Search

Your search keyword '"ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011)"' showing total 6 results
Start Over Author "ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011)"
6 results on '"ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011)"'

1. Sparse factor model for co-expression networks with an application using prior biological knowledge

Author

Magalie Houée-Bigot, Yuna Blum, David Causeur, University of California at Los Angeles [Los Angeles] ( UCLA ), Laboratoire de Mathématiques Appliquées Agrocampus ( LMA2 ), AGROCAMPUS OUEST, Institut de Recherche Mathématique de Rennes ( IRMAR ), Université de Rennes 1 ( UR1 ), Université de Rennes ( UNIV-RENNES ) -Université de Rennes ( UNIV-RENNES ) -AGROCAMPUS OUEST-École normale supérieure - Rennes ( ENS Rennes ) -Institut National de Recherche en Informatique et en Automatique ( Inria ) -Institut National des Sciences Appliquées ( INSA ) -Université de Rennes 2 ( UR2 ), Université de Rennes ( UNIV-RENNES ) -Centre National de la Recherche Scientifique ( CNRS ), ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique. ( 2011 ), University of California [Los Angeles] (UCLA), University of California, Laboratoire de Mathématiques Appliquées Agrocampus (LMA2), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut de Recherche Mathématique de Rennes (IRMAR), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-École normale supérieure - Rennes (ENS Rennes)-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA), FatInteger ANR-11-BSV7-0004, Agence Nationale de la Recherche, ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011), University of California (UC), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-École normale supérieure - Rennes (ENS Rennes)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-INSTITUT AGRO Agrocampus Ouest

Subjects
Statistics and Probability, obesity, Computer science, Systems biology, 0206 medical engineering, Gene regulatory network, Inference, 02 engineering and technology, computer.software_genre, Machine learning, algorithms, 01 natural sciences, coordinate descent, 010104 statistics & probability, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], framework, Expectation–maximization algorithm, gene-espression, Genetics, Animals, Computer Simulation, Gene Regulatory Networks, [ MATH.MATH-ST ] Mathematics [math]/Statistics [math.ST], 0101 mathematics, KEGG, Cluster analysis, Molecular Biology, ComputingMilieux_MISCELLANEOUS, Factor analysis, Adiposity, Models, Genetic, business.industry, Gene Expression Profiling, Systems Biology, modules, dependence, package, Expression (mathematics), Computational Mathematics, Liver, maximum-likelihood, Artificial intelligence, Data mining, heterogeneity, business, computer, Chickens, 020602 bioinformatics
Abstract

Inference on gene regulatory networks from high-throughput expression data turns out to be one of the main current challenges in systems biology. Such networks can be very insightful for the deep understanding of interactions between genes. Because genes-gene interactions is often viewed as joint contributions to known biological mechanisms, inference on the dependence among gene expressions is expected to be consistent to some extent with the functional characterization of genes which can be derived from ontologies (GO, KEGG, …). The present paper introduces a sparse factor model as a general framework either to account for a prior knowledge on joint contributions of modules of genes to latent biological processes or to infer on the corresponding co-expression network. We propose an ℓ 1 – regularized EM algorithm to fit a sparse factor model for correlation. We demonstrate how it helps extracting modules of genes and more generally improves the gene clustering performance. The method is compared to alternative estimation procedures for sparse factor models of relevance networks in a simulation study. The integration of a biological knowledge based on the gene ontology (GO) is also illustrated on a liver expression data generated to understand adiposity variability in chicken.

Published
2016

2. Watch out for a second SNP: focus on multi-nucleotide variants in coding regions and rescued stop-gained

Author

Fabien Degalez, Frédéric Jehl, Kévin Muret, Maria Bernard, Frédéric Lecerf, Laetitia Lagoutte, Colette Désert, Frédérique Pitel, Christophe Klopp, Sandrine Lagarrigue, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Système d'Information des GENomes des Animaux d'Elevage (SIGENAE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Animale et Biologie Intégrative (GABI), Université Paris-Saclay-AgroParisTech-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), French institutions Institut Agro (AGROCAMPUS OUEST) and INRAE [Fr-AgENCODE project (2015–2017) and ELASTICe project (2012)]. FJ, FD, and KM were Ph.D. fellows supported by the Brittany region (France) and the INRAE Animal Genetics division. These funding bodies had no role in the design of the study, in the collection, analysis, and interpretation of data, or in the writing of the manuscript., ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011), ANR-13-ADAP-0014,ChickStress,Mécanismes d'adaptation à la chaleur et à un aliment suboptimal chez la poule pondeuse(2013), ANR-09-GENM-0004,EpiBird,Analyse Epigénétique chez les Oiseaux(2009), European Project: 633531,H2020,H2020-SFS-2014-2,Feed-a-Gene(2015), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-INSTITUT AGRO Agrocampus Ouest, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), and Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
SNP, MNV, Single-nucleotide polymorphism, Computational biology, QH426-470, Biology, 03 medical and health sciences, 0302 clinical medicine, FATP4, [SDV.BBM.GTP]Life Sciences [q-bio]/Biochemistry, Molecular Biology/Genomics [q-bio.GN], SLC27A4, rescued stop-gained, Genetics, Coding region, Missense mutation, Gene, Genetics (clinical), Original Research, 030304 developmental biology, 0303 health sciences, [SDV.GEN]Life Sciences [q-bio]/Genetics, multi-nucleotide variants (MNV), Potential effect, Molecular Medicine, variation, 030217 neurology & neurosurgery
Abstract

Most single-nucleotide polymorphisms (SNPs) are located in non-coding regions, but the fraction usually studied is harbored in protein-coding regions because potential impacts on proteins are relatively easy to predict by popular tools such as the Variant Effect Predictor. These tools annotate variants independently without considering the potential effect of grouped or haplotypic variations, often called “multi-nucleotide variants” (MNVs). Here, we used a large RNA-seq dataset to survey MNVs, comprising 382 chicken samples originating from 11 populations analyzed in the companion paper in which 9.5M SNPs— including 3.3M SNPs with reliable genotypes—were detected. We focused our study on in-codon MNVs and evaluate their potential mis-annotation. Using GATK HaplotypeCaller read-based phasing results, we identified 2,965 MNVs observed in at least five individuals located in 1,792 genes. We found 41.1% of them showing a novel impact when compared to the effect of their constituent SNPs analyzed separately. The biggest impact variation flux concerns the originally annotated stop-gained consequences, for which around 95% were rescued; this flux is followed by the missense consequences for which 37% were reannotated with a different amino acid. We then present in more depth the rescued stop-gained MNVs and give an illustration in the SLC27A4 gene. As previously shown in human datasets, our results in chicken demonstrate the value of haplotype-aware variant annotation, and the interest to consider MNVs in the coding region, particularly when searching for severe functional consequence such as stop-gained variants.

Published
2021

3. An integrative atlas of chicken long non-coding genes and their annotations across 25 tissues

Author

Frédéric Jehl, Kévin Muret, Maria Bernard, Morgane Boutin, Laetitia Lagoutte, Colette Désert, Patrice Dehais, Diane Esquerré, Hervé Acloque, Elisabetta Giuffra, Sarah Djebali, Sylvain Foissac, Thomas Derrien, Frédérique Pitel, Tatiana Zerjal, Christophe Klopp, Sandrine Lagarrigue, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-INSTITUT AGRO Agrocampus Ouest, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Système d'Information des GENomes des Animaux d'Elevage (SIGENAE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génome et Transcriptome - Plateforme Génomique ( GeT-PlaGe), Plateforme Génome & Transcriptome (GET), Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Animale et Biologie Intégrative (GABI), AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut de Recherche en Santé Digestive (IRSD ), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut de Génétique et Développement de Rennes (IGDR), Université de Rennes (UR)-Centre National de la Recherche Scientifique (CNRS)-Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), Brittany region, INRAE Animal Genetics division, INRA experimental poultry unit (UE1295 PEAT), ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011), ANR-13-ADAP-0014,ChickStress,Mécanismes d'adaptation à la chaleur et à un aliment suboptimal chez la poule pondeuse(2013), European Project: 633531,H2020,H2020-SFS-2014-2,Feed-a-Gene(2015), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Paris-Saclay-AgroParisTech-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique )-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES), Acloque, Hervé, BLANC - Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique. - - FatInteger2011 - ANR-11-BSV7-0004 - BLANC - VALID, Adaptation : des gènes aux populations. Génétique et biologie de l'adaptation aux stress et aux perturbations - Mécanismes d'adaptation à la chaleur et à un aliment suboptimal chez la poule pondeuse - - ChickStress2013 - ANR-13-ADAP-0014 - BIOADAPT - VALID, and Adapting the feed, the animal and the feeding techniques to improve the efficiency and sustainability of monogastric livestock production systems - Feed-a-Gene - - H20202015-03-01 - 2020-02-29 - 633531 - VALID

Subjects
animal structures, Science, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, [SDV.GEN.GA] Life Sciences [q-bio]/Genetics/Animal genetics, [SDV.BBM.BM] Life Sciences [q-bio]/Biochemistry, Molecular Biology/Molecular biology, Article, Avian Proteins, Atlases as Topic, Genetics, Animals, Gene Regulatory Networks, Tissue Distribution, Author Correction, [SDV.SA.AGRO] Life Sciences [q-bio]/Agricultural sciences/Agronomy, Genome, Sequence Analysis, RNA, Gene Expression Profiling, Computational Biology, [SDV.BBM.BM]Life Sciences [q-bio]/Biochemistry, Molecular Biology/Molecular biology, Molecular Sequence Annotation, Functional genomics, Genomics, Gene regulation, [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, MicroRNAs, Gene Expression Regulation, Organ Specificity, Medicine, RNA, Long Noncoding, Gene expression, Chickens
Abstract

International audience; Long non-coding RNAs (LNC) regulate numerous biological processes. In contrast to human, the identification of LNC in farm species, like chicken, is still lacunar. We propose a catalogue of 52,075 chicken genes enriched in LNC (http://www.frage ncode .org/), built from the Ensembl reference extended using novel LNC modelled here from 364 RNA-seq and LNC from four public databases. The Ensembl reference grew from 4,643 to 30,084 LNC, of which 59% and 41% with expression ≥ 0.5 and ≥ 1 TPM respectively. Characterization of these LNC relatively to the closest protein coding genes (PCG) revealed that 79% of LNC are in intergenic regions, as in other species. Expression analysis across 25 tissues revealed an enrichment of co-expressed LNC:PCG pairs, suggesting co-regulation and/or co-function. As expected LNC were more tissue-specific than PCG (25% vs. 10%). Similarly to human, 16% of chicken LNC hosted one or more miRNA. We highlighted a new chicken LNC, hosting miR155, conserved in human, highly expressed in immune tissues like miR155, and correlated with immunity-related PCG in both species. Among LNC:PCG pairs tissue-specific in the same tissue, we revealed an enrichment of divergent pairs with the PCG coding transcription factors, as for example LHX5, HXD3 and TBX4, in both human and chicken.

Published
2020

4. Hepatic molecular changes induced by a high-fat high-fibre diet in growing pigs

Author

Gondret, Florence, Vincent, Annie, Daré, Sophie, Louveau, Isabelle, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), and ANR FatInteger

Subjects
liver function, métabolisme énergétique, [SDV]Life Sciences [q-bio], dietary fibre, fonction hépatique, food and beverages, prédiction, swine, liver function tests, fibre alimentaire, foie, transcriptome, porc
Abstract

International audience; The introduction of more fibre to cereal-based diets in pigs gained interest due to new economic considerations and to potential health and welfare benefits. The addition of fat to a fibre-rich diet is required to maintain dietary energy value for performance. Feeding pigs a high-fat high-fibre diet, however, changes the energy source and nutrients as compared to a low-fat high-starch diet. The liver plays a central role in energy metabolism. This study was undertaken to investigate hepatic molecular pathways in pigs fed diets with contrasting sources of energy and nutrients. From 74 d of age onwards, 48 Large White castrated male pigs were fed a high-fat high-fibre diet (HF, n=24) or a low-fat high-starch diet (LF, n=24). Diets were formulated to be isoenergetic and isoproteic. Starch derived from cereal grains (wheat and barley) in the LF diet was partially replaced by rapeseed and soybean oils in the HF diet and crushed wheat straw (insoluble fibre) was included as a diluent of dietary energy in this diet. At 132 d of age, the liver was excised, weighed and processed for biochemical and molecular analyses. Transcriptomics analysis was performed using porcine microarrays (Agilent, GPL16524, 8 × 60K). Functional pathways were deduced from genes declared as differentially expressed (P

Published
2018

5. Multi-tissue transcriptomic study reveals the main role of liver in the chicken adaptive response to a switch in dietary energy source through the transcriptional regulation of lipogenesis

Author

David Causeur, Cécile Berri, Magalie Houée-Bigot, Christelle Hennequet-Antier, Colette Désert, Yuna Blum, Morgane Boutin, Elisabeth Baéza, Jérôme Montfort, Sonia Métayer-Coustard, E. Le Bihan, Anne Collin, Michel J. Duclos, Sandrine Lagarrigue, M. Aite, Florence Gondret, A. le Cam, Pierre-François Roux, S. Allais, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Unité de Recherches Avicoles (URA), Institut National de la Recherche Agronomique (INRA), Laboratoire de Physiologie et Génomique des Poissons (LPGP), Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique )-Institut National de la Recherche Agronomique (INRA), Institut de Recherche Mathématique de Rennes (IRMAR), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-École normale supérieure - Rennes (ENS Rennes)-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA), AGROCAMPUS OUEST [Le Rheu], Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES), Biologie des Oiseaux et Aviculture (BOA), Institut National de la Recherche Agronomique (INRA)-Université de Tours (UT), This project received financial support from French National Agency of Research (FatInteger project, ANR-11-SVS7) and also used data from the ChickStress Project (ANR-13-ADAP)., ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011), ANR-13-ADAP-0014,ChickStress,Mécanismes d'adaptation à la chaleur et à un aliment suboptimal chez la poule pondeuse(2013), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] ( PEGASE ), Institut National de la Recherche Agronomique ( INRA ) -AGROCAMPUS OUEST, Recherches Avicoles ( SRA ), Institut National de la Recherche Agronomique ( INRA ), Laboratoire de Physiologie et Génomique des Poissons ( LPGP ), Institut National de la Recherche Agronomique ( INRA ) -Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), Institut de Recherche Mathématique de Rennes ( IRMAR ), Université de Rennes 1 ( UR1 ), Université de Rennes ( UNIV-RENNES ) -Université de Rennes ( UNIV-RENNES ) -AGROCAMPUS OUEST-École normale supérieure - Rennes ( ENS Rennes ) -Institut National de Recherche en Informatique et en Automatique ( Inria ) -Institut National des Sciences Appliquées ( INSA ) -Université de Rennes 2 ( UR2 ), Université de Rennes ( UNIV-RENNES ) -Centre National de la Recherche Scientifique ( CNRS ), Université de Rennes ( UNIV-RENNES ) -Université de Rennes ( UNIV-RENNES ), ANR FatInteger project (ANR-11-SVS7), ANR ChickStress Project (ANR-13-ADAP), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Recherches Avicoles (SRA), Institut National de la Recherche Agronomique (INRA)-Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-École normale supérieure - Rennes (ENS Rennes)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS), Institut National de la Recherche Agronomique (INRA)-Université de Tours, Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-École normale supérieure - Rennes (ENS Rennes)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-INSTITUT AGRO Agrocampus Ouest

Subjects
0301 basic medicine, Dietary Fiber, Transcription, Genetic, Adipose tissue, [ SDV.BA ] Life Sciences [q-bio]/Animal biology, Transcriptome, chemistry.chemical_compound, Transcriptional regulation, Beta oxidation, lipogénèse, Animal biology, 2. Zero hunger, Regulation of gene expression, Fat diet, TADA2A, amidon, [SDV.BA]Life Sciences [q-bio]/Animal biology, Starch, Lipid, polyunsaturated fatty acid, foie, Chicken, SREBF1, Biochemistry, Liver, fibre, Lipogenesis, animal feeding, Energy source, Biotechnology, fiber, expression des gènes, Research Article, Regulation, Meat, lcsh:QH426-470, alimentation animale, lcsh:Biotechnology, poulet, Biology, Diet, High-Fat, 03 medical and health sciences, acide gras polyinsaturé, lcsh:TP248.13-248.65, Biologie animale, Genetics, Animals, Adaptation, Gene expression, PUFA, Fatty acid synthesis, lipide, 030102 biochemistry & molecular biology, transcriptomique, lcsh:Genetics, 030104 developmental biology, chemistry, Gene Expression Regulation, liver function tests, régulation génique, Chickens
Abstract

The 178 microarrays are MIAME compliant and available in Gene Expression Omnibus (GEO) through GEO Series accession number GSE104042 andplatform number GPL19630.; International audience; Background: Because the cost of cereals is unstable and represents a large part of production charges for meattype chicken, there is an urge to formulate alternative diets from more cost-effective feedstuff. We have recently shown that meat-type chicken source is prone to adapt to dietary starch substitution with fat and fiber. The aim of this study was to better understand the molecular mechanisms of this adaptation to changes in dietary energy sources through the fine characterization of transcriptomic changes occurring in three major metabolic tissues – liver, adipose tissue and muscle – as well as in circulating blood cells.Results: We revealed the fine-tuned regulation of many hepatic genes encoding key enzymes driving glycogenesis and de novo fatty acid synthesis pathways and of some genes participating in oxidation. Among the genes expressed upon consumption of a high-fat, high-fiber diet, we highlighted CPT1A, which encodes a key enzyme in the regulation of fatty acid oxidation. Conversely, the repression of lipogenic genes by the high-fat diet was clearly associated with the downregulation of SREBF1 transcripts but was not associated with the transcript regulation of MLXIPL and NR1H3, which are both transcription factors. This result suggests a pivotal role for SREBF1 in lipogenesis regulation in response to a decrease in dietary starch and an increase in dietary PUFA. Other prospective regulators of de novo hepatic lipogenesis were suggested, such as PPARD, JUN, TADA2A and KAT2B, the last two genes belonging to the lysine acetyl transferase (KAT) complex family regulating histone and non-histone protein acetylation. Hepatic glycogenic genes were also down-regulated in chickens fed a high-fat, high-fiber diet compared to those in chickens fed a starch-based diet. No significant dietary-associated variations in gene expression profiles was observed in the other studied tissues, suggesting that the liver mainly contributed to the adaptation of birds to changes in energy source and nutrients in their diets, at least at the transcriptional level. Moreover, we showed that PUFA deposition observed in the different tissues may not rely on transcriptional changes.Conclusion: We showed the major role of the liver, at the gene expression level, in the adaptive response of chicken to dietary starch substitution with fat and fiber.

Published
2017

6. Transcriptomes of whole blood and PBMC in chickens

Author

Bertrand Bed'Hom, Elodie Merlot, Aurélie Le Cam, Michel J. Duclos, Colette Désert, Sandrine Lagarrigue, Sonja Härtle, Elisabeth Baéza, Tatiana Zerjal, Florence Gondret, Pierre-François Roux, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Department of Veterinary Science, Ludwig Maximilians University of Munich, Laboratoire de Physiologie et Génomique des Poissons (LPGP), Institut National de la Recherche Agronomique (INRA)-Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), Unité de Recherches Avicoles (URA), Institut National de la Recherche Agronomique (INRA), This work was supported by INRA (SOSrnaSEQ program) and by the French National Research Agency (ANR-11-SVSE7004 FatInteger)., ANR-11-BSV7-0004,FatInteger,Recherche de régulateurs clefs de la plasticité lipidique chez deux espèces monogastriques majeures (porc et poule) en combinant des données haut débit et des approches statistique, bioinformatique et phylogénique.(2011), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique )-Institut National de la Recherche Agronomique (INRA), Recherches Avicoles (SRA), INRA, French National Research Agency, and AgroParisTech-Institut National de la Recherche Agronomique (INRA)

Subjects
Male, 0301 basic medicine, 040301 veterinary sciences, Physiology, Protein catabolic process, chicken, [SDV]Life Sciences [q-bio], Biology, Real-Time Polymerase Chain Reaction, Biochemistry, Peripheral blood mononuclear cell, 0403 veterinary science, Transcriptome, 03 medical and health sciences, Immune system, Genetics, Animals, RNA, Messenger, Platelet activation, Molecular Biology, microarrays, Cells, Cultured, Whole blood, Genome, Reverse Transcriptase Polymerase Chain Reaction, Microarray analysis techniques, Gene Expression Profiling, whole blood, PBMC, Computational Biology, High-Throughput Nucleotide Sequencing, Nucleated Red Blood Cell, Molecular Sequence Annotation, Blood Proteins, 04 agricultural and veterinary sciences, 030104 developmental biology, 13. Climate action, Immunology, Leukocytes, Mononuclear, gene expression, Chickens, Biomarkers
Abstract

Global transcriptome analysis of chicken whole blood to discover biomarkers of different phenotypes or physiological disorders has never been investigated so far. Whole blood provides significant advantages, allowing large scale and non-invasive sampling. However, generation of gene expression data from the blood of non-mammalian species remains a challenge, notably due to the nucleated red blood cells, hindering the use of well-established protocols. The aim of this study was to analyze the relevance of using whole blood cells (WB) to find biomarkers, instead of Peripheral Blood Mononuclear Cells (PBMC), usually chosen for immune challenges. RNA sources from WB and PBMC was characterized by microarray analysis. Our results show that the quality and quantity of RNA obtained from WB was suitable for further analyses, although the quality was lower than that from PBMC. The transcriptome profiling comparison revealed that the majority of genes were expressed in both WB and PBMC. Hemoglobin subunits were the major transcripts in WB, whereas the most enriched biological process was related to protein catabolic process. Most of the over-represented transcripts in PBMC were implicated in functions specific to thrombocytes, like coagulation and platelet activation, probably due to the large proportion of this nucleated cell type in chicken PBMC. Functions related to B and T cells and to other immune functions were also enriched in the PBMC subset. We conclude that WB is more suitable for large scale immunity oriented studies and other biological processes that have been poorly investigated so far.

Published
2016

Catalog

Books, media, physical & digital resources
See catalog results