磷酸化,如“氧化磷酸化”、“氧化还原酶复杂”,“氧化还原酶的活动”;细胞呼吸,如“线粒体呼吸”,“我”呼吸链复杂,“呼吸电子传递链”,NADH的活动,如“NADH脱氢酶活动”、“NADH脱氢酶(醌)活动”、“NADH脱氢酶复杂”和ATP和热量的形成,如“ATP生物合成的过程”、“ATP合成耦合电子传递”,“ATP代谢过程”,“生热作用”。黄色的共识模块主要是富含“核糖体”和“泛素介导的蛋白水解作用”。

图4
www.雷竞技rebatfrontiersin.org

图4。富集分析共识或肝——/阳性模块LM监管轴。点大小和颜色代表丰富的基因数量和丰富的意义。

富集分析肝脏或阳性模块

在阳性模块midnightblue (图4),基因主要富集在“碳代谢”。基因阳性模块中的蓝色,主要是参与蛋白质代谢通路相关,如“蛋白质出口”,“在内质网蛋白处理”;蛋白酶体复杂的吞噬作用,如“内吞作用”、“吞噬体”和“溶酶体”。基因阳性布朗模块主要富集在RNA加工,如“剪接体复杂”、“剪接体”,核糖体合成”在真核生物核糖体生物起源;“autophagy-related”自噬小体”。阳性模块鲑鱼的主要浓缩在“氨酰生物合成”和“泛素介导的蛋白水解作用”。

除了基因用于绝不会报道另类模块(补充图S6),前300名的基因与一个疯狂的价值在肝脏主要富集在炎症相关的信号通路(“如。,inflammatory response”, “adaptive immune response”), protein-related (e.g., “proteolysis”, “enzyme regulator activity”), carbohydrate metabolism-related (e.g., “PPAR signaling pathway”, “carbohydrate metabolic process”, “pentose and glucuronate interconversions”). In muscle, the genes with a MAD value of top 300 are mainly enriched in muscle contraction (e.g. “calcium signaling pathway,” “muscle contraction”) and muscle development-related pathways (e.g. “skeletal muscle organ development,” “muscle cell differentiation”). Accordingly, the main differences between liver and muscle was mainly the more active catabolism of the three major nutrients and the inflammatory response-related functions in the liver, whereas muscle-specific genes were mainly associated with the development of muscle contraction, as well as the way substances enter cells: cytokinesis and cytokinesis, and the activation of cellular autophagy signaling pathways caused by the possible production of ROS after the muscle has undergone a large amount of oxidative energy supply.

蛋白质相互作用和基因分析中心

PPI分析采用解释集群结构上和功能上类似的基因。通过分析基因之间的相互作用,获得了931个节点,3863的边缘。五个子网得分> 6 (图5)和14个中心基因(形成“V”图5一个)也发现,即BRIX1, DDX24、DHX15 GNL2、KIAA0020 NMD3, NOP56, NOP58, NSA2, RPF2, RSL24D1, TSR1, WDR43 WDR75。MCODE 4中的基因(图5 d)都来源于共识模块紫色,和PPI分析确定集群与能量代谢相关的基因,如ND (2 - 6 4 l)、ATP (6、8), COX3 CYTB,NDUFB (3、6)。MCODE 2 (图5 b)是主要由阳性模块midnightblue和共识模块组成的黄色的基因,主要是参与蛋白质周转(如蛋白质泛素化)。这些基因集群包括PSMA (1 - 7)proteasome-related基因集群PSM (C4、C6 D1-2、D4-7 D13-14),核糖体function-related基因簇22 - 24 RPL(3、7、19日,27日,36个)rp(23日,27日,3,4 x)。在MCODE 1 (图5一个布朗,阳性模块),基因主要参与ribosome-related功能,如UTP(15),世界发展报告》(3,75),RSL (1 d1, 24 d1), NOP (56、58), BMS1 BRIX1、和transcription-related基因等52 DCAF13 DDX(24日),DHX15, CEBPZ NIP7,这是相同的浓缩的结果分析。在MCODE 3 (图5 c)、基因主要参与mRNA加工等SF3 (A1、A3 B3, B14) CWC15。在MCODE 5 (图5 e),基因主要是来源于阳性midnightblue模块,主要是参与能量代谢,例如,ATP6 (V1H, AP2 V1A、V0B V1D, V0E1, V1C1)。PPI肝脏特异性300强和300强阳性基因分析显示三个MCODEs分数> 6 (补充图S7),它包含所有从肝脏的基因。MCODE 1 (补充图S7A)包含lipoprotein-related基因13日(A1, B, C3, H), AHSG,铝青铜。MCODE 2 (补充图S7B)也包含了lipoprotein-related基因APO (A2, A4)、FABP1 FG (A、G),惠普,HPX, LPL们。MCODE 3 (补充图S7C)包含UDP-glucuronosyltransferaseUGT(2去往b15 2 b17 2 b4 2 b10 1 a1),cytochrome-related基因簇CYP (a24 4 a11, 3、2 e1, 1 a2)

图5
www.雷竞技rebatfrontiersin.org

图5。PPI和中心为基因在基因分析LM监管轴。颜色和形状代表基因来源和类型,分别。

总而言之,由于浓缩和PPI分析、能量代谢和蛋白质代谢活跃的生物过程LM监管轴。然而,有区别,例如,富含更多的基因在肝脏炎症相关的途径,而在肌肉,他们更参与肌细胞发展和运动。共识模块的分析指出了一个事实:能量代谢是一个基本的生物过程LM监管轴,器官都需要相当大的精力。肌肉的收缩运动是一种强大的能源消耗和周转最快的蛋白质产热的过程。

低频的浓缩和PPI分析监管轴和肝脏或fat-specific模块

模块在低频监管轴浓缩分析一致

没有结果浓缩在低频的共识网络分析监管轴。

富集分析肝脏或阳性模块

浓缩所示结果图6。肝脏特异性grey60主要富集在细胞cycle-related途径如“FoxO信号通路”、“化学carcinogenesis-reactive氧物种”,“细胞衰老”和“内吞作用”。fat-specific黑色模块,基因主要是富含mitochondria-related蜂窝组件(如“线粒体膜”,“线粒体protein-containing复杂”,“线粒体膜”,等等。在fat-specific蓝色模块,在能量代谢相关基因丰富的途径,如“氧化磷酸化”、“生热作用”,“化学致癌——活性氧”和基因transcription-related途径如“剪接体”、“RNA降解”。在fat-specific淡青色,主要富集在氧化磷酸化,“化学致癌——活性氧”,“活性氧”。在fat-specific plum1,基因主要参与炎症相关的生物过程,如“免疫调节效应过程”、“适应性免疫反应”、“白介素2生产”、“白介素2生产的监管”。

图6
www.雷竞技rebatfrontiersin.org

图6。富集分析共识或肝——/ fat-specific模块低频监管轴。点大小和颜色代表丰富的基因数量和丰富的意义。

除了基因用于绝不会报道另类模块(补充图S8),基因在肝脏与前300名疯狂的价值观主要富集在炎症相关的途径(“炎症反应”,“白细胞介导免疫”),脂肪酸代谢相关通路(“PPAR信号通路”,“亚油酸的新陈代谢”,“有机酸分解过程”),蛋白水解代谢(“蛋白水解作用”,“负调控的蛋白水解作用”)。前300的基因与一个疯狂的价值的脂肪也主要富集在“PPAR信号通路”,“脂肪细胞分化”,醛固酮和醛固酮合成和分泌。总而言之,肝脏特异性基因主要参与能量代谢等生物过程,炎症反应和细胞周期和寿命;fat-specific基因主要参与能量代谢和炎症代谢,表明这两个器官有许多相似之处他们表达不同的基因操作功能。

蛋白质相互作用和基因分析中心

PPI网络包含566个节点,1872个种子,包含12个中心基因(图7,即“v”),形状RPL (7 a、13、24日,28日,34岁的37个),rp(24日19日27日,8日,28日,29)。五个子网中发现这个网络。在MCODE 1 (图7),有12个中心基因和核糖体function-related基因簇,rp (4 y₁, 26岁,15一个,10),RPL(29日17)。在MCODE 2 (图7 b),一个相似的结果富集分析确定集群紧密与能量代谢有关的基因,如泛醌oxidoreductase-related基因,ND1 NDUF (A1, A4-6 9 A11-12, F1, B2, B4, B9, B10, S3, S5), ATP5 (H, J2)、细胞色素等UQCRB、COX5B CYTB。在MCODE 3 (图7 c),基因主要参与蛋白质的泛素化和蛋白酶体等PSM (A1-2 C1, C3, D2, D8), UBB。在MCODE 4 (图7 d),基因主要参与线粒体核糖体蛋白质的功能,如基因MRP(肌力、活用、戏、S23吧,L32,力争)。在MCODE 5 (图7 e),基因主要参与基因的转录过程等SF3B5 PRPF19, LSM (2、4)。MCODE 1(得分= 8.6)和MCODE 2(得分= 6.5)被确定PPI分析肝脏特异性和fat-specific前300(300强补充图S9)。MCODE 1 (补充图S9A)由几个与脂肪代谢相关的基因:铝青铜,APO (C3, H), FGB, GC, HRG,多环芳烃。MCODE 2 (补充图S9B)也包含多个基因与脂肪代谢有关,如FABP1 APO (B, A4),LPL

图7
www.雷竞技rebatfrontiersin.org

图7。PPI和中心为基因在基因分析低频监管轴。颜色和形状代表基因来源和类型,分别。

总之,虽然富集分析显示模块的共识的低频监管轴没有丰富相关的生物过程,它表明,肝脏和脂肪较低的相似性从基因表达的角度看,这或许可以解释这样的事实,这两个组织执行不同的功能。然而,两者之间有显著的相似性网络组织外部的共识,如参与能量代谢和炎症相关的通路。

浓缩和PPI的曼氏金融监管分析轴和肌肉——或者fat-specific模块

富集分析模块在曼氏金融监管轴共识

模块绿松石的共识,在碳水化合物代谢信号通路相关基因丰富(图8),如“碳水化合物消化和吸收“„”调节脂肪细胞的脂解作用”,“磷脂酶D信号通路”;能量代谢,如“氧化磷酸化”、“化学carcinogenesis-reactive氧物种”;“生热作用;炎症,如“PI3K-Akt信号通路,”“B细胞受体信号通路”,“FoxO信号通路”,“insulin-related信号通路”,“促性腺分泌”,“生成信号通路”„”生成信号通路”,等等。

图8
www.雷竞技rebatfrontiersin.org

图8。富集分析共识或肌肉——/ fat-specific模块曼氏金融监管轴。点大小和颜色代表丰富的基因数量和丰富的意义。

富集分析肝脏或阳性模块

在阳性模块布朗(图8),这两个主要浓缩途径是“内分泌抵抗”和“FoxO信号通路”。在阳性模块绿色(图8),基因主要是参与蛋白质ubiquitination-related功能,如“ubiquitin-dependent蛋白质绑定”、“泛素蛋白连接酶绑定”,“蛋白质出口”,炎症相关的信号通路,如“MAPK信号通路”、“B细胞受体信号通路”,“凋亡”,和脂质synthesis-related信号通路,如“类固醇生物合成”。

fat-specific模块的宝蓝色,基因主要执行辅酶a脱水酶活动,但有更少的强化途径,如“very-long-chain 3-hydroxyacyl-CoA脱水酶活动”、“3-hydroxyacyl-CoA脱水酶活动”、“3-hydroxy-behenoyl——辅酶a脱水酶活动”、“3-hydroxy-behenoyl-CoA脱水酶活动”。除了基因用于共识模块(补充图S10),基因与疯狂值300强在肌肉主要是富含钙离子参与细胞收缩的过程,如“钙信号通路”、“钙离子跨膜运输的监管”,“阵营信号通路”,“钙离子跨膜运输的监管”,“阵营信号通路”,等等。和骨骼肌细胞收缩,如“骨骼肌收缩”、“肌肉系统的调节过程和信号通路调节血糖浓度,如“胰高糖素信号通路”,“胰岛素分泌”、“阵营信号通路。“相比之下,基因与前300名疯狂的价值观脂肪不丰富各自的途径。

蛋白质相互作用和基因分析中心

PPI网络包含313个节点和828边缘,而五个核心基因(PA2G4、RPL24 RPS11、RPS16 RPS9)和两个子网(分数> 6)被发现(图9)。基因在MCODE 1主要是参与核糖体function-related基因集群(补充图9),RSRC1 rp(16 9日,17日,15一个,11),RPL(15) 24岁,36岁,27日,22日,MRPL(54岁,49岁,42岁,37岁,17)和基因簇PSM (B8 D13 D6, C1, B9, B6, PSMB3, B2)参与ubiquitinated降解的蛋白质。PPI分析阳性和fat-specific前300(300强补充图S10显示结果符合富集分析,与一个MCODE(得分= 6.2)中发现的网络包含一组与放射菌病相关的基因:MYH(2、6、7),万立升(2、3、PF)、行为(A1, C1, N3) ATP2A1, CSRP3, SRL, TMEM38A TNNC2

图9
www.雷竞技rebatfrontiersin.org

图9。PPI和中心为基因在基因分析曼氏金融监管轴。颜色和形状代表基因来源和类型,分别。

总之,整合浓缩和PPI分析,很明显,曼氏金融监管的共同生物过程轴仍由能量代谢和炎症相关的生物过程。然而,与炎症相关的信号通路在肌肉和脂类分解脂肪似乎更加活跃。与此同时,肌肉是主要能源消耗运动组织,从而基因和信号通路与肌动蛋白/肌凝蛋白/肌凝蛋白密切相关。

讨论

能量分配和使用动物是一个系统性的监管过程,操作协调多器官的努力,这可能是向相关监管轴来完成这个复杂的生理过程。动物的铁是由身体如何分配营养;如果维修需要增加,菲却降低了。生物体的器官功能应该互相合作,特别是参与digestion-absorption-production-consumption-storage过程,应由一组复杂的监管控制轴。研究表明,不同的器官可以交流通过监管轴和确定养分流动的方向,例如,brain-gut轴调节肥胖和兴趣动物(30.)和维护胃肠道葡萄糖稳态(31日)。小说vago-vagal liver-brain-gut反射弧控制pTreg细胞的数量和维护肠道内稳态(32)。根据公布的数据显示,目前的研究是第一个地址rumen-liver-muscle——脂肪的营养调控机制监管轴从转录组的角度来看。

之间的相互交互建立胃肠道和肝脏门静脉,运输营养物质被胃肠道吸收直接到肝脏,然后前往其他组织需要能源消耗或存储(肌肉、脂肪等);连接系统有关的血管、胃肠粘膜系统(48)。反刍动物瘤胃是一个重要的消化器官,是微生物消化的主要网站;也是这个网站的发酵挥发性脂肪酸(VFA)的反刍动物瘤胃微生物群,供应70%的每日能量(49)。肝脏是系统性的新陈代谢的关键器官(如。,lipid metabolism, carbohydrate metabolism, protein metabolism (50)和保持脂质体内平衡中扮演着重要的角色51),以及更积极的免疫反应,与胆汁酸的分泌,促进营养物质的吸收肠(52)。作为生物体的最耗能器官、肌肉直接决定了能源使用的效率铁。同时,脂肪组织功能作为能量存储网站当生物体的维护需求实现。由于这个原因,有必要解释能量流的方向沿着RLMF监管轴。在目前的工作中,我们发现了一个伟大的基因表达和生物学通路之间的相似性RLMF监管轴,即。,active expression of energy metabolism and inflammation-related genes. However, immune and lipid metabolism-related genes were more actively expressed in the liver than rumen, and transcriptional regulation-related genes and pathways were more active in the rumen than the liver.

菲是一个复杂的数量性状受多基因控制(53)。作为耗能器官,它的推测基因与能量代谢的调节有关那么使用RLM监管轴可能负责RFI的变化。我们已经识别出一套电子呼吸链的基因,这是核心单元组件的线粒体复杂的电流-电压和上调高铁组那么使用RLM监管轴,包括ND (2、3、4、4 l, 5, 6), NDUF (A13, A7, S6, B3, B6),考克斯(1,3),CYTB, UQCR11, ATP (6、8)。先前的研究的高铁动物牛瘤胃(27)和骨骼肌(26)、鸡骨骼肌(54),和猪骨骼肌和肝脏(55,56)还显示,与电子呼吸链相关的基因调节。这些调查都指向我们的推测,能量代谢的调节通过那么使用RLM监管轴可能是铁变异的主要原因之一。电子呼吸链是生物能源生产的主要网站,可以产生大量的ATP水平。因此,电子的整体效率呼吸链铁的可能是一个潜在的决定因素。它也表明,线粒体呼吸率高铁比高RFI个人(57),mtDNA复制数量明显下降,表现出较低的解偶联的电子传递链和氧化应激(58,59)。此外,在骨骼肌和肝脏,基因的表达与柠檬酸三羧酸循环和氧化磷酸化是相对较高(57,60)和ATP合成更有效(54,61年,62年)。因此,高生物可能有一个更优的电子呼吸链的布局,减少线粒体解偶联,应激反应,线粒体数量,提高能源效率()。

能量代谢的介质是基于电子呼吸链,但其基板,NADH和FADH2主要来源于碳水化合物代谢,糖质新生和脂质代谢均占据主导地位。在瘤胃中,大量VFA(提供70%的每日能量需求)是由微生物分解代谢,然后运输通过肝脏的门静脉和作为原料合成糖或蛋白质(49)。因此,推测的代谢率和效率相关的物质,特别是糖、脂质和蛋白质LMF监管轴可能也是一个重要因素可变性。与预期一致,与脂质代谢密切相关的一组基因被发现被调节的LM监管轴和低频监管轴:APO (A1, A2, A4, B, C3),铝青铜,FG (G),惠普,HPX, LPL,们,FABP1 AHSG。我们的研究结果都和高的结果一致鸡骨骼肌(54)和猪的肝脏和骨骼肌(trans-lipoprotein基因家族的upregulation) (18,56)。也显示,脂质synthesis-related基因被抑制和脂肪酸oxidation-related基因上调高铁猪和鸭子的肝脏(22,61年)。此外,微分基因在猪和牛骨骼肌主要富集在能量代谢和脂质代谢相关信号通路(26,63年)。然而,一些其他的研究发现,sci LRFI在猪和牛肝中表达下调(61年,64年,65年)。因此,碳水化合物代谢的效率RLMF监管轴可能是另一个主要因素变异。

此外,积极表达的蛋白质代谢相关基因RLMF监管轴,等RPL基因家族(8、18,18日,15日,13日,P1),石头剪刀基因家族(23日,27日,3,4 x),PSM基因家族(A1-A7, B6, C1, C3、D2-D4 D8 D9, E1)。泛素化的蛋白质抑制免疫和炎症反应(66年)和增强转录活动由于蛋白质需求产生适当的阻力。在目前的研究中,RLMF监管轴已经不同程度的免疫和炎症反应和蛋白质泛素化,特别是在肝脏和脂肪。因此,假设基因和通路相关的蛋白质合成和分解代谢也有效地监管轴。瘤胃的高牛、蛋白质合成的基因(RPL10、RPS15 RPL36)和退化(哥伦比亚大学,PSMB6 UBA52 UBE2V1)有显著调节(27)。在高猪骨骼肌、肝脏、背和perirenal脂肪,基因家族可机读护照,MRPL PRS, RPL, PSM调节(56),和蛋白质泛素化是一个积极的信号通路在肝脏(28,65年)。低的调节基因鸡乳房肌肉主要是参与免疫和炎症反应(54)。最高的微分表达式浓缩猪的肝脏是那些参与蛋白质泛素化,其次是immunomodulation-related通路(65年)。安格斯牛骨骼肌转录组,差异基因显著强化免疫反应,炎症反应和肌肉收缩/开发(26)。免疫和炎症反应是高度耗能,从而减少营养物质用于生产(67年)。与此同时,有人建议,动物高有一个更有效的抗炎症和能力投入更多精力去生长和肌肉淀积(68年)。因此,调节蛋白质代谢通过相关的生物过程RLMF监管轴可能导致铁在动物的规定。

总而言之,能量代谢、物质代谢、蛋白质泛素化,炎症和免疫细胞信号通路RLMF轴可能生物过程密切相关,在这些途径可能参与基因丰富变异。虽然我们集成来自多个组织的转录组数据的分析从监管轴的角度阐明潜在的贡献者变异,缺点也依然存在。首先,中枢神经系统监管中心喂食,和下丘脑弓状核(弧)核感应能量信号是至关重要的。我们尚未发现大脑的转录组数据,肠道、肝脏、脂肪在同一个人,阻止我们确认是否下丘脑也包含类似的结果。接下来,我们只有推测,这一监管轴可能存在基于可用的研究,但是功能强大的实验是缺乏建立直接的监管作用。与此同时,更多的还需要样品或类似的研究在其他牛品种或种类来确认我们的结果。

结论

物质代谢、能量代谢、炎症和免疫细胞的信号通路RLMF监管轴和它们包含的主要效应基因可能是重要的因素基于当前数据的变化。因此,至关重要的是将一个整体分析(监管轴)到育种为未来的分子育种在牛的活动议程。

数据可用性声明

最初的贡献提出了研究中都包含在这篇文章/补充材料,进一步的调查可以直接到相应的作者。

作者的贡献

概念化、监督和writing-review和编辑:XK和y。软件、可视化和原创作品草稿准备:CY形式分析:码。调查:XD。所有作者的文章和批准提交的版本。

资金

这项工作是由中国国家自然科学基金(批准号31760647和31760647)和宁夏的自然科学基金(2021 aac03027)。

确认

我们感谢所有的老师和培育员工帮助与我们的实验。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fvets.2023.1090517/full补充材料

缩写

铁、饲料效率;RLMF rumen-liver-muscle-fat;PPI,蛋白质相互作用;WGCNA,加权关联网络;RFI残余采食量;DMI,干物质摄入;ADG,每日平均增益;TPM,记录每千碱基的外显子模型每百万映射读取;疯了,平均绝对偏差;RL rumen-liver; LM, liver-muscle; LF, liver-fat; MF, muscle-fat; MM, module-memberships; KME, eigengene connectivity; EPC, edge percolated component; MCC, maximal clique centrality; MNC, maximum neighborhood component; BP, biological process; MF, molecular function; CC, cellular component; KEGG, Kyoto Encyclopedia of Genes and Genomes.

引用

1。康纳EE,和记JL Van Tassell CP,科尔简森-巴顿。定义最优周期长度和增长或泌乳阶段估计残留在奶牛采食量。J乳品科学。(2019)102:6131-43。doi: 10.3168 / jds.2018 - 15407

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

2。剥他Kuhn-Sherlock B,麦克唐纳KA,卡马拉M, Lopez-Villalobos N多纳吉DJ, et al .热门话题:选择牛低残余采食量并不影响日常甲烷产量,但增加甲烷产量。J乳品科学。(2019)。doi: 10.3168 / jds.2018 - 15234

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

3所示。亨氏Shonka-Martin BN, BJ,汉森磅。Three-breed旋转Montbeliarde杂交,维京红色,和黑白花牛与荷斯坦奶牛饲料效率相比,在饲料成本、收入和残余饲料摄入量。J乳品科学。(2019)。doi: 10.3168 / jds.2018 - 15682

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

4所示。Elolimy AA, Abdelmegeid MK,麦肯JC, Shike DW, Loor JJ。残留在肉牛饲料摄入量及其与胴体性状,瘤胃细菌固态粒度和上皮基因表达。生物科技J动物科学》。(2018)。doi: 10.1186 / s40104 - 018 - 0283 - 8

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

5。杨C,汉族L,李P,丁Y,朱Y, Z,黄等。特性和十二指肠转录组分析中国肉牛不同饲料使用RNA-Seq效率。麝猫面前。(2021)12:741878。doi: 10.3389 / fgene.2021.741878

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

6。威廉姆斯KT、魏盖尔KA。科布伦茨工作,埃塞尔NM, Schlesser H,霍夫曼PC,等。饮食能量密度和基因组的影响残余饲料摄入量在prebred奶母牛饲料效率,增长,粪便排泄。J乳品科学。(2019)102:4041-50。doi: 10.3168 / jds.2018 - 15504

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

7所示。张Y,郭ZB,谢米,张Z,侯美国遗传参数随机人口剩余采食量的北京烤鸭。Asian-Australas J动物科学。(2017)30:167 - 70。doi: 10.5713 / ajas.15.0577

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

8。Wasike CB Miyumo年代,Kahi正义与发展党。遗传和表型参数在肯尼亚土著鸡饲料效率。力所能及的科学。(2017)207:91-7。doi: 10.1016 / j.livsci.2017.11.011

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

9。刘T, C罗,王J,马J,蜀D,隆德女士,等。基因预测精度的评估在肉用型鸡饲料效率特征。PLoS One。(2017)12:e0173620。doi: 10.1371 / journal.pone.0173620

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

10。陈曾T, L, Du X,赖昌星SJ,黄SP,刘黄,et al .饲料效率之间的关联分析研究和下丘脑神经肽基因的表达在鸭子。动物麝猫。(2016)47:606-9。doi: 10.1111 / age.12457

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

11。刘张曾T H, J,陈L,田Y,沈J, et al .饲料效率性状的遗传参数和蛋品质性状及其关系的鸭子。幼禽科学。(2018)97:758 - 63。doi: 10.3382 / ps / pex337

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

12。低音部B, borda,杜波F, Morganx P, Marie-Etancelin c饲料效率奠定鸭子:适当的测量和遗传参数。幼禽科学。(2012)91:1065 - 73。doi: 10.3382 / ps.2011 - 02008

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

13。Kavlak, Uimari p .估计遗传力的喂养行为特征及其与产量相关性状在芬兰约克夏猪。J动物品种麝猫。(2019)136:484 - 94。doi: 10.1111 / jbg.12408

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

14。Mauch ED,年轻的JM, Serao NVL,许西城,耐心摩根富林明,克尔BJ, et al .低能的影响,高纤维饮食对猪发散思维选择剩余美联储的高能时采食量,lower-fiber饮食。J动物科学。(2018)96:1221-36。doi: 10.1093 /雅/ sky065

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

15。莫拉GF,阿伯上帝抵抗军,托拉尔FLB,费雷拉IC,文图拉HT,伯格曼缺口,等。基因相关性和遗传估计干物质的摄入量,增加体重和饲料效率Nellore牛饲养场。力所能及的科学。(2018)214:209-10。doi: 10.1016 / j.livsci.2018.06.013

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

16。Torres-Vazquez是的,van der Werf问,克拉克SA。遗传和表型关联的饲料效率和增长,在澳大利亚的安格斯牛胴体性状。J动物科学。(2018)96:4521-31。doi: 10.1093 /雅/ sky325

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

17所示。Tortereau F, Marie-Etancelin C, Weisbecker J-L, Marcon D, Bouvier F, Moreno-Romieux C, et al。遗传参数Romane公羊的饲料效率和响应一代人的选择。的动物。(2020)14:681-7。doi: 10.1017 / S1751731119002544

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

18岁。Horodyska J,奥斯特M,雷伊H,马伦,Lawlor PG,薇K, et al。分析肉品质性状和基因表达分析猪发散的残余饲料摄入量。肉类科学。(2018)137:265 - 74。doi: 10.1016 / j.meatsci.2017.11.021

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

19所示。菲茨西蒙斯肯尼哒,C,水域SM,麦基m .邀请点评:提高饲料效率的牛肉——艺术的当前状态和未来的挑战。的动物。(2018)12:1-12。doi: 10.1017 / S1751731118000976

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

20.Cantalapiedra-Hijar G, Abo-Ismail M,卡斯滕斯通用电气,关你,赫加蒂R,肯尼哒,et al。评:生物因素在动物饲料效率的变化发展肉牛。的动物。(2018)12:s321-35。doi: 10.1017 / S1751731118001489

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

21。凯塞W,希尔RA。饲料摄入量之间的关系、喂养行为、性能和超声波在日益增长的纯种安格斯和赫里福德牛畜体测量。J动物科学。(2013)91:5492-9。doi: 10.2527 / jas.2013 - 6611

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

22。吴斤年代,杨L,风扇X, M,徐Y,陈X, et al。散度在残余饲料摄入量对肝脏的脂质代谢相关基因的表达肉用型鸭子。J动物科学。(2019)97:3947-57。doi: 10.1093 /雅/ skz241

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

23。Coutinho LL Tizioto PC,奥利维拉PS,塞萨尔,Diniz WJ,利马AO, et al .正误表:Longissimus肌肉的基因表达差异Nelore引导基因不同对残余饲料摄入量。Sci代表。(2017)7:44345。doi: 10.1038 / srep44345

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

24。Khansefid M•米伦CA,陈Y, Pryce我,张伯伦AJ,范德Jagt CJ,等。基因表达分析,血液,肝脏和肌肉中牛发散思维选择高、低残余饲料摄入量。J动物科学。(2017)95:4764 - 75。doi: 10.2527 / jas2016.1320

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

25。吴Xi YM,杨Z, F,汉族ZY,王GL。相关的激素调控基因表达分析残荷斯坦牛的采食量。生物化学Biophys Res Commun。(2015)465:19-25。doi: 10.1016 / j.bbrc.2015.07.092

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

26岁。韦伯KL,威利BT,范Eenennaam,年轻的AE, Porto-Neto LR,归复,等。基因网络的识别对残余饲料摄入量在使用基因预测和RNA-seq安格斯牛。PLoS ONE。(2016)11:e0152274。doi: 10.1371 / journal.pone.0152274

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

27。香港显示,梁G,陈Y,意愿P,关我。转录组分析肉牛瘤胃上皮的残余饲料中不同的摄入量。BMC基因组学。(2016)17:592。doi: 10.1186 / s12864 - 016 - 2935 - 4

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

28。杨C,朱Y,黄叮Y, Z,丹X, Y, et al .识别相关的关键基因和功能性浓缩通路在牛饲料效率。基因。(2022)807:145934。doi: 10.1016 / j.gene.2021.145934

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

29。王朱阳光H-Z, Z,周M, J,杜根MER,关我。基因co-expression和可变剪接分析关键代谢组织瓦解监管签名牛的脂肪酸组成。RNA杂志。(2021)18:854 - 62。doi: 10.1080 / 15476286.2020.1824060

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

30.程他H,吴Y Z,白Y,马x神经肽Y的作用,通过肠脑肽YY肥胖的发展轴。咕咕叫Pept Sci的蛋白质。(2019)20:750-8。doi: 10.2174 / 1389203720666190125105401

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

31日。方陈X, Eslamfam年代,L,乔,马X维护胃肠道肠脑葡萄糖体内平衡的轴。咕咕叫Pept Sci的蛋白质。(2017)18:541-7。doi: 10.2174 / 1389203717666160627083604

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

32。三上Teratani T, Y, Nakamoto N,铃木T,原田Y, Okabayashi K, et al . liver-brain-gut神经弧维护Treg肠道细胞的利基。大自然。(2020)585:591-6。doi: 10.1038 / s41586 - 020 - 2425 - 3

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

33。Ponziani FR, Picca,马泽蒂E, Calvani R, G帐目,Chierico FD, et al .表征与sarcopenia gut-liver-muscle轴的肝硬化患者。肝脏Int。(2021)41:1320-34。doi: 10.1111 / liv.14876

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

34。杨张W, D,刘元Y, C,陈H,张Y, et al . G9a肌肉调节muscle-liver-fat轴由musclin雌性小鼠的进食量过多。糖尿病。(2020)69:2642-54。doi: 10.2337 / db20 - 0437

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

35。Novais FJ,皮雷PRL,亚历山大•PA Dromms RA,伊格莱西亚斯啊,Ferraz JBS, et al .代谢组学特征的识别与肉牛饲料效率有关。BMC基因组学。(2019)20:8。doi: 10.1186 / s12864 - 018 - 5406 - 2

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

36。陆元H, j .共识模块分析跨多个肉用鸡行腹部脂肪沉积。BMC基因组学。(2021)22:115。doi: 10.1186 / s12864 - 021 - 07423 - 6

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

37岁。Kassambara,。fastqcr:测序数据的质量控制。(2017)。网上:https://rpkgs.datanovia.com/fastqcr/index.html

谷歌学术搜索

38。李H, Handsaker B, Wysoker,芬内尔T,阮J,荷马N, et al。序列分析序列比对/地图格式和SAMtools。生物信息学(2013)25:2078-9。doi: 10.1093 /生物信息学/ btp352

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

39岁。金Pertea M, D, Pertea通用、韭菜JT、扎尔茨贝格SL。转录水平表达分析与HISAT RNA-seq实验,StringTie和舞会礼服。Nat Protoc。(2016)11:1650 - 67。doi: 10.1038 / nprot.2016.095

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

40。李B,杜威CN, RSEM。准确记录从RNA-Seq数据量化有或没有参考基因组。BMC Bioinform。(2011)12:323 - 323。doi: 10.1186 / 1471-2105-12-323

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

41岁。Duggal Patro R, G,爱小姐,伊RA,沉重c .鲑鱼提供快速和bias-aware成绩单的量化表达式。Nat方法。(2017)14:417-9。doi: 10.1038 / nmeth.4197

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

42。钟N,张XD, Kreamer Locco L, Kuan p,巴茨年代,et al。平均绝对偏差为公司改善了选择RNAi屏幕。J Biomol屏幕。(2008)13:149-58。doi: 10.1177 / 1087057107312035

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

43。赵H,唐X,吴米,李问,彝族X,刘年代,et al。转录组表征肉牛血液中短距离的交通压力。麝猫面前。(2021)12:616388。doi: 10.3389 / fgene.2021.616388

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

44岁。霍瓦特张B s基因co-expression加权网络分析的总体框架。统计:麝猫杂志。(2005)。17。doi: 10.2202 / 1544 - 6115.1128

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

45岁。下巴CH,陈SH,吴HH,连续波,Ko太,林CY. cytoHubba:识别中心从复杂interactome对象和子网。BMC系统杂志。(2014)8 (5。4):S11。doi: 10.1186 / 1752 - 0509 - 8 s4 - s11

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

46岁。迈耶Wadi L, M, Weiser J,斯坦LD, Reimand J .过时的基因注释通路富集分析的影响。Nat方法。(2016)13:705-6。doi: 10.1038 / nmeth.3963

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

47岁。吴T,胡锦涛E,徐年代,陈M,郭P,戴Z,等人clusterProfiler 40:通用浓缩解释组学数据的工具。创新。(2021)2:100141。doi: 10.1016 / j.xinn.2021.100141

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

48。Albillos A de Gottardi Rescigno博士m . gut-liver轴在肝脏疾病的病理生理基础治疗。J乙醇。(2020)72:558 - 77。doi: 10.1016 / j.jhep.2019.10.003

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

49。自耕农CJ,白色英航。动物胃肠道微生物群和益生菌在生产。为动物Biosci。(2014)2:469 - 86。doi: 10.1146 / annurev -动物- 022513 - 114149

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

50。Uyeda K, Repa JJ。碳水化合物反应元件结合蛋白,ChREBP转录因子耦合肝葡萄糖利用率和脂质合成。细胞金属底座。(2006)4:107-10。doi: 10.1016 / j.cmet.2006.06.008

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

51。李Y,吴s .儿茶素没食子酸盐抑制肝脏胆固醇合成通过针对SREBP-2 SIRT1 / FOXO1信号通路。摩尔细胞生物化学。(2018)448:175 - 85。doi: 10.1007 / s11010 - 018 - 3324 - x

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

52岁。波伊尔杰。胆汁的形成和分泌。杰出的杂志。(2013)3:1035 - 78。doi: 10.1002 / cphy.c120027

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

53岁。陈王张F, Y, Mukiibi R, L, Vinsky M, Plastow G,等。基因结构的定量特征的肉牛揭示了全基因组关联研究估算全基因组序列的变异:我:饲料效率和组件特征。BMC基因组学。(2020)二一36。doi: 10.1186 / s12864 - 019 - 6362 - 1

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

54。他T,杨L F Xiong,陈X, X,金,et al .识别与饲料效率相关的关键基因和通路的本地鸡基于转录组数据通过生物信息学分析。BMC基因组学。(2020)21:292。doi: 10.1186 / s12864 - 020 - 6713 - y

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

55。侯赵Y, Y,刘,刘,Jing L,赵C, et al。转录组分析表明,维生素A的代谢在肝脏影响猪饲料效率。G3。(2016)6:3615-24。doi: 10.1534 / g3.116.032839

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

56。Gondret F,文森特,Houee-Bigot M, Siegel, Lagarrigue年代,Causeur D, et al。转录组multi-tissue分析确定生物通路和基因与猪饲料效率增长的变化。BMC基因组学。(2017)18:244。doi: 10.1186 / s12864 - 017 - 3639 - 0

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

57。Kolath WH Kerley MS,金色JW Keisler DH。线粒体功能和残余饲料摄入量之间的关系在安格斯引导。J动物科学。(2006)84:861-5。doi: 10.2527/2006.844861 x

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

58岁。Bottje W, Pumford NR, Ojano-Dirain C,伊克巴尔M,东街k .饲料效率和线粒体功能。幼禽科学。(2006)85:8-14。doi: 10.1093 / ps / 85.1.8

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

59。Bottje W,香港BW。细胞生物学研讨会:饲料效率:线粒体功能全球基因表达。J动物科学。(2013)91:1582 - 93。doi: 10.2527 / jas.2012 - 5787

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

60。宾夕法尼亚州兰开斯特,卡斯滕斯通用电气、米甲JJ,布伦南公里,约翰逊KA,戴维斯我。剩余的采食量和肝线粒体功能之间的关系发展肉牛。J动物科学。(2014)92:3134-41。doi: 10.2527 / jas.2013 - 7409

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

61年。庄王许C、X, Z,吴J,周年代,关丽珍J, et al .转录组分析显示,肝脏糖酵解和脂质合成与饲料效率负相关在海底的猪。Sci代表。(2020)10:9874。doi: 10.1038 / s41598 - 020 - 66988 - 6

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

62年。Bottje WG东街K, Dridi年代,哈德逊N,香港B-W。增强表达的蛋白质参与能源生产和转移的乳房肌肉血统男性肉鸡展示饲料效率高。幼禽科学。(2017)96:2454-8。doi: 10.3382 / ps / pew453

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

63年。吴经L,侯Y, H,苗族Y,李X,曹J, et al . mRNA转录组分析和microrna在骨骼肌表明一个重要的网络微分残余猪的采食量。Sci代表。(2015)5:11953。doi: 10.1038 / srep11953

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

64年。萧贝尔Tizioto PC, Coutinho噢,德克我,RD,罗莎KO,奥利维拉PSN, et al。全球肝脏基因表达差异与发散Nelore引导残余饲料摄入量表型。BMC基因组学。(2015)16:242。doi: 10.1186 / s12864 - 015 - 1464 - x

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

65年。Horodyska J,哈米尔RM,雷伊H, Trakooljul N, Lawlor PG,麦科马克嗯,et al . RNA-Seq肝脏从猪的饲料效率强调大量营养素代谢的变化,肝生长和免疫反应。麝猫面前。(2019)10:117。doi: 10.3389 / fgene.2019.00117

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

66年。胡米,罗问,Alitongbieke G,庄年代,徐C,谢L, et al . Celastrol-induced Nur77互动TRAF2减轻炎症通过促进线粒体泛素化和自噬。摩尔细胞。(2017)66:141。doi: 10.1016 / j.molcel.2017.03.008

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

67年。耐心摩根富林明,Rossoni-Serao MC,古铁雷斯NA,猪的饲料效率:生物学和应用程序。生物科技J动物科学》。(2015)33。doi: 10.1186 / s40104 - 015 - 0031 - 2

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

68年。格兰特JR - F,曰年代,政治意愿P, Basarab是的,菲茨西蒙斯c RNA序列的转录组分析显示,肝干扰素诱导的基因可能与饲料效率有关牛肉小母牛。J动物科学。(2015)93:3331-41。doi: 10.2527 / jas.2015 - 8975

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

关键词:饲料效率,监管轴,共识分析WGCNA、牛

引用:杨C,丁Y,施丹X, Y和康X (2023) Multi-transcriptomics揭示RLMF axis-mediated信号分子与牛饲料效率。前面。兽医。科学。10:1090517。doi: 10.3389 / fvets.2023.1090517

收到:2022年12月01;接受:07年3月2023;
发表:2023年3月22日。

编辑:

杨Yalan深圳(CAAS)、农业基因组学研究所,中国

审核:

Jiangjiang朱西南民族大学,中国
Haowei孟北京大学,中国

版权©2023杨,叮,丹,史和康。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。

*通信:枭龙Kangkangxl9527@126.com;云冈石,shyga818@126.com

下载