|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Pecuária Sudeste. |
Data corrente: |
30/04/2021 |
Data da última atualização: |
05/05/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
CARDOSO, T. F.; COUTINHO, L. L.; BRUSCADIN, J. J.; DINIZ, W. J. da S.; PETRINI, J.; ANDRADE, B. G. N.; OLIVEIRA, P. S. N. de; POLETI, M. D.; CESAR, A. S. M.; SILVEIRA, J. C. DA; CHIARATTI, M. R.; ZERLOTINI NETO, A.; MOURÃO, G. B.; REGITANO, L. C. de A. |
Afiliação: |
TAINÃ FIGUEIREDO CARDOSO; LUIZ LEHMANN COUTINHO, ESALQ/USP; JENNIFER JESSICA BRUSCADIN, UFSCAR; WELLISON JARLES DA SILVA DINIZ, North Dakota State University; JULIANA PETRINI, ESALQ/USP; BRUNO GABRIEL NASCIMENTO ANDRADE; PRISCILA SILVA NEUBERN DE OLIVEIRA, UFSCAR; MIRELE DAIANA POLETI, USP; ALINE SILVA MELLO CESAR, ESALQ/USP; JULIANO COELHO DA SILVEIRA, USP; MARCOS ROBERTO CHIARATTI, UFSCAR; ADHEMAR ZERLOTINI NETO, CNPTIA; GERSON BARRETO MOURÃO, ESALQ/USP; LUCIANA CORREIA DE ALMEIDA REGITANO, CPPSE. |
Título: |
Multi-omics approach reveals miR-SNPs affecting muscle fatty acids profile in Nelore cattle. |
Ano de publicação: |
2021 |
Fonte/Imprenta: |
Genes, v. 12, n. 1, p. 1-18, Jan. 2021. |
DOI: |
https://doi.org/10.3390/genes12010067 |
Idioma: |
Inglês |
Notas: |
Article 67. Na publicação: Adhemar Zerlotini. |
Conteúdo: |
MicroRNAs (miRNAs) are key regulators of gene expression, potentially affecting several biological processes, whose function can be altered by sequence variation. Hence, the integration of single nucleotide polymorphisms (SNP) and miRNAs can explain individual differences in economic traits. To provide new insights into the effects of SNPs on miRNAs and their related target genes, we carried out a multi-omic analysis to identify SNPs in miRNA mature sequences (miR-SNPs) associated with fatty acid (FA) composition in the Nelore cattle. As a result, we identified 3 miR-SNPs in different miRNAs (bta-miR-2419-3p, bta-miR-193a-2, and bta-miR-1291) significantly associated with FA traits (p-value < 0.02, Bonferroni corrected). Among these, the rs110817643C>T, located in the seed sequence of the bta-miR-1291, was associated with different ?6 FAs, polyunsaturated FA, and polyunsaturated:saturated FA ratios. Concerning the other two miR-SNPs, the rs43400521T>C (located in the bta-miR-2419-3p) was associated with C12:0 and C18:1 cis-11 FA, whereas the rs516857374A>G (located in the bta-miR-193a-2) was associated with C18:3 ?6 and ratio of ?6/?3 traits. Additionally, to identify potential biomarkers for FA composition, we described target genes affected by these miR-SNPs at the mRNA or protein level. Our multi-omics analysis outlines the effects of genetic polymorphism on miRNA, and it highlights miR-SNPs and target candidate genes that control beef fatty acid composition. |
Palavras-Chave: |
Análise multiômica; Association analysis; Expressão gênica; MiRNAs; Polimorfismo de nucleotídeo único. |
Thesagro: |
Bos Indicus. |
Thesaurus Nal: |
Beef quality; Gene expression; Polymorphism; Single nucleotide polymorphism. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/223016/1/AP-Multi-omics-approach-2021.pdf
|
Marc: |
LEADER 02779naa a2200421 a 4500 001 2131655 005 2021-05-05 008 2021 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.3390/genes12010067$2DOI 100 1 $aCARDOSO, T. F. 245 $aMulti-omics approach reveals miR-SNPs affecting muscle fatty acids profile in Nelore cattle.$h[electronic resource] 260 $c2021 500 $aArticle 67. Na publicação: Adhemar Zerlotini. 520 $aMicroRNAs (miRNAs) are key regulators of gene expression, potentially affecting several biological processes, whose function can be altered by sequence variation. Hence, the integration of single nucleotide polymorphisms (SNP) and miRNAs can explain individual differences in economic traits. To provide new insights into the effects of SNPs on miRNAs and their related target genes, we carried out a multi-omic analysis to identify SNPs in miRNA mature sequences (miR-SNPs) associated with fatty acid (FA) composition in the Nelore cattle. As a result, we identified 3 miR-SNPs in different miRNAs (bta-miR-2419-3p, bta-miR-193a-2, and bta-miR-1291) significantly associated with FA traits (p-value < 0.02, Bonferroni corrected). Among these, the rs110817643C>T, located in the seed sequence of the bta-miR-1291, was associated with different ?6 FAs, polyunsaturated FA, and polyunsaturated:saturated FA ratios. Concerning the other two miR-SNPs, the rs43400521T>C (located in the bta-miR-2419-3p) was associated with C12:0 and C18:1 cis-11 FA, whereas the rs516857374A>G (located in the bta-miR-193a-2) was associated with C18:3 ?6 and ratio of ?6/?3 traits. Additionally, to identify potential biomarkers for FA composition, we described target genes affected by these miR-SNPs at the mRNA or protein level. Our multi-omics analysis outlines the effects of genetic polymorphism on miRNA, and it highlights miR-SNPs and target candidate genes that control beef fatty acid composition. 650 $aBeef quality 650 $aGene expression 650 $aPolymorphism 650 $aSingle nucleotide polymorphism 650 $aBos Indicus 653 $aAnálise multiômica 653 $aAssociation analysis 653 $aExpressão gênica 653 $aMiRNAs 653 $aPolimorfismo de nucleotídeo único 700 1 $aCOUTINHO, L. L. 700 1 $aBRUSCADIN, J. J. 700 1 $aDINIZ, W. J. da S. 700 1 $aPETRINI, J. 700 1 $aANDRADE, B. G. N. 700 1 $aOLIVEIRA, P. S. N. de 700 1 $aPOLETI, M. D. 700 1 $aCESAR, A. S. M. 700 1 $aSILVEIRA, J. C. DA 700 1 $aCHIARATTI, M. R. 700 1 $aZERLOTINI NETO, A. 700 1 $aMOURÃO, G. B. 700 1 $aREGITANO, L. C. de A. 773 $tGenes$gv. 12, n. 1, p. 1-18, Jan. 2021.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
30/12/2014 |
Data da última atualização: |
08/11/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
CALDERANO FILHO, B.; POLIVANOV, H.; CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BARROSO, E. V.; GUERRA, A. J. T.; CALDERANO, S. B. |
Afiliação: |
BRAZ CALDERANO FILHO, CNPS; HELENA POLIVANOV, UFRJ; CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; EMÍLIO VELLOSO BARROSO, UFRJ; ANTÔNIO JOSÉ TEIXEIRA GUERRA, UFRJ; SEBASTIAO BARREIROS CALDERANO, CNPS. |
Título: |
Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar. |
Ano de publicação: |
2014 |
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, n. 6, p. 1681-1693, 2014. |
DOI: |
https://doi.org/10.1590/S0100-06832014000600003 |
Idioma: |
Inglês |
Conteúdo: |
A informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. MenosA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e seme... Mostrar Tudo |
Palavras-Chave: |
Atributos do terreno; Mapeamento digital; Redes neurais artificiais. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/114660/1/V38N6a03-RBCS-BRAZ.pdf
|
Marc: |
LEADER 02637naa a2200241 a 4500 001 2003976 005 2021-11-08 008 2014 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S0100-06832014000600003$2DOI 100 1 $aCALDERANO FILHO, B. 245 $aArtificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar.$h[electronic resource] 260 $c2014 520 $aA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. 653 $aAtributos do terreno 653 $aMapeamento digital 653 $aRedes neurais artificiais 700 1 $aPOLIVANOV, H. 700 1 $aCHAGAS, C. da S. 700 1 $aCARVALHO JUNIOR, W. de 700 1 $aBARROSO, E. V. 700 1 $aGUERRA, A. J. T. 700 1 $aCALDERANO, S. B. 773 $tRevista Brasileira de Ciência do Solo, Viçosa, MG$gv. 38, n. 6, p. 1681-1693, 2014.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|