本研究旨在通过Meta分析探究饲粮添加白藜芦醇对猪肉品质的影响,并整合转录组数据挖掘与计算生物学方法揭示其潜在调控机制。系统检索2000年1月至2025年1月期间在中国知网、万方、Web of Science和Science Direct数据库中发表的白藜芦...本研究旨在通过Meta分析探究饲粮添加白藜芦醇对猪肉品质的影响,并整合转录组数据挖掘与计算生物学方法揭示其潜在调控机制。系统检索2000年1月至2025年1月期间在中国知网、万方、Web of Science和Science Direct数据库中发表的白藜芦醇对猪肉品质影响的相关文献,依据纳入与排除标准进行筛选后,最终纳入5项研究用于Meta分析。Meta分析结果表明,与对照组相比,饲粮添加白藜芦醇可显著提高屠宰后45 min猪肉红度值(P<0.05),显著降低屠宰后24 h猪肉亮度值(P<0.05),并显著降低猪肉滴水损失(P<0.05)。进一步通过转录组数据挖掘,筛选出与猪肉红度值和滴水损失相关的潜在基因,并与白藜芦醇的预测靶点进行交集分析,结果表明,白藜芦醇可能通过调控碳酸酐酶2(CA2)、膜联蛋白A5(ANXA5)、半胱氨酸-天冬氨酸蛋白酶7(CASP7)、11β-羟类固醇脱氢酶1(HSD11B1)和热休克蛋白90α家族A类成员1(HSP90AA1)的表达影响猪肉滴水损失;同时,可能通过调控雌激素受体1(ESR1)和CASP7的表达影响猪肉红度值。分子对接与分子动力学模拟进一步证实,白藜芦醇与上述基因编码的蛋白存在潜在结合作用。综上所述,饲粮添加白藜芦醇对猪肉品质的改善作用主要为提高红度值、降低亮度值和滴水损失,其调控猪肉滴水损失的潜在靶点为CA2、ANXA5、CASP7、HSD11B1和HSP90AA1,调控猪肉红度值的潜在靶点为ESR1和CASP7。这些发现可为后续基于上述潜在靶点解析白藜芦醇调控猪肉品质的机制研究提供依据。展开更多
异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入...异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。展开更多
文摘异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。