基于机器学习的分析,对肉牛和奶牛肌肉转录组中不同表达的基因进行了分析
Shuai Li1,2, Yaqiang Guo1,2, Chenxi Huo1,2
1College of Animal Science, Inner Mongolia Agricultural University, Hohhot 010010, China.
International journal of molecular sciences
|June 13, 2025
概括
这项研究使用转录组数据确定了在牛群中调节肌肉生长和脂质代谢的关键基因. 研究结果显示,APOA1和ACTB等基因对改善牛肉质量和经济价值至关重要.
科学领域:
- 基因组学和动物科学
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 牛的肌肉质量对于牛肉生产至关重要.
- 了解肌肉生长和脂质代谢是提高牛肉质量的关键.
研究的目的:
- 确定与肉牛和奶牛肌肉生长和脂质代谢相关的候选基因.
- 利用公开的牛肌肉转录组数据进行全面的基因查.
主要方法:
- 采用差异表达分析,加权基因共同表达网络分析 (WGCNA) 和夏普利添加式扩展 (SHAP) 进行机器学习模型解释.
- 来自NCBI的牛肌肉转录组数据库的综合数据.
- 选了2588个差异表达基因 (DEGs),并通过WGCNA和机器学习确定了117个关键基因.
主要成果:
- 在牛肉与乳牛之间确定了2588个DEG,其中933个是上调的,1655个是下调的.
- WGCNA强调了重要的模块 (紫色,黑色,绿色,红色,棕色,蓝色).
- 一种自适应增强 (AdaBoost) 模型实现了0.84的准确性,识别了500个SHAP基因,导致117个关键基因参与脂质代谢和肌肉功能.
结论:
- 确定了APOA1,ACTB,S1PR1,PKLR和SLC27A6作为脂质代谢和肌肉生长的潜在关键调节剂.
- 这项研究提供了一种分析大型转录组数据集的强大方法.
- 为未来有关牛肉质量和经济改善的研究提供了基础,特别是荷尔斯坦.
