Samaki aina ya Carassius auratus mwenye mgongo wa dhahabu ana rangi ya kudumu na inayotambulika ya dhahabu katika ngozi ya mgongoni. Rangi hii si sifa ya mwonekano pekee; pia ni muhimu kwa utambuzi wa rasilimali ya kijeni ya eneo hilo, thamani yake ya kiuchumi na uhifadhi wake katika mifumo ya jadi ya ufugaji inayotegemea mashamba ya mpunga.

Feng Chen na wenzake walichunguza jinsi joto la juu na mionzi ya ultraviolet hubadilisha mitandao ya udhibiti wa jeni katika tishu za ngozi za samaki huyu. Swali kuu lilikuwa jinsi jeni zinazohusiana na uwekaji rangi na njia za kimetaboli zinavyopangwa upya wakati mifumo ya ulinzi wa ngozi dhidi ya msongo wa mazingira inaamilishwa.

Baada ya kipindi cha siku saba cha kuzoea mazingira, samaki waligawanywa katika makundi manne ya majaribio:

• Kundi la udhibiti lililowekwa katika 25°C bila UV,
• Kundi la joto lililowekwa katika 34°C,
• Kundi la UV lililowekwa chini ya mwanga wa UVC wa 185 nm,
• Kundi la msongo wa pamoja lililopokea 34°C pamoja na UVC.

Matibabu ya UV yalifanywa kwa taa ya UVC iliyowekwa 10 cm juu ya uso wa maji, kwa saa 12 kwa siku kwa muda wa siku mbili. Wastani wa nguvu ya mionzi kwenye uso wa maji ulipimwa kuwa 0,75 W/m² na jaribio lote lilidumu saa 48.

Katika kila kundi, marudio matatu ya kibayolojia yaliandaliwa. Kwa kila marudio ya kibayolojia, tishu za ngozi kutoka samaki watatu ziliunganishwa kuwa sampuli moja iliyochanganywa. Hivyo, jumla ya sampuli 12 za ngozi zilizochanganywa zilipatikana kutoka makundi manne. Kila sampuli iligawanywa katika sehemu tatu kwa RNA-seq, miRNA-seq na uthibitishaji wa qRT-PCR.

Katika matokeo ya upangaji wa RNA, idadi ya jeni zenye tofauti ya usemi iliongezeka kadiri wigo wa msongo ulivyoongezeka. Ikilinganishwa na udhibiti:

• Katika kundi la joto kulikuwa na jeni 9.042,
• Katika kundi la UV kulikuwa na jeni 12.753,
• Katika kundi la joto na UV pamoja kulikuwa na jeni 13.175 zenye tofauti ya usemi.

Idadi hizi zinaonyesha kwamba UV peke yake ilisababisha mwitikio mpana zaidi wa uandishi wa jeni kuliko joto, na matibabu ya pamoja yalisababisha mabadiliko makubwa zaidi ya jumla katika usemi wa jeni. Hata hivyo, utafiti haukuwasilisha uchanganuzi wa mwingiliano wa vipengele viwili unaojaribu moja kwa moja kama athari ya pamoja ilikuwa ya kujumlisha, ya kisinerjia au ya kupingana.

Katika kundi la joto, njia ya ishara ya MAPK, metaboli ya glycine-serine-threonine na metaboli ya arachidonic acid zilijitokeza. Katika kundi la UV, melanogenesis na njia ya PI3K-Akt ziliongezwa kwenye mifumo hii. Katika kundi la msongo wa pamoja, metaboli ya amino acid, metaboli ya arachidonic acid na uchakataji wa protini katika endoplasmic reticulum zilionekana zaidi.

Heat shock proteins hazikubadilika katika mwelekeo mmoja kwa aina zote za msongo. Jeni hsp72 na hsp27 ziliongezeka katika makundi ya joto na msongo wa pamoja, lakini zilipungua katika kundi la UV pekee. pp5 iliongezeka katika makundi yote mawili yenye UV. Ndani ya mtandao wa PI3K-Akt, hsp90 na cdc37 zilihusishwa hasa na joto na matibabu ya pamoja, huku redd1 ikibadilika katika makundi yote ya msongo.

Jeni mitf, inayokubalika kama kidhibiti muhimu cha uzalishaji wa pigment, pia ilionyesha mielekeo inayokinzana kulingana na aina ya msongo. Iliongezeka chini ya joto lakini ilipungua chini ya UV. Matokeo haya yanaonyesha kwamba udhibiti wa pigmentation hauamilishwi kwa mwelekeo mmoja katika aina zote za msongo wa mazingira.

Kuonekana kwa melanogenesis kama njia iliyotajirishwa katika kundi la UV hakumaanishi moja kwa moja kwamba melanin nyingi zaidi ilitengenezwa. Utafiti haukupima kiasi cha melanin, rangi ya ngozi, idadi ya chromatophore au usambazaji wa seli za pigment kwa hadubini. Enrichment inaonyesha tu kwamba jeni zinazohusiana na melanogenesis zilibadilika kwa idadi kubwa kuliko ilivyotarajiwa kwa bahati.

Uchanganuzi wa Mfuzz uligawanya jeni 2.393 zenye tofauti ya usemi katika makundi manne ya mienendo. Cluster 1 yenye mwelekeo wa jumla wa kuongezeka ilikuwa na jeni 444; Cluster 4 yenye mwelekeo wa jumla wa kupungua ilikuwa na jeni 1.145.

Katika makundi yote mawili, enrichment ya tyrosine metabolism ilikuwa ya kuzingatiwa. Kwa kuwa tyrosine ni mojawapo ya vitangulizi vya msingi vya usanisi wa melanin, matokeo haya yanaashiria uhusiano wa kimetaboli kati ya msongo wa mazingira na pigmentation. Hata hivyo, kwa sababu baadhi ya jeni ndani ya njia hiyo hiyo zilikuwa katika makundi yanayoongezeka na nyingine katika makundi yanayopungua, matokeo hayawezi kuelezwa kwa mfano rahisi wa “usanisi wa melanin uliongezeka” au “ulipungua”.

Katika Cluster 1 inayoongezeka kulikuwa na jeni kama tyr, th inayosimba tyrosine 3-monooxygenase, na dbh inayosimba dopamine beta-hydroxylase. Katika Cluster 4 inayopungua kulikuwa na comt na jeni nyingine za metaboli; cysteine na methionine metabolism pia zilikuwa enriched katika cluster hii.

Mwelekeo wa kupungua katika cysteine na methionine metabolism unaashiria kuwa huenda kulikuwa na upangaji upya wa usawa wa antioxidant, matumizi ya amino acid zenye sulfuri na hali ya redox ya seli. Hata hivyo, utafiti haukupima moja kwa moja glutathione, reactive oxygen species au shughuli za enzymes za antioxidant.

Kwa WGCNA, moduli 12 za co-expression za jeni zilitambuliwa. Moduli ya njano ilionyesha uhusiano chanya wenye nguvu na kundi la joto; mgawo wa correlation ulikuwa 0,93. Moduli nyeusi pia ilihusiana na joto kwa correlation 0,86. Moduli turquoise ilihusiana na kundi la UV kwa 0,91, na moduli ya kahawia ilihusiana na msongo wa pamoja kwa 0,92.

Katika moduli ya njano inayohusiana na joto, gstt3 inayohusishwa na antioxidant na detoxification; katika moduli turquoise inayohusiana na UV, casp3, ptges, il1b na il8; na katika moduli ya kahawia inayohusiana na msongo wa pamoja, jeni kama ftmt na ctsb zilitambuliwa kama wagombea wa hub genes.

Wagombea hawa wanaashiria kwamba UV inaweza kutengeneza mifumo ya molekuli inayohusishwa na inflammation na apoptosis, wakati msongo wa pamoja unaweza kuhusishwa na homeostasis ya iron, kazi za lysosome na protein degradation. Hata hivyo, WGCNA ni uchanganuzi unaotegemea correlation na hauwezi peke yake kuthibitisha kwamba jeni hizi zinaongoza mwitikio wa msongo.

Katika miRNA sequencing, idadi ya miRNA zilizobadilika pia iliongezeka kadiri wigo wa msongo ulivyoongezeka:

• Katika kundi la joto, 95,
• Katika kundi la UV, 127,
• Katika kundi la msongo wa pamoja, 160 miRNA zenye tofauti ya usemi zilitambuliwa.

miRNA 44 zilibadilika kwa pamoja katika comparisons zote tatu. Miongoni mwao kulikuwa na washiriki wa familia ya miR-200, miR-375, miR-182 na miR-1388.

Malengo ya miRNA hizi yaliyotabiriwa kwa kompyuta yalitajirishwa katika njia zinazohusiana na msongo kama MAPK, PI3K-Akt, Rap1, cytokine-receptor interaction, actin cytoskeleton na cell adhesion. Katika mitandao iliyounganishwa, miRNA zilionyeshwa kuwa na mahusiano yanayowezekana ya udhibiti na jeni kama hsp72, hsp90, pp5 na redd1.

Hata hivyo, mahusiano haya ya miRNA–mRNA hayakuthibitishwa kwa majaribio. Mahusiano ya target yalitabiriwa kwa programu ya miRanda kwa kutumia vigezo vya ulinganifu wa sequence na free-energy threshold. Utafiti haukutumia dual-luciferase assay, miRNA inhibition, miRNA mimic au kipimo cha target protein.

Ili kutathmini uaminifu wa matokeo ya RNA-seq, jeni nane zilichunguzwa kwa qRT-PCR: mitf, fgfr3, ywhaz, pgam2, gldc, mifa, ppp3ca na creb5l. Mielekeo ya jumla ya usemi wa jeni hizi iliripotiwa kuwa sambamba na RNA-seq; ukubwa wa mabadiliko ulitofautiana kati ya mbinu hizo mbili kwa baadhi ya jeni.

Hitimisho kuu la utafiti ni kwamba joto na UV haziathiri ulinzi wa ngozi na udhibiti wa pigmentation kama michakato miwili inayojitegemea. MAPK na PI3K-Akt signaling, protein quality control, inflammation, apoptosis, amino-acid metabolism na matumizi ya precursors za pigment zilipangwa upya ndani ya mtandao mmoja wa mwitikio wa molekuli.

Watafiti wanapendekeza kwamba msongo wa pamoja unasukuma ngozi kuelekea hali ya molekuli inayolenga zaidi ulinzi, huku udhibiti unaohusishwa na pigmentation ukirekebishwa upya. Hata hivyo, haikuonyeshwa moja kwa moja kwamba rangi ya dhahabu ilipungua, iliongezeka au ikawa isiyo thabiti.

Kwa hiyo utafiti hauungi mkono hitimisho kwamba “joto na UV vilibadilisha rangi ya dhahabu ya samaki”; unaunga mkono hitimisho kwamba “joto na UV vilibadilisha mitandao ya jeni, miRNA na metaboli ambayo inaweza kuhusiana na uhifadhi wa rangi ya dhahabu”.

Kwa nini karasi mwenye mgongo wa dhahabu alichunguzwa?

Karasi mwenye mgongo wa dhahabu aliyechunguzwa katika utafiti ametajwa kuwa rasilimali ya kijeni ya eneo inayohusishwa na Congjiang Dong Rice-Fish-Duck System katika eneo la Guizhou, China. Mfumo huu wa kilimo uliripotiwa kutambuliwa na Shirika la Chakula na Kilimo la Umoja wa Mataifa mwaka 2011 kama Globally Important Agricultural Heritage System.

Rangi thabiti ya dhahabu kwenye mgongo wa samaki:

• Husaidia kutofautisha idadi ya samaki ya eneo hilo,
• Husaidia kutambua nyenzo ya kijeni,
• Huchangia kuhifadhi thamani ya mapambo na ufugaji,
• Huchangia kuendeleza thamani ya soko kama mojawapo ya phenotype muhimu.

Hata hivyo, haijulikani vya kutosha jinsi uthabiti wa rangi unavyohifadhiwa chini ya shinikizo za mazingira kama joto na UV.

Kwa nini joto na mionzi ni muhimu pamoja katika mazingira ya shamba la mpunga?

Mashamba ya mpunga yenye maji mafupi yanaweza kujibu mabadiliko ya mazingira kwa haraka zaidi kuliko maziwa au mabwawa yenye kina. Wakati wa kiangazi, joto la maji linaweza kuongezeka wakati mionzi ya jua pia inaongezeka. Ngozi ya samaki ni tishu inayogusana moja kwa moja na vipengele hivi viwili.

Msongo wa joto unaweza kuathiri:

• Uthabiti wa muundo wa protini,
• Matumizi ya nishati ya seli,
• Usawa wa oxidative,
• Mitandao ya kinga na inflammation.

Mionzi ya UV katika seli za ngozi inaweza kuhusishwa na:

• Oxidative stress,
• Majibu yanayohusishwa na DNA damage,
• Inflammatory signaling,
• Uhifadhi wa cell integrity,
• Pigmentation na photoprotection.

Jambo muhimu katika utafiti ni kwamba haukuchunguza stressor mmoja tu, bali pia ulihusisha kundi ambalo joto na UV zilitumika pamoja.

Je, UV iliyotumiwa katika jaribio inawakilisha mwanga wa kawaida wa jua?

Katika kundi la UV, taa ya UVC yenye wavelength ya 185 nm ilitumika. Matibabu yalifanywa kwa saa 12 kwa siku kwa siku mbili kwa intensity ya 0,75 W/m².

Kwa hiyo jaribio si utafiti wa shambani unaoiga spectrum yote ya UV katika mwanga wa kawaida wa jua. Linachunguza mwitikio wa papo hapo wa molekuli unaosababishwa na exposure maalum ya UVC chini ya hali zilizodhibitiwa za maabara.

Tofauti hii ni muhimu kwa sababu matokeo hayawezi kuhamishwa moja kwa moja kuwa “mwanga wa kawaida wa jua katika shamba la mpunga husababisha mabadiliko yaleyale ya jeni”. Katika mazingira halisi, mchanganyiko wa wavelength, muda wa mwanga, unyonyaji wa mwanga na maji, kivuli, turbidity na tabia ya samaki ya kujiepusha na mwanga pia huathiri exposure.

Makundi ya majaribio na mpangilio wa sampuli

Marudio matatu ya kibayolojia yalitumika katika kila kundi. Marudio moja yalikuwa tishu za ngozi zilizochanganywa kutoka samaki watatu. Mpangilio huu unaruhusu kulinganisha wastani wa tofauti za molekuli kati ya makundi, lakini hauonyeshi moja kwa moja usambazaji wa majibu kati ya samaki mmoja mmoja.

Kuchanganya sampuli kunaweza kupunguza athari ya thamani kali ya samaki mmoja. Lakini pia:

• Huficha utofauti wa kibayolojia kati ya watu binafsi,
• Huzuia uchunguzi wa uhusiano kati ya jinsia, ukubwa au intensity ya awali ya rangi na usemi wa jeni,
• Hufanya sampuli zilizochanganywa kuwa kitengo cha takwimu.

Samaki walitajwa kuwa wamefikia ukomavu wa kijinsia, lakini usambazaji wa jinsia, ukubwa wa mwili, kipimo cha awali cha rangi na mpangilio wa tank katika kila kundi haukuripotiwa kwa kina.

Kwa nini tishu za ngozi zilichaguliwa?

Ngozi ya samaki si tabaka lisilofanya kazi linalofunika mwili tu. Kwa mujibu wa mfumo wa kibayolojia wa utafiti, ngozi:

• Ni mojawapo ya tishu za kwanza kutambua mabadiliko ya mazingira,
• Hutengeneza physical barrier,
• Hushiriki katika antioxidant defense,
• Hudhibiti inflammation na immunity,
• Huchangia tissue repair,
• Hubeba seli za pigment na mifumo ya uzalishaji wa melanin.

Kwa hiyo mwitikio wa msongo wa joto na UV unaweza kuchunguzwa pamoja na udhibiti wa pigmentation katika tishu hiyo hiyo.

Uchanganuzi wa transcriptome unapima nini?

Transcriptome analysis hutoa wasifu mpana wa molekuli za RNA zilizopo katika seli wakati fulani. Kuongezeka kwa RNA ya jeni kunaweza kuashiria ongezeko la transcription au uthabiti wa RNA. Hata hivyo, kuongezeka kwa RNA hakumaanishi kila mara kuwa kiasi cha protini au shughuli ya enzyme imeongezeka kwa kiwango sawa.

Katika utafiti, RNA za ngozi zilisomwa kwenye Illumina NovaSeq 6000 kwa paired-end reads za 150 base pairs.

Mtiririko wa msingi wa kazi ulikuwa:

1. Total RNA ilitolewa kwa TRIzol.
2. RNA integrity ilitathminiwa kwa Agilent 2100 Bioanalyzer.
3. Sampuli zenye RIN zaidi ya 8,0 pekee zilitumika.
4. Adapters na sequences zenye quality ya chini zilitolewa kwa Trimmomatic.
5. Clean reads zilipangwa kwenye reference genome kwa HISAT2.
6. Usemi wa jeni ulihesabiwa kama TPM kwa StringTie.
7. Jeni zenye tofauti ya usemi zilitambuliwa kwa edgeR.

TPM ina maana gani?

TPM ni kipimo kilichosanifishwa cha usemi kinachoweza kuelezwa kama “transcripts per million”. Kwa kuzingatia urefu wa jeni na jumla ya reads katika sampuli, hurahisisha comparisons za usemi kati ya jeni.

Formulas zifuatazo zinaonyesha mantiki ya jumla ya hesabu ya TPM; hazikutolewa kama formulas wazi katika maandishi ya utafiti:

\[ RPK_i=\frac{\text{gen }i\text{ için okuma sayısı}}{\text{gen uzunluğu, kb}} \]

\[ TPM_i=\frac{RPK_i}{\sum_j RPK_j}\times10^6 \]

• \(RPK_i\) ni thamani ya reads ya jeni husika iliyorekebishwa kwa urefu wa jeni,
• \(TPM_i\) ni sehemu ya jeni hiyo katika transcripts milioni moja zilizonormalishwa.

TPM ilitumika kuonyesha mifumo ya jumla ya usemi; differential expression analysis ilifanywa kwa edgeR.

Jeni zilichukuliwa kuwa tofauti kwa kigezo gani?

Ili jeni ihesabiwe kuwa imebadilika kwa maana, vigezo vifuatavyo vilitumika:

\[ |\log_2FC|>1 \]

na

\[ FDR<0{,}005 \]

Masharti haya yalitumika.

Formula ya kueleza fold change ilikuwa:

\[ \log_2FC= \log_2\left( \frac{\text{tedavi grubundaki ifade}} {\text{kontrol grubundaki ifade}} \right) \]

Sharti la \(|\log_2FC|>1\) linamaanisha usemi wa jeni kuongezeka zaidi ya mara mbili ya udhibiti au kushuka chini ya nusu ya kiwango cha udhibiti.

FDR threshold ya 0,005 ni kigezo kikali kinachotumika kupunguza false positives wakati jeni nyingi zinajaribiwa kwa wakati mmoja.

Kielelezo 1: Transcriptome yote ya ngozi ilibadilikaje?

Kielelezo 1 kwenye ukurasa wa 11 wa utafiti kinaunganisha correlation heat map, principal component analysis, hierarchical clustering, idadi ya DEG na volcano plots tatu katika picha moja.

Sampuli ndani ya kundi moja la matibabu zilikusanyika karibu. Kutengana kwa sampuli za udhibiti, joto, UV na msongo wa pamoja katika PCA space kunaonyesha kwamba kila matibabu yaliunda general transcriptomic signature tofauti katika ngozi.

Idadi kubwa zaidi ya DEG katika kundi la pamoja inaonyesha mwitikio mpana zaidi. Hata hivyo, idadi kubwa ya DEG peke yake:

• Haithibitishi tissue damage kali zaidi,
• Haithibitishi adaptation bora,
• Haithibitishi biological synergy kati ya joto na UV.

Ili kuthibitisha hilo, kundi la pamoja linapaswa kulinganishwa moja kwa moja na makundi ya joto na UV, na temperature × UV interaction term ipimwe kitakwimu. Comparisons kuu katika utafiti zilikuwa kila treatment dhidi ya control.

KEGG enrichment inaonyesha nini?

KEGG enrichment huchunguza kama jeni zenye tofauti ya usemi zinawakilishwa zaidi ya inavyotarajiwa kwa bahati katika biological pathways fulani.

Enrichment ya pathway haimaanishi kuwa vipengele vyote vya pathway hiyo vimebadilika kwa mwelekeo mmoja au kwamba biological activity yake imeongezeka kwa uhakika. Baadhi ya jeni ndani ya pathway zinaweza kuongezeka na nyingine kupungua.

Michakato iliyojitokeza katika kundi la joto

Katika matibabu ya joto, hasa:

• MAPK signaling pathway,
• Glycine, serine na threonine metabolism,
• Arachidonic acid metabolism zilikuwa enriched.

Mtandao wa MAPK ni mojawapo ya mifumo ya msingi ya ishara inayounganisha signals za nje na cellular responses. Katika utafiti, pathway hii ilihusishwa na stress defense, apoptosis na cellular adaptation.

Mabadiliko katika amino-acid metabolism yanaashiria upangaji upya wa mahitaji ya nishati, redox balance na biosynthesis chini ya joto.

Kwa nini melanogenesis ilijitokeza katika kundi la UV?

Katika kundi la UV:

• Melanogenesis,
• MAPK,
• PI3K-Akt,
• Glycine-serine-threonine metabolism zilikuwa enriched.

Kwa kuwa melanin inaweza kuwa na kazi za kinga dhidi ya mwanga pamoja na kuunda rangi, ni jambo lenye mantiki ya kibayolojia kwamba jeni za pigmentation zijibu UV.

Hata hivyo, utafiti ulipima usemi wa jeni pekee. Enrichment ya melanogenesis:

• Haionyeshi ngozi kuwa nyeusi zaidi,
• Haionyeshi kiasi cha melanin kuongezeka,
• Haionyeshi rangi ya dhahabu kuhifadhiwa au kupotea moja kwa moja.

Endoplasmic reticulum katika kundi la msongo wa pamoja

Katika kundi lililopokea joto na UV pamoja:

• Glycine-serine-threonine metabolism,
• Arachidonic acid metabolism,
• Protein processing in endoplasmic reticulum zilijitokeza.

Endoplasmic reticulum hushiriki katika protein folding na quality control ya protini mpya. Tafsiri ya utafiti ni kwamba joto la juu linaweza kuvuruga protein stability na UV kuongeza cellular damage, hivyo kundi la pamoja linaweza kuelekeza molecular resources zaidi kwenye protein quality control.

Tafsiri hii inategemea transcriptomic enrichment. Kiasi cha misfolded protein au biochemical markers za endoplasmic-reticulum stress hazikupimwa.

Kielelezo 2: Njia za pamoja na maalum

Kielelezo 2 kwenye ukurasa wa 13 kinaonyesha KEGG enrichments za makundi matatu ya msongo na integrated regulatory model.

Kulingana na Venn diagram:

• Njia 12 zilikuwa maalum kwa kundi la joto,
• Njia 3 zilikuwa maalum kwa kundi la msongo wa pamoja,
• Njia 6 zilikuwa maalum kwa kundi la UV.
• Njia saba zilikuwa common kwa makundi yote matatu.
• Joto na msongo wa pamoja zilishiriki njia 6,
• Joto na UV zilishiriki njia 5,
• UV na msongo wa pamoja zilishiriki njia 20.

Commonality kubwa kati ya UV na msongo wa pamoja inaashiria kwamba mwitikio wa UV ni sehemu muhimu ya molecular signature ya matibabu ya pamoja.

Mielekeo inayokinzana ya jeni katika mtandao wa MAPK

Ni muhimu kwamba jeni mmoja mmoja ndani ya pathway ileile walitenda tofauti kulingana na aina ya msongo, hata kama pathway ilitajirishwa katika makundi yote. MAPK pathway haitoi output moja ya kibayolojia katika hali zote.

Kuongezeka kwa heat-shock proteins chini ya joto na msongo wa pamoja kunaendana na protein stability na proteostasis defense. Kupungua kwake katika kundi la UV kunaonyesha architecture tofauti ya regulatory response kwa UV.

Mtandao wa PI3K-Akt

PI3K-Akt signaling pathway ilihusishwa na cell survival, metabolism na adaptation chini ya msongo.

• hsp90 na cdc37 ziliongezeka katika makundi ya joto na msongo wa pamoja.
• redd1 ilibadilika kwa maana katika makundi yote matatu ya msongo.

hsp90 na cdc37 zinahusiana na mfumo unaosaidia uthabiti wa proteins na signaling components. redd1 ilitafsiriwa katika utafiti kama sehemu yenye sensitivity pana kwa environmental stress.

Kwa nini mitf ni matokeo muhimu?

mitf ni transcription factor muhimu inayodhibiti jeni zinazohusiana na maendeleo ya melanocyte na pigment cells. Downstream yake kuna vipengele vya melanin synthesis kama tyrosinase.

Katika utafiti:

• mitf iliongezeka chini ya heat stress.
• mitf ilipungua chini ya UV stress.

Tofauti hii ilijadiliwa kwa uwezekano mbili:

• Chini ya joto, udhibiti wa pigmentation unaweza kuhifadhiwa au kusaidiwa kwa compensatory response.
• Chini ya UV, cellular defense na repair requirements zinaweza kupewa kipaumbele kuliko mitf-centered pigmentation regulation.

Hizi ni interpretations zilizotengenezwa kutoka molecular data. Kazi ya mitf haikujaribiwa kwa gene silencing au overexpression.

Je, pigmentation inadhibitiwa na mitf pekee?

Matokeo yanaonyesha kwamba jeni zinazohusishwa na pigmentation hazikubadilika sambamba kikamilifu na mitf. Jeni za tyrosine metabolism zilionekana katika dynamic clusters tofauti na ziliunda patterns zinazotegemea aina ya msongo.

Kwa hiyo mwitikio wa pigmentation umeelezwa kama matokeo ya tabaka kadhaa:

• Upstream signaling pathways kama MAPK na PI3K-Akt,
• Amino-acid na lipid metabolism,
• Transcription factors kama mitf,
• miRNA-mediated post-transcriptional control,
• Inflammation, redox balance na protein quality control.

Mfuzz analysis ilifanya nini?

Mfuzz haikugawanya jeni kwa “imeongezeka” au “imepungua” tu; ilizigawa katika fuzzy clusters kulingana na expression patterns katika control, joto, UV na msongo wa pamoja.

Jumla ya jeni 2.393 ziligawanywa katika clusters nne:

• Cluster 1 ilionyesha kwa ujumla ongezeko,
• Cluster 4 ilionyesha kwa ujumla upungufu,
• Cluster 2 na 3 zilionyesha patterns za kati na zinazobadilika.

Kielelezo 3 kwenye ukurasa wa 15 kinaonyesha patterns hizi nne na KEGG enrichments za Cluster 1 na Cluster 4.

Cluster 1: Programu ya kimetaboli inayoongezeka

Cluster 1 ina jeni 444. Enrichments kuu zilikuwa:

• Tyrosine metabolism,
• Isoquinoline alkaloid biosynthesis,
• Primary bile acid biosynthesis.

Katika cluster hii kulikuwa na:

• tyr,
• th,
• dbh zinazohusishwa na tyrosine na catecholamine metabolism.

tyr inahusishwa na tyrosinase, mojawapo ya enzymes kuu za melanin synthesis. Hata hivyo, ongezeko la cluster halimaanishi ongezeko sawia la melanin katika sampuli zote.

Cluster 4: Programu ya kimetaboli inayopungua

Cluster 4, yenye jeni 1.145, ni mojawapo ya patterns kubwa zaidi zilizo wazi. Katika cluster hii:

• Tyrosine metabolism,
• Isoquinoline alkaloid biosynthesis,
• Cysteine na methionine metabolism zilikuwa enriched.

comt na jeni nyingine za metabolism zilionyesha kwa ujumla mwelekeo wa kupungua.

Kuonekana kwa tyrosine metabolism katika clusters zinazongezeka na zinazopungua kunaonyesha kwamba pathway nzima haibadiliki kwa mwelekeo mmoja. Enzymes na metabolic branches tofauti zinatengana.

Uhusiano kati ya metabolic reprogramming na pigmentation

Melanin synthesis inahitaji nishati na precursors. Tyrosine hushiriki moja kwa moja katika pigment synthesis, huku glycine, serine, threonine, cysteine na methionine metabolism zikihusishwa na redox na biosynthetic capacity ya seli.

Scenario ya jumla inayopendekezwa na utafiti ni:

1. Joto na UV huongeza mahitaji ya cellular defense.
2. Signaling pathways kama MAPK na PI3K-Akt huamilishwa.
3. Protein quality control, inflammation na antioxidant defense hupangwa upya.
4. Amino-acid na lipid metabolism hurekebishwa kulingana na vipaumbele vipya.
5. Matumizi ya precursors za pigmentation na udhibiti wa pigment genes huathiriwa na mazingira haya mapya ya kimetaboli.

Model hii inaibua uwezekano wa resource allocation trade-off kati ya pigmentation na survival defense. Hata hivyo, utafiti haukupima moja kwa moja matumizi ya nishati ya seli au metabolic flux.

Arachidonic acid metabolism

Arachidonic acid metabolism ilikuwa miongoni mwa michakato iliyotajirishwa kwa pamoja katika hali zote tatu za msongo. Pathway hii imehusishwa na:

• Lipid-derived signaling molecules,
• Inflammation,
• Tissue adaptation na cellular communication.

Inflammation ya ngozi na redox state zinaweza kuathiri kazi ya pigment cells kwa njia isiyo ya moja kwa moja. Hata hivyo, arachidonic-acid metabolites au prostaglandin levels hazikupimwa.

WGCNA ni nini?

Weighted gene co-expression network analysis huweka pamoja jeni zinazobadilika kwa njia inayofanana katika modules. Inadhaniwa kwamba jeni katika module moja zinaweza kushiriki biological processes au regulatory mechanisms zinazofanana.

Katika utafiti:

• Asilimia 75 ya jeni zenye expression variance kubwa zaidi zilitumika.
• Soft-threshold power 7 ilichaguliwa.
• Minimum module size iliwekwa kuwa jeni 200.
• Jumla ya co-expression modules 12 ziliundwa.

Kielelezo 4: Modules zinazohusishwa na stress

Kielelezo 4 kwenye ukurasa wa 16 kinaonyesha module-treatment correlations na mahusiano kati ya module membership na gene significance katika modules nne muhimu.

Uhusiano chanya wa module ya njano na joto, lakini hasi na msongo wa pamoja, unaashiria kwamba baadhi ya gene programs zinazofanya kazi chini ya joto pekee zinaweza kubanwa UV inapoongezwa.

Module membership na gene significance

Correlation kubwa inaonyesha kwamba jeni zilizo central zaidi ndani ya module pia zina uhusiano mkubwa na kundi husika la stress.

Hata hivyo, WGCNA ilifanywa kwa sampuli 12 zilizochanganywa pekee. Modules zinahitaji kuthibitishwa katika populations na experiments huru.

Hub-gene candidates

Kuitwa “hub gene” kunategemea network connectivity. Kwa kuwa gene silencing au loss-of-function experiments hazikufanywa, haijaonyeshwa kuwa jeni hizi ni causal controllers za stress response.

miRNA hufanya nini?

miRNA kwa kawaida ni RNA ndogo zisizosimba protini zenye urefu wa nucleotides 20–24. Kwa kuungana na target mRNA zinaweza:

• Kuchochea degradation ya mRNA,
• Kukandamiza protein production,
• Kufanya fine-tuning ya gene expression.

Katika stress response, miRNA zinaweza kutoa tabaka la pili la udhibiti katika kiwango cha RNA pamoja na transcriptional regulation ya jeni.

miRNA sequencing na filtering

Katika miRNA-seq workflow:

• Adapters zilitolewa kwa fastp na cutadapt.
• Reads za urefu wa nucleotides 17–35 zilibakizwa.
• Reads zili-align kwenye reference genome kwa Bowtie, kwa kuruhusu mismatch moja tu.
• rRNA, tRNA, snRNA, snoRNA na repetitive sequences zilitolewa kwa Rfam na Repbase.
• Known na novel miRNA zilitambuliwa kwa miRDeep2.
• Expression values zilinormalishwa kama CPM.

Mantiki ya jumla ya CPM inaonyeshwa hapa kwa maelezo:

\[ CPM_i= \frac{\text{miRNA }i\text{ için okuma sayısı}} {\text{toplam eşleşen okuma sayısı}} \times10^6 \]

Kigezo cha differential expression cha miRNA

Kwa miRNA:

\[ |\log_2FC|>0{,}585 \]

na

\[ P<0{,}05 \]

thresholds zilitumika. Logarithmic threshold hii ni sawa na takribani 1,5-fold change.

Tofauti na gene analysis, sehemu ya miRNA differential expression iliripoti raw P value badala ya FDR. Kwa kuwa miRNA nyingi zilijaribiwa kwa wakati mmoja, kutokuripoti wazi multiple-testing correction kunahitaji tahadhari kuhusu false positives.

Malengo ya miRNA yalitabiriwaje?

Katika programu ya miRanda:

• Alignment score angalau 150,
• Predicted binding free energy isiyozidi −30 kcal/mol zilitumika kuchagua targets.

Free energy iliyo negative zaidi inaweza kuonyesha miRNA–mRNA pairing inayopendelewa zaidi thermodynamically. Hata hivyo, thamani hii peke yake haithibitishi binding halisi ndani ya seli.

Kielelezo 5: Ukubwa wa mwitikio wa miRNA

Kielelezo 5 kwenye ukurasa wa 18 kinaonyesha miRNA volcano plots kwa comparisons tatu za stress na KEGG enrichments za predicted targets.

Kuongezeka kwa idadi ya miRNA kulifuata pattern sawa na ongezeko la DEG katika RNA-seq. Msongo wa pamoja ulihusishwa na mabadiliko mapana zaidi katika transcriptional na post-transcriptional regulation.

miRNA za pamoja

miRNA 44 zilikuwa zimebadilika kwa pamoja katika makundi yote matatu ya stress. Miongoni mwao:

• miR-200 family,
• miR-375,
• miR-182,
• miR-1388.

Watafiti walijadili miRNA hizi kama potential regulators zinazohusishwa na epithelial regulation, oxidative stress, developmental control na pigmentation.

Hata hivyo, utafiti huu uliangalia mabadiliko ya sequence-level na computational targets pekee.

Kielelezo 6: Data za miRNA na mRNA ziliunganishwaje?

Kielelezo 6 kwenye ukurasa wa 19 kinalinganisha miRNA target enrichments na RNA-seq DEG enrichments na kuonyesha interaction networks kwa MAPK na PI3K-Akt.

Katika networks:

• Squares zinawakilisha jeni,
• Triangles zinawakilisha miRNA,
• Connections zinawakilisha predicted miRNA–mRNA relationships.

Katika makundi ya joto na msongo wa pamoja, data layers zote mbili zilionyesha MAPK na PI3K-Akt pathways. Katika kundi la UV, pamoja na MAPK, pathways nyingine nyeti kwa UV zilionekana zaidi.

Integrated analysis ilipendekeza kwamba miRNA zinaweza kuchangia udhibiti wa stress genes kama hsp72, hsp90, pp5 na redd1.

Hata hivyo, mstari katika network:

• Haithibitishi kwamba miRNA inaunganika kwa target ndani ya seli,
• Haithibitishi kwamba mRNA inakandamizwa,
• Haithibitishi protein level kubadilika.

Uthibitishaji kwa qRT-PCR

Jeni nane zilichaguliwa:

• mitf,
• fgfr3,
• ywhaz,
• pgam2,
• gldc,
• mifa,
• ppp3ca,
• creb5l.

Kielelezo 7 kwenye ukurasa wa 20 kinaonyesha RNA-seq na qRT-PCR results side by side. Mielekeo ya jeni katika treatment groups kwa ujumla ililingana kati ya mbinu hizo mbili.

Kwa qRT-PCR, rps9 ilitumika kama internal reference gene. Jedwali la primers lina β-actin primers pia, lakini maandishi yanaeleza kwamba normalization ilifanywa kwa rps9.

Relative expression ilihesabiwa kwa njia hii:

\[ 2^{-\Delta\Delta C_t} \]

Hapa:

\[ \Delta C_t = C_{t,\ hedef}-C_{t,\ referans} \]

\[ \Delta\Delta C_t = \Delta C_{t,\ tedavi}-\Delta C_{t,\ kontrol} \]

• \(C_t\) ni PCR cycle ambapo fluorescence signal inapita threshold,
• hedef ni jeni linalochunguzwa,
• referans ni jeni rps9.

Thamani ya \(2^{-\Delta\Delta C_t}\) inatoa relative gene expression katika treatment group ikilinganishwa na control group.

qRT-PCR ilithibitisha nini na haikuthibitisha nini?

qRT-PCR:

• Iliunga mkono mwelekeo wa RNA-seq kwa jeni nane zilizochaguliwa.
• Ilitoa independent technical confidence kwa sehemu ya sequencing data.

Hata hivyo:

• Maelfu ya DEG hayakuthibitishwa yote.
• Protein quantities hazikupimwa.
• Enzyme activities hazikutathminiwa.
• miRNA targets hazikuthibitishwa.
• Pigment production haikujaribiwa moja kwa moja.

Hypothesis ya “trade-off kati ya defense na pigmentation”

Moja ya interpretations muhimu za utafiti ni kwamba chini ya severe environmental stress, seli za ngozi zinaweza kuelekeza resources zao kutoka pigmentation kwenda survival na repair.

Observations zinazounga mkono hypothesis hii ni:

• Idadi kubwa zaidi ya DEG na miRNA chini ya msongo wa pamoja,
• Enrichment ya protein processing na stress-defense pathways,
• Kupungua kwa mitf chini ya UV,
• Upangaji upya wa tyrosine, cysteine na methionine metabolism,
• WGCNA modules zinazohusishwa na inflammation na apoptosis,
• MAPK na PI3K-Akt networks kuonekana pia katika miRNA level.

Hata hivyo, direct energy expenditure, pigment production rate au resource allocation hazikupimwa. Kwa hiyo trade-off ni mechanistic proposal inayotokana na data ya utafiti.

Maana ya kiikolojia ya utafiti

Katika rice-fish systems ambako karasi mwenye mgongo wa dhahabu huishi, joto na sunlight zinaweza kubadilika pamoja. Uwezo wa ngozi kusimamia defense na pigmentation kwa pamoja unaweza kuwa muhimu kwa:

• Uhifadhi wa visible phenotype,
• Uendelevu wa local genetic resource,
• Uhifadhi wa ornament na market value,
• Adaptation kwa aquaculture conditions.

Hata hivyo, utafiti hautoi safe-temperature threshold, UV limit, shading ratio au management protocol ya ufugaji.

Umuhimu kwa mtazamo wa historia

Utafiti mwingi uliopita wa fish coloration umechunguza color mutants, differences kati ya species au environmental variable moja.

Utafiti huu:

• Ulichunguza joto, UV na combined stress ndani ya design moja,
• Uliunganisha mRNA na miRNA data,
• Ulitafsiri pigmentation networks pamoja na skin defense na metabolic reprogramming.

Umuhimu kwa sasa

Utafiti unaonyesha kwamba rangi ya samaki haiwezi kuelezwa na pigment genes chache pekee. Visible color phenotype inaunganishwa na mfumo mpana wa:

• Environmental stress sensing,
• Protein stability,
• Inflammation,
• Apoptosis,
• Amino-acid metabolism,
• Transcription factors,
• miRNA regulation.

Nini kinapaswa kufanywa katika tafiti zijazo?

• Full-factorial statistical interaction model ya joto na UV inapaswa kujengwa.
• Combined group inapaswa kulinganishwa moja kwa moja na heat na UV groups.
• UVA na UVB experiments zinazofanana zaidi na natural solar spectrum zinapaswa kufanywa.
• Different UV doses na temperature levels zinapaswa kujaribiwa.
• Exposure ya muda mrefu kuliko saa 48 na recovery periods zinapaswa kuchunguzwa.
• Kiasi cha melanin kinapaswa kupimwa chemically.
• Rangi ya ngozi inapaswa kupimwa quantitatively kwa standardized color systems.
• Chromatophore count na distribution zinapaswa kuchunguzwa histologically.
• ROS, glutathione na antioxidant-enzyme activities zinapaswa kupimwa.
• Inflammatory proteins na tissue damage zinapaswa kuthibitishwa.
• mitf, redd1, ppp3ca na hub genes zinapaswa kujaribiwa functionally.
• Candidate miRNA zinapaswa kuthibitishwa kwa mimic, inhibitor au reporter assays.
• Inapaswa kuchunguzwa kama RNA changes zinaonekana katika protein na metabolite levels.
• Individual fish samples zinapaswa kuchunguzwa ili kuunganisha rangi na gene expression.
• Different sexes, ages na developmental stages zinapaswa kulinganishwa.

Nguvu za utafiti

• Joto, UV na combined stress zilichunguzwa katika design moja.
• Ngozi, tishu inayogusana moja kwa moja na mazingira, ilichaguliwa.
• Marudio matatu ya kibayolojia yalitumika katika kila kundi.
• RIN > 8 condition ilitumika kwa RNA integrity.
• mRNA na miRNA sequencing zilifanywa kutoka biological samples zilezile.
• Strict FDR threshold ilitumika kwa differential gene analysis.
• PCA na hierarchical clustering zilionyesha consistency ya biological replicates.
• KEGG analysis ilitenganisha pathways common na stress-specific.
• Mfuzz ilitathmini dynamic gene-expression patterns.
• WGCNA ilitoa treatment-related co-expression modules na candidate hub genes.
• miRNA na mRNA data ziliunganishwa katika framework ya signaling pathways zilezile.
• Jeni nane zilithibitishwa kwa qRT-PCR.
• Utafiti uliweka pigmentation na stress defense katika regulatory framework moja.

Mapungufu ya utafiti

• Utafiti ni preprint ambayo haijapitiwa na peer review.
• Jaribio linahusu acute exposure ya saa 48 pekee.
• UV ilitolewa kwa taa ya 185 nm UVC badala ya natural solar spectrum.
• Kiwango halisi cha UV kinachofika ndani ya ngozi hakikupimwa.
• Kila biological replicate ilikuwa pooled skin kutoka samaki watatu.
• Individual-level variation haikuweza kuchanganuliwa.
• Kuna pooled biological samples tatu tu kwa kundi.
• Sex distribution na initial color intensity hazikuripotiwa.
• Tank effect au fish-per-tank arrangement haikuripotiwa wazi.
• Temperature × UV interaction test haikufanywa.
• Haikuonyeshwa kama combined effect ni synergistic, additive au antagonistic.
• Idadi ya DEG haiwezi kuhusishwa moja kwa moja na severity ya physiological damage.
• Kiasi cha melanin hakikupimwa.
• Visible skin color haikupimwa quantitatively.
• Chromatophore distribution au skin histology haikuchunguzwa.
• ROS na antioxidant-enzyme activities hazikupimwa.
• Inflammation na apoptosis hazikuthibitishwa katika protein au tissue level.
• Transcript level haikuthibitishwa kwa protein abundance.
• WGCNA inategemea pooled samples 12 pekee.
• miRNA differential analysis iliripoti P < 0,05 badala ya FDR.
• miRNA targets zilitabiriwa kwa kompyuta pekee.
• miRNA–mRNA relationships hazikuthibitishwa functionally.
• qRT-PCR ilihusisha jeni nane pekee.
• Ingawa β-actin ilionekana kwenye primer table, rps9 ilitajwa kutumika kwa normalization.
• Animal-ethics approval au permit number haikuripotiwa.
• Matokeo yanaishia kwa local population na laboratory conditions zilizochunguzwa.

Utafiti unasema nini?

• Joto na UV zilibadilisha kwa kiasi kikubwa skin transcriptome ya karasi mwenye mgongo wa dhahabu.
• UV ilisababisha jeni nyingi zaidi zenye differential expression kuliko joto.
• Idadi kubwa zaidi ya DEG na miRNA ilipatikana katika combined-stress group.
• MAPK na PI3K-Akt zilikuwa axes muhimu katika skin stress response.
• Joto, UV na combined stress zilitoa gene patterns tofauti ndani ya pathways zilezile.
• Melanogenesis pathway ilitajirishwa hasa katika UV group.
• mitf iliongezeka chini ya joto na kupungua chini ya UV.
• Tyrosine metabolism ilipangwa upya dynamically chini ya msongo.
• Cysteine na methionine metabolism zilikuwa enriched katika decreasing-gene cluster.
• UV-related modules zilikuwa na inflammation na apoptosis genes.
• Combined-stress module ilikuwa na candidate genes kama ftmt na ctsb.
• miRNA target predictions zilionyesha tena MAPK na PI3K-Akt pathways.
• Stress defense, metabolic adaptation na pigmentation regulation zinaonekana kuunganishwa.

Utafiti hausemi nini?

• Hauonyeshi kwamba rangi ya dhahabu ya mgongo ilibadilika ndani ya saa 48.
• Hauthibitishi kwamba melanin production iliongezeka au kupungua.
• Haionyeshi kitakwimu kwamba combined stress ilikuwa synergistic interaction ya joto na UV.
• Haithibitishi kwamba hub genes zilizotambuliwa zinaongoza stress response kwa sababu ya causal effect.
• Haionyeshi kwamba predicted miRNA targets zinadhibitiwa kweli ndani ya seli.
• Haionyeshi kwamba RNA changes husababisha protein changes katika mwelekeo uleule.
• Haibainishi kama mwitikio wa saa 48 ni long-term adaptation au temporary defense.
• Haipendekezi safe temperature au UV threshold kwa aquaculture.
• Haipimi moja kwa moja color loss au color stability katika natural rice-field conditions.

Mbinu na Matokeo ya Utafiti

Muhtasari wa kiufundi wa mpangilio wa jaribio

Mtiririko wa uchanganuzi wa mRNA

Mtiririko wa uchanganuzi wa miRNA

Muhtasari wa namba za mabadiliko ya jeni na miRNA

Njia kuu kwa aina ya msongo

Matokeo ya Mfuzz

Matokeo ya WGCNA

Muhtasari wa uthibitishaji wa qRT-PCR

Ujumbe wa kisayansi wa vielelezo

Tathmini ya pamoja ya matokeo ya kiufundi

• Joto, UV na combined stress ziliunda transcriptomic signatures tofauti katika ngozi.
• Wigo wa gene-expression change chini ya UV ulikuwa mpana kuliko chini ya joto.
• Combined treatment ilihusishwa na DEG na miRNA nyingi zaidi.
• MAPK na PI3K-Akt ni regulatory axes kuu zinazounganisha makundi ya stress.
• Jeni ndani ya pathway ileile kubadilika katika mwelekeo tofauti kwa aina tofauti za stress kunaonyesha context dependence.
• UV ilibadilisha melanogenesis pathway kwa uwazi.
• mitf ilidhibitiwa kwa mwelekeo tofauti chini ya joto na UV.
• Tyrosine metabolism ilionekana katika gene clusters zinazoongezeka na zinazopungua.
• Stress response iliunganishwa na amino-acid, lipid na protein-quality-control metabolism.
• WGCNA ilionyesha module patterns maalum kwa joto, UV na combined stress.
• miRNA changes ziliunga mkono MAPK na PI3K-Akt findings katika mRNA level.
• qRT-PCR ilithibitisha RNA-seq direction kwa selected genes.
• Kwa sababu pigmentation phenotype haikupimwa, athari ya networks hizi kwa visible golden color bado ni inference.

Maelezo ya Chanzo na Mbinu

Maudhui haya yanategemea utafiti wa Feng Chen, Qinglan Zhou, Jinli Hu, Zhou Zhou, Ning Qin, Sheng Zeng, Ranran Dong, Li Li na Xianbo Zhang wenye kichwa “Integrated transcriptomic and miRNA analyses reveal skin stress-response networks associated with pigmentation regulation in golden-backed crucian carp under heat and UV exposure”.

Utafiti ni preprint ya majaribio inayotathmini athari za joto, UVC na combined heat-UVC exposure kwenye mRNA na miRNA expression patterns katika ngozi ya golden-backed Carassius auratus.

Maandishi yana onyo la wazi “This preprint research paper has not been peer reviewed”. Kwa hiyo utafiti haujapitiwa na peer review. PDF haina taarifa ya kukubaliwa katika journal iliyopitiwa na peer review au final peer-reviewed publication.

Jaribio linategemea acute exposure ya saa 48. UV ilitolewa kwa taa ya 185 nm UVC na haiwakilishi kikamilifu UVA-UVB composition ya mwanga wa kawaida wa jua.

Kila biological replicate iliandaliwa kutoka pooled skin tissue ya samaki watatu. Jumla ya pooled samples 12 zilitumika kwa RNA-seq, miRNA-seq na qRT-PCR. Pooling hupunguza individual variability lakini inazuia uchunguzi wa differences katika individual level.

Idadi kubwa zaidi ya DEG na miRNA katika combined-stress group inaunga mkono mwitikio mpana zaidi wa molekuli. Hata hivyo, temperature × UV interaction haikujaribiwa moja kwa moja kitakwimu, kwa hiyo haiwezi kuhitimishwa kwamba combined effect ilikuwa synergistic.

miRNA targets zilitabiriwa kwa miRanda. Mahusiano hayo hayakuthibitishwa kwa dual luciferase, miRNA inhibition, miRNA mimic au target-protein analysis.

Matokeo yanayohusishwa na pigmentation yanategemea RNA na pathway-enrichment analyses. Visible color, melanin quantity, pigment-cell number, chromatophore distribution au skin histology hazikupimwa. Kwa hiyo haikuonyeshwa moja kwa moja kwamba environmental stress ilibadilisha golden dorsal coloration.

ROS, antioxidant-enzyme activity, inflammatory proteins au apoptosis markers hazikupimwa biochemically. Hitimisho kuhusu michakato hii linatokana na gene-expression na network analyses.

Animal ethics committee approval number au detailed animal-welfare procedure haikuripotiwa katika PDF.

Utafiti uliungwa mkono na Guizhou Province Science and Technology Department Basic Research Fund na Guizhou Modern Agricultural Industry Technology System. Waandishi waliripoti kutokuwa na conflict of interest.

Makala haya ya Kiswahili yameandaliwa kwa kutegemea pekee experimental design, sequencing methods, figures, numerical findings na interpretations za waandishi katika PDF iliyopakiwa. Hakuna madai ya visible color change, causal gene network iliyothibitishwa, miRNA target iliyothibitishwa, aquaculture threshold au long-term phenotype stability ambayo hayapo katika utafiti yaliyoongezwa.