期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
结合WGCNA鉴定与猪肌纤维和肌内脂肪相关的中枢基因 被引量:5
1
作者 刘娟 王舒 +8 位作者 左周 路畅 杨阳 蔡春波 赵燕 郭晓红 曹果清 李步高 高鹏飞 《山西农业大学学报(自然科学版)》 CAS 北大核心 2021年第4期109-118,共10页
[目的]肌纤维直径和肌内脂肪含量是影响猪肉质性状的重要因素之一,中国本土猪品种和国外猪品种在肌肉发育和性能性状方面存在很大差异,本研究将课题组前期猪肌肉发育转录组数据随机分为训练集和测试集,对训练集数据进行加权基因共表达... [目的]肌纤维直径和肌内脂肪含量是影响猪肉质性状的重要因素之一,中国本土猪品种和国外猪品种在肌肉发育和性能性状方面存在很大差异,本研究将课题组前期猪肌肉发育转录组数据随机分为训练集和测试集,对训练集数据进行加权基因共表达网络分析(Weighted Gene Co‐expression Network Analysis,WGCNA),筛选与性状显著相关的基因模块,得到核心基因。[方法]通过GO和KEGG功能富集分析和共表达网络分析筛选模块的核心基因,采用随机森林方法通过测试集样本对核心基因进行验证,最终获得与性状显著相关的hub基因。[结果]WGCNA结果发现,2个品种7262条差异基因形成16个模块基因集,其中肌内脂肪含量与MEblack模块成极显著正相关,与MEsalmon模块显著负相关。肌纤维密度与MEblack模块和MElightgreen模块显著负相关。MEmagenta模块与肌纤维直径极显著正相关。对各模块共表达网络分析,根据基因连通度获得19条核心基因。随机森林法对19个核心基因进行监督学习,测试集样本预测准确率在87.50%以上。最终确定FAM131B、RIC8B、PLEKHA5、PARP6和CBX7是影响肌肉发育和肌内脂肪沉积的关键基因。[结论]本研究将WGCNA与随机森林深度学习方法相结合,确证了5条显著影响肌纤维发育和肌内脂肪沉积的hub基因,研究结果为解析猪肉质性状形成的分子机理提供理论参考。 展开更多
关键词 加权基因共表达网络分析 随机森林算法 肌肉特性相关性状
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部