Noticias

May 24, 2023

La variación en las señales químicas del ratón está controlada genéticamente y modulada ambientalmente

Informes científicos volumen 13,

Scientific Reports volumen 13, Número de artículo: 8573 (2023) Citar este artículo

191 Accesos

1 Altmetric

Detalles de métricas

En la mayoría de los mamíferos y particularmente en los ratones, la comunicación química se basa en la detección de señales relacionadas con la aptitud física relevantes desde el punto de vista etológico de otros individuos. En los ratones, la orina es la fuente principal de estas señales, por lo que empleamos la proteómica y la metabolómica para identificar los componentes clave de la señalización química. Mostramos que existe una correspondencia entre los volátiles urinarios y las proteínas en la representación de los antecedentes genéticos, el sexo y el medio ambiente en dos subespecies de ratones domésticos Mus musculus musculus y M. m. domesticus. Encontramos que el medio ambiente tiene una fuerte influencia sobre la variación proteómica y metabolómica y que las mezclas volátiles representan mejor a los machos, mientras que las hembras tienen sorprendentemente más proteínas sesgadas por el sexo. Usando técnicas de aprendizaje automático y ómica combinada, identificamos mezclas de metabolitos y proteínas que están asociadas con características biológicas.

Todos los organismos vivos se enfrentan constantemente a señales químicas de su entorno y de otros individuos. En ratones, estas señales a menudo actúan sobre representaciones innatas1 o aprendidas2 en el cerebro y producen respuestas conductuales que promueven la supervivencia y la aptitud física. Por ejemplo, es probable que un ratón macho produzca señales para anunciar su estado físico, lo que provocaría un comportamiento de evitación en otros machos y atracción sexual en las hembras3,4,5. Algunas de estas señales son específicas o subespecíficas de la especie y se utilizan para el reconocimiento entre pares6,7. Además, cualquier individuo, independientemente del sexo, seguirá una señal que represente un alimento favorito o evitará una señal que indique depredadores8. La mayoría de los estudios de comportamiento se centran en el efecto de uno o varios compuestos y proteínas como moléculas de señalización. Sin embargo, los animales y sus entornos circundantes son más complejos y, en lugar de uno o varios compuestos estudiados, la mayoría de los organismos, incluidas las bacterias9 y las plantas10, producen conjuntos de compuestos n-dimensionales. A menudo es la composición de estos ramos lo que induce comportamientos y respuestas fisiológicas en los receptores11. Para hacer este rompecabezas aún más complejo, la respuesta a la misma señal puede variar según los factores ambientales. Por lo tanto, nos preguntamos si los rasgos biológicos como el sexo y los antecedentes genéticos de un individuo se manifiestan mediante proteomas o metabolomas y en qué medida estos dos conjuntos están vinculados o incluso correlacionados. Esto es importante porque se sabe que las señales sexuales activan los circuitos sexualmente dimórficos y las llamativas representaciones sensoriales sexualmente dimórficas en el bulbo olfatorio accesorio12 y la amígdala medial13, pero falta una visión integral de las señales químicas que pueden desencadenar estas representaciones. En general, estábamos interesados ​​​​en cómo se muestra la sexualidad en un organismo para el cual las señales olfativas relacionadas con la aptitud son más importantes que las visuales.

La orina de ratón contiene grandes cantidades y una variedad de moléculas que sirven como señales olfativas. Son detectables por los receptores quimiosensoriales del epitelio olfativo principal y/o del órgano vomeronasal (VNO)14,15,16,17,18,19,20,21,22. Estas señales producen diversas respuestas fisiológicas en el receptor13,23,24,25,26,27,28,29,30,31 también cuando son estimuladas por proteínas urinarias principales no volátiles seleccionadas (MUP)32,33, péptidos cortos34,35, y/o compuestos orgánicos volátiles (COV)36,37,38. En ratones, los COV se consideraron señales potentes detectables por los tejidos olfativos18,39, mientras que los MUP se consideraron principalmente como transportadores de estas señales en sus barriles beta de ocho hebras37,40,41,42,43,44,45,46,47 y dan forma a las firmas de olor individuales48. Sin embargo, varios autores demostraron que las MUP particulares representan una señal por sí mismas detectables por VNO32,49,50,51 y que algunas de estas moléculas, incluida la MUP20 con sesgo masculino (conocida como darcina), provocan comportamientos innatos complejos que incluyen agresión33, reconocimiento de pareja52 y aprendizaje32 . Sin embargo, dado que casi todos los estudios anteriores se concentraron solo en los MUP, todavía no hay ningún estudio que muestre todo el espectro de proteínas y volátiles de la orina que también pueden estar involucrados en la comunicación química, especialmente en roedores salvajes.

Debido a su importancia para la señalización sexual masculina, los MUP son muy abundantes y tienen un sesgo masculino en la orina del ratón53,54,55, donde protegen y transportan pequeños compuestos volátiles en su barril beta de ocho cadenas40,56 y también retrasan su liberación57. Curiosamente, los patrones de MUP y el nivel de dimorfismo sexual son específicos de subespecies7,58,59, lo que hace que los MUP también sean importantes como moléculas candidatas en el reconocimiento de subespecies60,61,62. Aunque las hembras tienen menos MUP que los machos, estas proteínas también participan en la señalización del estado sexual femenino debido a que su concentración en la orina29 y las secreciones vaginales63 cambia a lo largo del ciclo estral alcanzando el máximo durante el celo. De manera similar, el estatus social afecta la producción de MUP. Esto se ha demostrado en M. m. musculus en condiciones de laboratorio28 y en recintos seminaturales, donde los machos duplicaron la excreción de MUP después de adquirir un territorio y se volvieron socialmente dominantes64. La cantidad de MUP constituye hasta el 85% (o incluso más) de todas las proteínas en la orina65 y, por lo tanto, estas proteínas pueden haber distraído la atención de varios cientos de otras proteínas importantes que están involucradas en varias funciones homeostáticas, metabólicas y de señalización.

Para explorar si existen diferencias subespecíficas y específicas de sexo en el ratón doméstico, recolectamos muestras de orina de varias cepas de origen silvestre que representan dos subespecies, M. m. musculus (MUS, 7 cepas) y M. m. domesticus (DOM, 9 cepas). Es importante destacar que ambos grupos de cepas se mantuvieron en las mismas instalaciones de reproducción. Nuestro objetivo era detectar los principales componentes de la señalización química en los dos niveles de resolución: metabolómico y proteómico. Por lo tanto, generamos metabolomas volátiles con cromatografía de gases integral bidimensional de espacio de cabeza y espectrometría de masas y se usaron alícuotas de las mismas muestras en paralelo para el análisis de proteomas con nLC-MS/MS. Las diferencias subespecíficas y específicas del sexo sirvieron como indicador de los cambios evolutivos debidos a la selección natural o sexual. Sin embargo, los perfiles resultantes también pueden verse influenciados por el entorno natural, por lo que examinamos muestras adicionales de M. m. musculus (wMUS) ratones. En conjunto, analizamos proteomas y metabolomas completos de los tres grupos de ratones de cada sexo para proporcionar nuevos conocimientos sobre la señalización química del ratón.

El conjunto de datos proteómicos contiene un total de 958 identificaciones de proteínas generadas a partir de 10 μl de orina de cada muestra y la matriz de expresión resultante se normalizó mediante LFQ (cuantificación sin etiquetas66). Se usó la misma cantidad de orina (10 μl) para extraer volátiles y la tabla de datos resultante contenía un total de 2701 identificaciones basadas en masas únicas y tiempos de retención. Primero, redujimos nuestros conjuntos de datos para singletons y doubletons de modo que solo aquellas moléculas que fueron producidas por al menos tres individuos del mismo grupo (por ejemplo, machos DOM) pasaron a análisis posteriores. El conjunto de datos proteómicos final contiene 416 identificaciones de proteínas. Hicimos el mismo filtrado para los volátiles, sin embargo, los metabolomas volátiles son sensibles a los falsos positivos porque las mismas moléculas pueden ocurrir naturalmente en animales pero también en el aire. Para reducir el efecto de los falsos positivos, eliminamos todas las moléculas (es decir, filas) que estaban presentes solo en los espacios en blanco (es decir, muestras de aire de los laboratorios donde se procesaron las muestras). En el conjunto restante hemos detectado una distribución bimodal, resultante de la mezcla de dos distribuciones normales. Para estas distribuciones superpuestas (ver Métodos), calculamos el valor p posterior de modelos mixtos normales y si el valor p de pertenecer a espacios en blanco y muestras era p < 0.05 (es decir, FD correspondiente < 7.1) se eliminaron las filas dadas. Este proceso corresponde a la Verosimilitud de identidad IL < 0.9 (ver métodos). IL es una herramienta útil para visualizar si es probable que los volátiles dados sean característicos de los grupos estudiados. Este conjunto de datos finalmente contenía un total de 875 moléculas y todo el conjunto se normalizó por cuantiles. Más del 54% de los componentes del metaboloma en este estudio son aldehídos y alcoholes alifáticos estructuralmente relacionados. La longitud de la columna vertebral de carbono de estas moléculas es típicamente C6-C8. La molécula más abundante es el 2-hexenal (33,8%). El 2-hexenal forma parte del llamado "olor verde" (GO), que es una mezcla de ocho aldehídos alifáticos C6 y alcoholes C6 responsables del olor de las hojas tiernas o de la hierba recién cortada1. Varios estudios muestran una alta sensibilidad olfativa de algunos mamíferos a GO2, incluidos los humanos3 e indican efectos antidepresivos4 y ansiolíticos2 en ratones.

Para explorar posibles fuentes de variación en nuestros datos, utilizamos el Análisis Discriminante de Mínimos Cuadrados Parciales Escasos (sPLS-DA) por el hecho de que tiene desempeños predictivos satisfactorios en grandes conjuntos de datos. En las tres comparaciones en la Fig. 1A-C, el sexo fue el factor más fuerte que influyó en la separación del metaboloma y el proteoma dentro de los tres grupos de ratones. Mostramos en la Fig. 1A que los metabolomas de MUS y DOM de cada sexo están separados entre sí. Dado que los ratones MUS y DOM se mantuvieron durante generaciones en las mismas condiciones, esta clara distinción entre los metabolomas masculinos y femeninos probablemente se deba a la divergencia genética entre estas dos subespecies. Sin embargo, también se separa la wMUS de cada sexo de los grupos MUS y DOM criados en laboratorio. Esto muestra que el metaboloma de la orina del ratón se diferencia por subespecies, sexo y ambiente. Por lo tanto, predecimos que cada componente del entorno externo, como los alimentos, la microbiota67, las plantas y las moléculas que se encuentran naturalmente en el aire, pueden tener una influencia directa sobre los perfiles metabolómicos y el procesamiento de metabolitos en un individuo. Los datos proteómicos en la Fig. 1B muestran que el sexo es nuevamente el principal impulsor de la separación (31% de la variación explicada, x-variante 1). Debido a las diferencias genómicas, la separación de los machos MUS de los machos DOM es clara y esto también es cierto para las hembras. Sin embargo, al igual que en los metabolomas, los machos wMUS (wMUS.masculino frente a otro(s), Comp 2 (eje y): Área bajo la curva—AUC = 0,9761, p = 2,798e-06) y las hembras wMUS (wMUS.female vs. Otro(s) AUC = 0.9543, p = 7.779e-06) están nuevamente separados (es decir, discriminación casi perfecta) de todos los demás grupos, aunque en este escenario, wMUS y MUS están más cerca entre sí que DOM. Esta es una evidencia razonable de que los tres factores (sexo, grupo y ambiente) tienen un efecto sobre la diferenciación, aunque el ambiente tiene una influencia menor que en los metabolomas. A continuación, extrajimos solo lipocalinas con barriles beta de ocho hebras y calicinas con barriles beta de diez hebras de todo el conjunto de datos por sus funciones de transporte conocidas en la comunicación química, revisadas en68. Aquí (Fig. 1C), los machos MUS y wMUS se superponen, al igual que las hembras MUS y wMUS. Sin embargo, las hembras DOM están menos separadas de los machos DOM y alcanzan las puntuaciones AUC más bajas (DOM.female vs Other(s), Comp 1 (x-axis) – AUC = 0.5630, p = 5.350e-01), pero están bien separado de wMUS y MUS. Esta evidencia también corrobora nuestro hallazgo informado anteriormente de que el nivel de dimorfismo sexual en la expresión de MUP es mayor en MUS que en DOM7. La principal conclusión aquí es que la variación de lipocalina y calicina está impulsada por diferencias genéticas (DOM frente a MUS) y no por el medio ambiente (MUS frente a wMUS), mientras que los proteomas y metabolomas completos están modulados por el medio ambiente.

Los proteomas y metabolomas están bajo control genómico y ambiental. El análisis discriminante sPLS-DA reveló una fuerte influencia del entorno sobre los metabolomas (A) y los proteomas (B) en el sentido de que los ratones wMUS de origen salvaje están claramente separados de los grupos MUS y DOM criados en laboratorio. Sin embargo, las lipocalinas (C) están bajo control genómico, lo que se demuestra por la separación de machos y hembras DOM de MUS y wMUS superpuestos dentro de cada sexo. La predicción de fondo (polígonos) se basa en el método de distancia máxima. Para detectar cuáles son las proteínas y los volátiles que mejor representan cada sexo (D), mostramos con un bosque aleatorio para clasificar las treinta principales moléculas determinantes del sexo que se clasifican según la importancia en función de las puntuaciones Out of bag (OOB) permutadas (D– I). Los dos ejemplos principales de volátiles importantes y en cada cepa están en (J–O). Las estructuras químicas son descargas gratuitas de https://www.chemspider.com. Código de color: los colores más oscuros son los machos, los colores más claros son las hembras en todas partes.

Para detectar cuál de estas proteínas y volátiles predicen mejor las diferencias debidas al sexo, utilizamos un bosque aleatorio para la clasificación (Fig. 1D-I). En la Fig. 1J-O, mostramos ejemplos de los compuestos más importantes que separan mejor el sexo que se han detectado con random forest. Al observar las proteínas, MUP20 (conocida como darcina) representa bien el sexo en MUS (novena posición) y DOM (segunda), pero no en wMUS. Por ejemplo, la segunda posición ocupa la proteína C3 con sesgo femenino (Power Law Global Error Model—PLGEM, FDF-M = 20,6, PwMUS = 0,02) que juega un papel central en la inmunidad innata y ENO1 en la cuarta posición (FDF-M = 5.9, PwMUS = 0.003) estimula la producción de inmunoglobulinas (extraído de UNIPROT functions, https://www.uniprot.org/). Esta discrepancia probablemente se deba al hecho de que los wMUS son descendientes directos de ratones capturados en la naturaleza, mientras que los MUS y los DOM se criaron y mantuvieron durante generaciones en las mismas instalaciones. El entorno salvaje es inmunológicamente más desafiante que las condiciones estándar de las instalaciones de ratones y, por lo tanto, las madres salvajes probablemente transfirieron a sus crías su microbiota y una "memoria inmune" que está influenciada por la microbiota huésped67,69. Esto también está corroborado por los términos GO altamente enriquecidos y significativos (FDR < 0,01) en wMUS (a diferencia de MUS y DOM), que está dominado por el proceso del sistema inmunitario (proteínas: CD48, C3, CD59A, CD44, SDC4, LCN2, DPP4 , EZR). Además, las diferencias en la composición de las comunidades microbianas entre DOM y MUS criados en laboratorio y ratones silvestres se estudiaron previamente en las mismas instalaciones utilizando ratones y diseños similares70. Encontraron que el laboratorio DOM y MUS tienen una microbiota similar y que ambos son diferentes de wMUS y wDOM. Su hallazgo sugiere que las comunidades microbianas divergentes pueden contribuir a la variación proteómica y metabolómica.

En los ratones, la selección de pareja no depende solo de las hembras, sino que ambos sexos son hasta cierto punto 'elegidos'71,72, por lo que hicimos una pregunta importante: ¿cuántas proteínas y volátiles son sexualmente dimórficas y ambas subespecies usan el mismo sistema de química? ¿señalización? Para probar la hipótesis de que los machos y las hembras tienen diferentes perfiles químicos en la orina y que las dos subespecies podrían haber desarrollado diferentes sistemas de señalización, utilizamos modelos PLGEM de expresión diferencial para extraer niveles de dimorfismos sexuales y, en combinación con el aprendizaje profundo, buscamos identificar moléculas más importantes (representativas) en las nubes de datos significativos sesgados por sexo para cada uno de los tres grupos de ratones. En la Fig. 2A-F, mostramos gráficos MA donde los volátiles (A–C) y las proteínas (D–F) se representan como diferencias de pliegue (FD) frente a las intensidades de señal media y en escala log2, Fig. 2A-F. Las proteínas y los compuestos volátiles importantes que se han identificado con Random Forest y los que están clasificados entre las ~ 25 moléculas más importantes (importancia > 0,1) están etiquetados con nombres de genes o compuestos. El mensaje tranquilizador aquí es que la mayoría de las principales moléculas que se identificaron con el aprendizaje profundo se corroboraron mediante el análisis de expresión diferencial (por ejemplo, MUP20 en DOM y MUS, MUP21 en wMUS).

Las moléculas sexualmente dimórficas mantienen un espacio de olor específico para el sexo y la cepa. Los volátiles diferencialmente abundantes (A–C) y las proteínas (D–F, p < 0,05, abs(FD > 2)) están escalados de verde a azul, pero solo las diez proteínas y los volátiles principales identificados con 'bosque aleatorio' como importantes están etiquetados con nombres de genes o números compuestos. Por encima de y = 0 están las moléculas con sesgo femenino, mientras que las de sesgo masculino están debajo de la línea roja (y = 0). La siguiente comparación involucró importantes compuestos volátiles y proteínas con sesgo sexual con p < 0,05 y abs(FD) > 2. En las tres comparaciones (G–I), los machos tienen más volátiles con sesgo sexual mientras que las hembras tienen más proteínas con sesgo sexual. Aunque este patrón es significativo en los tres grupos, cada grupo revela la sexualidad por diferentes volátiles y proteínas (gráficos de intersección en J-K). Abreviaturas: abs() significa un valor absoluto de; FD significa diferencia de pliegue.

El resultado más interesante que informamos aquí es que los machos producen una mayor variedad de volátiles, mientras que las hembras producen una mayor variedad de proteínas, mientras que el volumen total de proteínas se enriquece sustancialmente en los machos. Es poco probable que esta divergencia, que es consistente en los tres grupos de ratones estudiados, haya surgido por casualidad (prueba exacta de Fisher sobre recuentos: PDOM = 2.248e-11, PMUS < 2.2e-16, PwMUS < 2.2e-16), Fig. .2G–I. En la Fig. 2J-K demostramos usando los gráficos de intersección que la identidad sexual se manifiesta por diferentes moléculas en cada grupo de ratones, o que las que comparten todos los machos (34 volátiles, 3 proteínas) o todas las hembras (13 volátiles, 18 proteínas) son menos comunes. Esto significa que los espacios de olores masculinos y femeninos están dominados por moléculas que tienen expresiones sesgadas por tensión, mientras que las que se producen estereotípicamente en machos o hembras, independientemente del origen del ratón, son menos comunes. El principal ejemplo de dicha molécula compartida es MUP20, que tiene un sesgo significativamente masculino en los tres grupos de ratones estudiados. Además, MUP20 no se expresa únicamente en machos, sino que tiene un sesgo masculino en los tres grupos de ratones estudiados. Esto significa que las actividades feromonales de la darcina informadas anteriormente están impulsadas por las diferencias de expresión más que por expresiones específicas del sexo (únicas).

Para desentrañar cómo interactúan los proteomas y los metabolomas, utilizamos el análisis discriminante en bloques (es decir, bloque de proteomas y bloque de volátiles). Primero, preguntamos si los hombres y las mujeres de los tres grupos tienen características comunes y observables que definen la masculinidad y la feminidad. En la Fig. 3A, vemos claramente los bloques de proteínas típicos de las hembras, mientras que los bloques dominados por volátiles representan mejor a los machos. Usamos el Área Bajo la Curva (AUC) para proporcionar evidencia de que la discriminación es perfecta en ambas dimensiones (AUC1 vs. AUC2) en proteínas e incluso mejor en volátiles (proteínas: AUC1 = 0.9413, p = 1.429e-08, AUC2 = 0,9452, p = 1,071e-08, volátiles: AUC1 = 0,9796, p = 7,208e-10, AUC2 = 0,9821, p = 5,857e-10). Una descripción general global de la estructura de correlación a nivel de componente en la Fig. 3B reveló una fuerte correlación entre los datos proteómicos y metabolómicos (r = 0,92), lo que ofrece una interpretación de que ambos tipos de moléculas representan la sexualidad en combinaciones. La Figura 3C muestra que la distribución de los coeficientes de correlación (r > 0,65) no es aleatoria y que, según los histogramas circulares, las proteínas más abundantes se correlacionan positivamente con los volátiles más abundantes. Por lo tanto, extrajimos una red en la Fig. 3D que representa las mejores correlaciones (r> 0.62) entre proteínas y volátiles.

La integración de proteomas y metabolomas con análisis de correlación reveló nuevas interacciones potenciales. El mapa de imágenes agrupadas (A) muestra que las proteínas y los metabolitos correlacionados explican mejor las diferencias sexuales entre todos los individuos, independientemente de la cepa. Los machos tienen más volátiles correlacionados mientras que las hembras tienen más proteínas correlacionadas. Existe una correlación positiva entre proteínas y volátiles a nivel de componente (correlación = 0,92, p < 0,05) (B). Esta firma molecular multiómica se debe principalmente a las correlaciones entre proteínas muy abundantes y volátiles (C), véanse los histogramas circulares. Un análisis de red riguroso (correlación > 0,6) muestra interacciones potenciales entre proteínas y volátiles (D) y entre (solo) lipocalinas y volátiles I).

La conectividad más alta de un volátil a las proteínas y que ha sido identificada como importante por bosque aleatorio (Fig. 1D, F) es típica para (A1677), que es 2 (5H)-furanona, 5,5-dimetil- (es decir, 5 ,5-dimetilfuran-2(5H)-ona). Pertenece a los compuestos orgánicos conocidos como butenólidos. En nuestra red, este compuesto sin sesgo sexual se correlaciona con LCN2 y LCN11 con sesgo femenino y con MUP1 y MUP10 con sesgo masculino. Esta conexión es interesante porque la 2(5H)-furanona es una molécula de detección de quórum producida por hongos y bacterias para regular el crecimiento bacteriano y, por ejemplo, las OBP bovinas eliminan este compuesto para evitar el crecimiento bacteriano, convirtiéndose así en patógenos73. Al mismo tiempo, LCN2 previene el crecimiento bacteriano al eliminar los sideróforos bacterianos quelantes de hierro en ratones y humanos74. Otra molécula importante (DOM en la Fig. 1d, MUS en la Fig. 1e) es A2124, que es (1,2,3,5,8,8a)-hexahidro-naftaleno, también conocido como disoxiloneno, una molécula muy hidrofóbica que pertenece a los sesquiterpenoides y en la orina probablemente necesite un transportador de proteínas para entrar en el medio acuoso. En nuestra red, este compuesto también se correlaciona con la proteína LCN2 con sesgo femenino, es abundante en las hembras de DOM, wMUS y MUS. Este análisis también reveló altas correlaciones entre MUP20 y A919, que es 2-acetil-3-tiazolina. Este compuesto es muy similar al 2-s-butiltiazol, un ligando natural de la darcina. Sin embargo, en nuestros datos, la 2-acetil-3-tiazolina revela mejor la masculinidad que el 2-s-butiltiazol porque es único en los hombres DOM y MUS (diferencia de ~ 20 veces, p < 0,0001) y significativamente sesgado por los hombres en wMUS (~ ocho veces diferencia, p < 0,0001). Además, las estructuras de 2-acetil-3-tiazolina y 2-s-butiltiazol son tan similares que podrían tener el mismo transportador de darcina (MUP20). Para obtener una mayor comprensión de las posibles relaciones entre los volátiles y las proteínas, realizamos sPLS-DA en bloques de un conjunto completo de volátiles y lipocalinas sin otras proteínas. Las relaciones descritas anteriormente se respaldan nuevamente en la Fig. 3E, pero también encontramos algunas asociaciones nuevas e interesantes. El principal ejemplo es MUP8 que se correlaciona con A784, que es 2-metil-1-noneno-3-ino. Este compuesto es de origen vegetal/alimentario y tiene una alta actividad antimicrobiana75. Está elevado en los machos DOM y un poco menos en las hembras DOM (FD = 2, P = 0,08, por lo tanto, NS), mientras que solo unos pocos individuos MUS y wMUS tenían este compuesto. La correlación entre MUP8 y metil-1-nonene-3-yne en todos los individuos y grupos de ratones (r = 0,62) es significativa (P <0,05). Aunque este enfoque produce interacciones interesantes entre las proteínas y sus ligandos potenciales, es necesario realizar más experimentos de unión que, sin embargo, están más allá del alcance de este estudio.

En esta comparación, realizamos un bosque aleatorio en un subconjunto de proteínas de la familia de las lipocalinas. En primer lugar, representamos gráficamente la importancia inmediata de bosque aleatorio (RF) de proteínas individuales para la separación de sexos en wMUS versus MUS (Fig. 4A) y encontramos que la correlación de rango de Spearman es alta (rho = 0.86) y significativa (p = 3e- 10; R2 = 0,51). Esto se debe a que son genéticamente más parecidos y, por lo tanto, las mismas proteínas son características de la separación sexual. De manera similar, trazamos la importancia de RF en DOM frente a MUS (Fig. 4B). Como era de esperar, la correlación entre DOM y MUS fue menor (rho = 0,64; p = 0,0001; R2 = 0,25) que entre MUS y wMUS, debido a la diferencia genética entre las dos subespecies. La representación gráfica de la importancia de RF para la separación de sexos frente a la importancia de RF para la separación subespecífica (MUS, DOM) reveló una correlación muy baja (rho = 0,59; p = 0,0005; R2 = 0,001), Fig. 4C. Este patrón divergente proporciona evidencia de la naturaleza especializada de las lipocalinas donde, por ejemplo, MUP20 y MUP21 revelan la identidad sexual en todos los grupos estudiados, mientras que las abundancias de MUP14 y MUP8 muestran un estado subespecífico (ver también Fig. 4D-E). En general, MUP20 (darcin) también es el principal impulsor del dimorfismo sexual en nuestros conjuntos de datos proteómicos completos. En los mapas de calor (Fig. 4D-E) solo se comparan MUS y DOM, porque se criaron en la misma instalación. Aquí demostramos usando puntajes de sPLS-DA que hay más lipocalinas en la orina que las reportadas previamente y que su variación es alta. El agrupamiento jerárquico corroboró que el sexo es un buen predictor, aunque no absoluto, de la variación de la lipocalina.

Código combinatorio de lipocalina. Diagramas de bosque aleatorio (RF) de importancia de proteínas particulares para la separación de sexos: (A) wMUS contra MUS; (B) DOM contra MUS; en (C), la importancia de RF para la separación de sexos se representa frente a la separación de subespecies. Los puntos individuales se escalan de azul (sesgo masculino) a rojo (sesgo femenino). (D-E) El agrupamiento jerárquico revela la naturaleza combinatoria de las abundancias de lipocalina. En mapas de calor, demostramos la contribución relativa de las proteínas a la separación de sexos utilizando sPLS-DA (eje x: nombres individuales, eje y: nombres de genes de lipocalina).

¿Cuál es la característica más destacada de las señales químicas de ratón en la orina? ¿Son los volátiles o las proteínas? A diferencia de otros estudios, utilizamos volúmenes más altos de orina (10 μl) para nuestra espectrometría de masas sin etiquetas directamente de las muestras y evitamos el uso de tiras y geles de IPG. Muchos estudios de MUP basados ​​en gel emplearon el enfoque isoeléctrico de proteínas en tiras o geles de IPG con el rango de puntos isoeléctricos pI 3.9–5.1 que solo detectan MUP y no la mayoría de las otras lipocalinas con pI más alto, como OBP y LCN que son más elevados en mujeres. Este enfoque a menudo condujo a un enfoque en los MUP masculinos como los principales impulsores de los dimorfismos sexuales; sin embargo, están sobrerrepresentados en contraste con cientos de otras proteínas que están presentes en la orina de las mujeres. Utilizamos las dos subespecies de ratones domésticos DOM y MUS, que en Europa forman una estrecha zona híbrida que se extiende desde Noruega hasta el Mar Negro76,77. Usamos las diferencias de sexo en la producción de compuestos como un indicador de la selección sexual, mientras que las diferencias de subespecies fueron un indicador de la especiación. Teníamos otro conjunto de animales wMUS que sirvieron para averiguar si la combinación de ambiente y estado higiénico (salvajes versus criados en laboratorio) influye en los perfiles urinarios.

Por primera vez, mostramos que los ratones hembra tienen una variedad de lipocalinas con sesgo femenino en la orina y que algunas de estas lipocalinas se detectaron previamente solo en las secreciones mucosas de los ojos78, la nariz79,80,81,82, la cavidad oral83 y la vagina63 ,84. Los MUP se expresan en gran medida en el hígado85 y se ha demostrado repetidamente que se excretan en la orina y se depositan como marcas de orina, liberando así lentamente sus ligandos (COV). Las OBP de ratón no se expresan en el hígado86; sin embargo, abundan en la vagina, donde se expresan conjuntamente con otras proteínas detectadas, incluidas LCN11, LCN2, MUP9, darcina y otros miembros de la lipocalina. Se regulan al alza durante el celo y el metaestro y descienden a niveles más bajos en el proestro63. Por lo tanto, es probable que las glándulas y los órganos reproductores femeninos produzcan algunas de las proteínas detectadas en su orina, lo que refleja su estado reproductivo. Esto corrobora nuestros estudios previos que demostraron que la abundancia de MUP hembras en la orina se correlaciona con el ciclo estral en ratones de laboratorio29 y wMUS28, revisados ​​en68.

Tomando una visión más amplia, tocamos una pregunta fundamental en biología, a saber, cómo se señala la sexualidad87 en animales que dependen principalmente de señales olfativas88,89 y si una sola feromona o una mezcla de compuestos puede potencialmente servir para estimular los comportamientos sociales y reproductivos del receptor. . En los mamíferos, la sexualidad a menudo se mantiene por dimorfismos sexuales en los que algunos componentes evolucionaron para mostrar rasgos sexuales que se procesan específicamente en el cerebro12,13,90 mientras que otros son consecuencia del procesamiento metabólico sesgado por el sexo36 y la defensa inmunitaria91,92. No todas las proteínas y compuestos que son específicos del sexo están involucrados en la señalización química. Pero a partir de nuestros datos y otros estudios, podemos ver que es probable que un efecto pequeño de muchas moléculas, en lugar de un efecto fuerte de pocas, sea característico de las señales químicas del ratón, de manera similar a las secreciones periorales de la rata topo93. En nuestros datos, la sexualidad se muestra bien a través de las lipocalinas (p. ej., MUP, OBP, LCN) que son conocidas por sus funciones en la comunicación química y por varios volátiles que se han estudiado en muchos laboratorios (p. ej., SBT, farnesenos, pirazinas, etc.) y especies , por ejemplo las ratas topo93. Sin embargo, la mayoría de las proteínas y los volátiles de nuestros datos no se han estudiado previamente en el contexto de la señalización sexual. Por supuesto, sería mejor probar cada uno de los compuestos detectados en configuraciones de comportamiento individuales, pero esto es prácticamente imposible. Otra opción, presentada en este documento, es una preselección basada en las búsquedas de compuestos que tienen patrones correlacionados y, por lo tanto, pueden tener el potencial de representar características biológicas como el sexo, la subespecie y el estado higiénico de un individuo. Si un volátil es demasiado hidrofóbico, necesita un transportador de proteínas que pueda ayudar al ligando a ingresar al medio acuoso (es decir, la orina). Por lo tanto, es razonable esperar que las proteínas y los volátiles se correlacionen hasta cierto punto y esto es exactamente lo que muestra nuestro estudio. Los volátiles están correlacionados con las proteínas, pero solo unos pocos están organizados en redes más grandes de proteínas y sus ligandos potenciales. Cuando se extraen estas correlaciones, podemos ver relaciones putativas entre combinaciones de proteínas y ligandos como MUP20 y 2-acetil-3-tiazolina, así como los nuevos pares putativos (p. ej., LCN11 y 2(5H)-furanona). Nos damos cuenta de que la correlación no es lo mismo que la causalidad, pero este enfoque puede conducir a un nuevo conjunto de hipótesis basadas en la complejidad de los perfiles moleculares indicados por este estudio.

Para concluir, utilizamos el aprendizaje profundo y la integración de datos para identificar en el metaboloma y el proteoma de la orina de ratones, moléculas que son específicas del sexo y la subespecie, y que probablemente estén involucradas en la señalización química. También hemos demostrado por primera vez que la sexualidad es mostrada por al menos 26 lipocalinas y calicinas diferentes (12-16 tienen sesgo femenino) y no solo por MUP con sesgo masculino. Sin embargo, el número de péptidos compartidos en este grupo de proteínas expone la necesidad de una cuantificación absoluta de estas proteínas, basada en métodos imparciales. Además, las sorprendentes diferencias en la abundancia de moléculas con sesgo sexual entre DOM y MUS revelaron que hubo una fuerte selección en los sistemas de señalización sexual durante la especiación de ratones DOM y MUS.

Todos los procedimientos con animales se llevaron a cabo en estricta conformidad con la ley de la República Checa, párrafo 17 no. 246/1992. El manejo de MUS silvestres fue aprobado por el comité de ética local de la Facultad de Ciencias de la Universidad Charles de acuerdo con la acreditación no. 27335/2013-17214. Los ratones silvestres se mantuvieron en el criadero del Instituto de Biología de Vertebrados en Studenec (autorizado por el Ministerio de Agricultura 61974/2017-MZE-17214). Las siguientes cepas representaban MUS (Armenia: MAM, Chequia: MCZ y PWK, Georgia: MGA, Polonia: MPB, Bulgaria: SOK y SVEN) y DOM (Argelia: BZO, Austria: BING y URG, Chipre: DCA y DCP, Dinamarca) : DDO, Italia: DJO, Portugal: SAGR y SOAL) (para obtener más información, consulte 94, 95, 96 y https://housemice.cz/en/strains/). Este estudio se realizó y se informó de acuerdo con las pautas de ARRIVE (https://arriveguidelines.org).

En este experimento (Fig. 5A), utilizamos un total de 56 ratones de los tres grupos: Mus musculus musculus salvaje (wMUS: descendencia directa de ratones capturados en la naturaleza, 10 pares), laboratorio M. m. musculus (MUS: generaciones G3-G60 de ratones criados en laboratorio, 8 parejas) y laboratorio M. m. domesticus (DOM: generaciones G1-G67 de ratones criados en laboratorio, 10 pares). Todos los individuos tenían la misma dieta (gránulos ST1, Velaz, Praga, República Checa) y agua ad libitum y se mantuvieron en condiciones estables (es decir, 14:10 h, D:N, temperatura t = 23 °C). Recolectamos su orina de cuatro a seis veces para superar las posibles diferencias en las diluciones. El volumen final de orina estuvo entre 25 y 100 μl por ratón y todas las muestras se congelaron (-80 °C) antes de realizar más análisis. Estas muestras se midieron con GCxGC-MS/MS y, en paralelo, se usaron 10 μl adicionales de muestras para los análisis de proteínas nLC-MS/MS (ver más abajo). Ninguno de los animales fue sacrificado o sacrificado durante el muestreo. Solo manipulamos a los individuos de manera que orinaran en un tubo de recolección y luego los devolvieran a su jaula.

Diseño de experimentos, filtrado y normalización. Usamos orina de ratón repetidamente muestreada de individuos de cada sexo de los tres grupos: DOM y MUS criados en laboratorio, y wMUS salvaje (A). Nos enfocamos en el análisis de sus proteínas y volátiles en orina. Excluimos los volátiles que ocurrieron solo en los espacios en blanco (B, barras grises), mientras que los que ocurrieron en los espacios en blanco y las muestras (verde) se seleccionaron en función de los valores p posteriores del modelo normal mixto (ver métodos). Se eliminaron los que tenían p < 0,05 (es decir, FD correspondiente < 7,1) de pertenecer a blancos y muestras (línea roja); esto corresponde a la Verosimilitud de identidad IL < 0,9 (C). Los compuestos restantes (N = 875) se consideraron relevantes porque solo ocurrieron en las muestras o en cantidades significativamente mayores en las muestras que en los espacios en blanco (FD > 7,1). La normalización cuantil produjo una variación razonablemente baja en las intensidades de la señal (SI) entre las muestras (D). FD significa diferencia de pliegue. Los autores crearon tubos, imágenes de ratones y estructuras químicas (A) con BioRender.com.

Los volátiles de la orina se tomaron muestras utilizando Headspace Solid Phase Micro Extraction (HS SPME) en fibra (DVB/CAR/PDMS_grey; Supelco, EE. UU.). Las muestras se incubaron durante 5 min a 55 °C antes de la extracción. La extracción se llevó a cabo durante 10 min. Los volátiles se analizaron mediante cromatografía de gases integral bidimensional con detección de masas (GCxGC-MS; Pegasus 4D, Leco Corporation, EE. UU.). Para la separación se utilizó una combinación de columnas de separación de polaridad media y no polar: Columna primaria: SLB-IL60 (30 m × 0,25 mm, SigmaAldrich, EE. UU.); Columna secundaria Rxi-5sil MS (1,4 m × 0,25 mm, Restek, Australia). Otros parámetros se configuraron de la siguiente manera: temperatura de entrada 270 °C, modo spitless, flujo constante de He 1 ml/min, tiempo de modulación 4 s (pulso caliente 0,6 s), compensación de temperatura de modulación con respecto al horno secundario 15 °C. El programa de temperatura aplicado en el horno principal: 50 °C (mantener 1 min), luego aumentar (10 °C/min) a 320 °C (mantener 3 min). La compensación de temperatura aplicada en la columna secundaria fue de + 5 °C. La temperatura de la línea de transferencia se mantuvo a 250 °C. El detector de masas estaba equipado con una fuente de iones EI y un analizador TOF que permitía la resolución de masas unitarias. El rango de masa escaneado fue de 30 a 500 m/z. La cámara de la fuente de iones se mantuvo a 250 °C. Se empleó ChromaTOF v4.5 de LECO para controlar el instrumento y para el procesamiento de datos. Los compuestos seleccionados se identificaron comparando sus espectros de masas con una biblioteca de espectros de masas (NIST MS 2.2, EE. UU.).

Generamos histogramas de distribución de datos y eliminamos todas las filas con compuestos que ocurrieron solo en espacios en blanco y no en muestras. La distribución resultante es bimodal con compuestos que ocurrieron solo en muestras y en muestras y blancos, Fig. 5B. Para decidir qué compuestos son biológicamente relevantes, utilizamos la rutina 'mixtools'97 que calcula la probabilidad posterior de la identidad de cualquiera de los dos picos dentro de la mezcla de dos distribuciones normales superpuestas. Excluimos todos los compuestos que tenían identidad con los espacios en blanco y las muestras con p < 0.05, Fig. 5C. Para visualizar la probabilidad de identidad con cualquiera de los dos picos, usamos un índice simple de identidad LI = (muestra - blanco)/(muestra + blanco) que va de − 1 a 1, por lo que todos los compuestos "biológicamente relevantes" restantes tenían LI > 0,9 (figura 5C). A continuación, utilizamos una normalización basada en cuantiles, que normaliza una matriz de áreas de pico (es decir, intensidades) con la función normalize.quantiles del paquete 'preprocessCore' en el software R98, visualizado en la Fig. 5D. Para extraer valores p de compuestos diferencialmente abundantes, utilizamos el modelo de error global de ley de potencia - PLGEM99 de manera similar al análisis de proteomas (ver más abajo).

Todas las muestras de proteína se precipitaron con acetona fría y se centrifugaron a 14 000 rcf durante 10 min a 0 °C. Esto fue seguido por una resuspensión de gránulos secos en el tampón de digestión (1% SDC, 100 mM TEAB - pH = 8,5). La concentración de proteína de cada lisado se determinó utilizando el kit de ensayo BCA (Fisher Scientific). Las cisteínas en 20 μg de proteínas se redujeron con una concentración final de TCEP 5 mM (60 °C durante 60 min) y se bloquearon con MMTS 10 mM (es decir, metanotiosulfonato de S-metilo, 10 min a temperatura ambiente). Las muestras se escindieron con tripsina (1 ug de tripsina por muestra) a 37 °C durante la noche. Los péptidos se desalinizaron en una columna Michrom C18. Se utilizaron columnas de fase inversa Nano (columna EASY-Spray, 50 cm × 75 µm ID, PepMap C18, partículas de 2 µm, tamaño de poro de 100 Å). Los cationes peptídicos eluidos se convirtieron en iones en fase gaseosa mediante ionización por electropulverización y se analizaron en un Thermo Orbitrap Fusion (Q-OT-qIT, Thermo) con los mismos parámetros que se describen en 78,79,83.

Los datos de LC-MS se preprocesaron con el software MaxQuant (versión 1.6.34)66. La tasa de descubrimiento falso (FDR) se fijó en el 1 % tanto para las proteínas como para los péptidos y especificamos una longitud peptídica mínima de siete aminoácidos. El motor de búsqueda Andromeda se utilizó para el mapeo de espectros MS/MS contra nuestra base de datos Uniprot Mus musculus modificada (descargada en junio de 2015), que contiene 44 900 entradas. Modificamos nuestras bases de datos de modo que se eliminaron todas las secuencias de MUP y OBP y, en su lugar, agregamos una lista completa de MUP de la base de datos Ensembl y OBP de NCBI (sensu-citation86). A continuación, agregamos algunas secuencias de Tremble que faltaban en Uniprot, por ejemplo, KLK, BPI, SPINK, SCGB/ABP y LCN. Proporcionamos este conjunto de datos en formato FASTA como Conjunto de datos complementario 1. La especificidad de la enzima se estableció como C-terminal para Arg y Lys, lo que también permitió la escisión en los enlaces de prolina100 y un máximo de dos escisiones perdidas. La ditiometilación de la cisteína se seleccionó como modificación fija y la acetilación de la proteína N-terminal y la oxidación de la metionina como modificaciones variables. La función de "coincidencia entre ejecuciones" de MaxQuant se utilizó para transferir identificaciones a otras ejecuciones de LC-MS/MS en función de sus masas y tiempo de retención (desviación máxima de 0,7 min). Las cuantificaciones se realizaron utilizando los algoritmos sin etiquetas66 con una combinación de péptidos únicos y de afeitar. Todos los análisis posteriores se realizaron en el software R98. Para verificar que la distribución de datos se ajusta al mismo tipo de distribución después de la normalización, usamos 'mixtools'97. En segundo lugar, utilizamos el modelo de error global de la ley de potencia: PLGEM99 para detectar proteínas abundantes/expresadas diferencialmente mediante las funciones plgem.fit y plgem-stn97. Para detectar la importancia de las proteínas significativas en la separación entre machos y hembras, utilizamos Random Forest for Classification101 dentro del software R98. Todos los gráficos y figuras se generaron en R usando ggplot2102. El software R se distribuye bajo los términos de la Licencia Pública General GNU. Se pueden encontrar copias de las versiones 2 y 3 de la licencia en https://www.R-project.org/Licenses/. Las tablas originales y LC-MS/MS y GCxGC/MS se proporcionan en el conjunto de datos complementario 2.

Los datos de proteómica de espectrometría de masas se depositaron en ProteomeXchange Consortium a través del repositorio de socios PRIDE con el identificador de conjunto de datos PXD037086 y https://doi.org/10.6019/PXD037086. Las tablas resultantes están disponibles como datos complementarios. Los datos de metabolómica se depositaron en la base de datos EMBL-EBI MetaboLights (https://doi.org/10.1093/nar/gkz1019, PMID: 31691833) con el identificador MTBLS7422. Se puede acceder al conjunto de datos completo aquí https://www.ebi.ac.uk/metabolights/MTBLS7422.

Yoon, H., Enquist, LW y Dulac, C. Entradas olfativas a las neuronas hipotalámicas que controlan la reproducción y la fertilidad. Celda 123, 669–682 (2006).

Artículo Google Académico

Marom, K. et al. El sistema vomeronasal puede aprender nuevos emparejamientos de estímulos y respuestas. Cell Rep. 27, 676-684.e676. https://doi.org/10.1016/j.celrep.2019.03.042 (2019).

Artículo CAS PubMed Google Académico

Zala, SM, Potts, WK & Penn, DJ Las pantallas de marcado con olor brindan señales honestas de salud e infección. Comportamiento Ecol. 15, 338–344. https://doi.org/10.1093/beheco/arh022 (2004).

Artículo Google Académico

Zala, SM, Bilak, A., Perkins, M., Potts, WK & Penn, DJ Las hembras de los ratones domésticos inicialmente evitan a los machos infectados, pero no evitan aparearse con ellos. Comportamiento Ecol. Sociobiol. 69, 715–722. https://doi.org/10.1007/s00265-015-1884-2 (2015).

Artículo Google Académico

Mucignat-Caretta, C., Cavaggioni, A. & Caretta, A. Las señales químicas urinarias masculinas afectan de manera diferencial el comportamiento agresivo en ratones macho. J. Chem. Ecol. 30, 777–791 (2004).

Artículo CAS PubMed Google Académico

Mucignat-Caretta, C. et al. Las moléculas volátiles urinarias varían en los machos de las 2 subespecies europeas del ratón doméstico y sus híbridos. química Sentidos 35, 647–654. https://doi.org/10.1093/chemse/bjq049 (2010).

Artículo CAS PubMed Google Académico

Stopková, R., Stopka, P., Janotová, K. & Jedelsky, PL Expresión específica de especie de las principales proteínas urinarias en los ratones domésticos (Mus musculus musculus y Mus musculus domesticus). J. Chem. Ecol. 33, 861–869 (2007).

Artículo PubMed Google Académico

Pérez-Gómez, A. et al. aversión innata al olor de los depredadores impulsada por subsistemas olfativos paralelos que convergen en el hipotálamo ventromedial. actual Biol. 25, 1340-1346. https://doi.org/10.1016/j.cub.2015.03.026 (2015).

Artículo CAS PubMed PubMed Central Google Scholar

Yang, J. et al. Paisajes de firmas bacterianas y metabólicas y su interacción en los trastornos depresivos mayores. ciencia Adv. 6, eaba8555. https://doi.org/10.1126/sciadv.aba8555 (2020).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Ninkovic, V., Markovic, D. & Rensing, M. Los volátiles de las plantas como señales y señales en la comunicación de las plantas. Entorno de células vegetales. https://doi.org/10.1111/pce.13910 (2020).

Artículo PubMed PubMed Central Google Académico

Manoel, D. et al. Deconstruyendo la percepción olfativa del ratón a través de un atlas etológico. actual Biol. https://doi.org/10.1016/j.cub.2021.04.020 (2021).

Artículo PubMed PubMed Central Google Académico

Bansal, R. et al. ¿Todos los ratones huelen igual? Las señales quimiosensoriales de cepas de ratones consanguíneos y salvajes provocan representaciones sensoriales estereotipadas en el bulbo olfativo accesorio. BMC Biol. 19, 133. https://doi.org/10.1186/s12915-021-01064-7 (2021).

Artículo PubMed PubMed Central Google Académico

Bergan, JF, Ben-Shaul, Y. & Dulac, C. Procesamiento de señales sociales específico del sexo en la amígdala medial. Elife 3, e02743. https://doi.org/10.7554/eLife.02743 (2014).

Artículo PubMed PubMed Central Google Académico

Nagel, M. et al. Una comparación sistemática de la señalización semioquímica en el sistema olfativo accesorio de ratones salvajes y de laboratorio. química Sentidos 43, E31–E31 (2018).

Google Académico

Spehr, M. et al. Procesamiento paralelo de señales sociales por parte de los sistemas olfativos principal y accesorio de los mamíferos. Celúla. mol. ciencia de la vida 63, 1476–1484 (2006).

Artículo CAS PubMed Google Académico

van der Linden, C., Jakob, S., Gupta, P., Dulac, C. y Santoro, SW La separación sexual induce diferencias en los repertorios de receptores sensoriales olfativos de ratones machos y hembras. Nat. común 9, 5081. https://doi.org/10.1038/s41467-018-07120-1 (2018).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Santoro, SW & Jakob, S. Perfiles de expresión génica de los tejidos olfativos de ratones machos y hembras separados por sexo y combinados por sexo. ciencia Datos 5, 180260. https://doi.org/10.1038/sdata.2018.260 (2018).

Artículo CAS PubMed PubMed Central Google Scholar

Moss, RL et al. El compuesto derivado de la orina provoca respuestas de membrana en las neuronas receptoras vomeronasales de ratón. J. Neurofisiol. 77, 2856–2862 (1997).

Artículo CAS PubMed Google Académico

Leinders-Zufall, T. et al. Detección ultrasensible de feromonas por neuronas vomeronasales de mamíferos. Naturaleza 405, 792–796 (2000).

Artículo ADS CAS PubMed Google Scholar

Ibarra-Soria, X., Levitin, MO & Logan, DW La base genómica del comportamiento mediado por vomeronasal. mamá Genoma 25, 75–86. https://doi.org/10.1007/s00335-013-9463-1 (2014).

Artículo PubMed Google Académico

Wynn, EH, Sánchez-Andrade, G., Carss, KJ & Logan, DW Variación genómica en los repertorios de genes del receptor vomeronasal de ratones endogámicos. BMC Genomics 13, 415. https://doi.org/10.1186/1471-2164-13-415 (2012).

Artículo CAS PubMed PubMed Central Google Scholar

Buck, L. & Axel, R. Una nueva familia multigénica puede codificar receptores de olores: una base molecular para el reconocimiento de olores. Celda 65, 175–187. https://doi.org/10.1016/0092-8674(91)90418-x (1991).

Artículo CAS PubMed Google Académico

Whitten, WK, Bronson, FH y Greenstein, JA feromona inductora del estro de ratones machos: transporte por movimiento de aire. Ciencia 161, 584–585 (1968).

Artículo ADS CAS PubMed Google Scholar

Whitten, WK Modificación del ciclo estral del ratón por estímulos externos asociados con el macho. Cambios en el ciclo estral determinados por frotis vaginales. J. Endocrinol. 17, 307–313 (1958).

Artículo CAS PubMed Google Académico

Novotny, MV, Ma, W., Wiesler, D. & Zídek, L. Identificación positiva de la feromona aceleradora de la pubertad del ratón doméstico: Los ligandos volátiles asociados con la principal proteína urinaria. proc. R. Soc. largo B. 266, 2017–2022 (1999).

Artículo CAS Google Académico

Jemiolo, B. & Novotny, MV Inhibición de la maduración sexual en ratones machos y hembras juveniles por una señal química de origen femenino. Fisiol. Comportamiento 55, 519–522 (1994).

Artículo CAS PubMed Google Académico

Jemiolo, B., Harvey, S. y Novotny, M. Promoción del efecto de blanqueamiento en ratones hembra mediante análogos sintéticos de componentes urinarios masculinos. PNAS 83, 4576–4579 (1986).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Janotova, K. & Stopka, P. El nivel de las principales proteínas urinarias está socialmente regulado en Mus musculus musculus salvaje. J. Chem. Ecol. 37, 647–656. https://doi.org/10.1007/s10886-011-9966-8 (2011).

Artículo CAS PubMed Google Académico

Stopka, P., Janotova, K. & Heyrovsky, D. El papel publicitario de las principales proteínas urinarias en ratones. Fisiol. Comportamiento 91, 667–670 (2007).

Artículo CAS PubMed Google Académico

Kahan, A. & Ben-Shaul, Y. extrayendo rasgos conductualmente relevantes de los estímulos naturales: beneficios de las representaciones combinatorias en el bulbo olfativo accesorio. Cómputo PLoS. Biol. 12, e1004798. https://doi.org/10.1371/journal.pcbi.1004798 (2016).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Rusu, AS, Krackow, S., Jedelsky, PL, Stopka, P. & Konig, B. Una investigación cualitativa de las principales proteínas urinarias en relación con el inicio del comportamiento agresivo y la motivación dispersiva en ratones domésticos machos salvajes (Mus musculus domesticus) . J. Ethol. 26, 127–135 (2008).

Artículo Google Académico

Roberts, SA, Davidson, AJ, McLean, L., Beynon, RJ & Hurst, JL Inducción feromonal del aprendizaje espacial en ratones. Ciencia 338, 1462–1465. https://doi.org/10.1126/science.1225638 (2012).

Artículo ADS CAS PubMed Google Scholar

Chamero, P. et al. Identificación de feromonas proteicas que promueven el comportamiento agresivo. Naturaleza 450, 899–903 (2007).

Artículo ADS CAS PubMed Google Scholar

Sturm, T. et al. Los péptidos urinarios de ratón proporcionan una base molecular para la discriminación de genotipos por parte de las neuronas sensoriales nasales. Nat. común 4, 1616. https://doi.org/10.1038/ncomms2610 (2013).

Artículo ADS CAS PubMed Google Scholar

Leinders-Zufall, T. et al. Péptidos del MHC de clase I como señales quimiosensoriales en el órgano vomeronasal. Ciencia 306, 1003–1037 (2004).

Artículo ANUNCIOS Google Académico

Kwak, J. et al. Cambios en los compuestos volátiles de la orina de ratón a medida que envejece: sus interacciones con el agua y las proteínas urinarias. Fisiol. Comportamiento 120, 211–219. https://doi.org/10.1016/j.physbeh.2013.08.011 (2013).

Artículo CAS PubMed Google Académico

Kwak, J. et al. Unión diferencial entre los ligandos volátiles y las principales proteínas urinarias debido a la variación genética en ratones. Fisiol. Comportamiento 107, 112–120. https://doi.org/10.1016/j.physbeh.2012.06.008 (2012).

Artículo CAS PubMed Google Académico

Novotni, MV et al. Un componente urinario único, 6-hidroxi-6-metil-3-heptanona, es una feromona que acelera la pubertad en ratones hembra. química Biol. 6, 377–383 (1999).

Artículo CAS PubMed Google Académico

Novotny, MV Feromonas, proteínas de unión y respuestas de receptores en roedores. Bioquímica Soc. 31, 117–122 (2003).

Artículo CAS Google Académico

Zidek, L. et al. Mapeo por RMN del sitio de unión de la principal proteína urinaria i de ratón recombinante ocupado por la feromona 2-sec-butil-4,5-dihidrotiazol. Bioquímica 38, 9850–9861 (1999).

Artículo CAS PubMed Google Académico

Sharrow, SD, Vaughn, JL, Žídek, L., Novotny, MV & Stone, MJ Unión de feromonas por proteínas urinarias principales de ratón polimórfico. Ciencia de las proteínas 11, 2247–2256 (2002).

Artículo CAS PubMed PubMed Central Google Scholar

Phelan, MM, McLean, L., Hurst, JL, Beynon, RJ y Lian, LY Estudio comparativo de la variación molecular entre los MUP "centrales" y "periféricos" y su importancia para la señalización conductual. Bioquímica Soc. Trans. 42, 866–872. https://doi.org/10.1042/BST20140082 (2014).

Artículo CAS PubMed Google Académico

Phelan, MM et al. La estructura, la estabilidad y la unión de feromonas de la feromona sexual de proteína de ratón macho darcina. PLoS One 9, e108415. https://doi.org/10.1371/journal.pone.0108415 (2014).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Robertson, D., Hurst, J., Hubbard, S., Gaskell, SJ y Beynon, R. Ligandos de lipocalinas urinarias del ratón: absorción de productos químicos derivados del medio ambiente. J. Chem. Ecol. 24, 1127–1140 (1998).

Artículo CAS Google Académico

Janotová, K. & Stopka, P. Mecanismos de comunicación química: El papel de las principales proteínas urinarias. Folia Zool. 58, 41–55 (2009).

Google Académico

Macek, P., Novak, P., Krizova, H., Zidek, L. & Sklenar, V. Estudio de dinámica molecular de las principales interacciones entre proteínas y feromonas urinarias: un modelo estructural para el aumento de la flexibilidad inducida por ligandos. FEBS Lett. 580, 682–684 (2006).

Artículo CAS PubMed Google Académico

Timm, DE, Baker, LJ, Mueller, H., Zidek, L. y Novotny, MV Bases estructurales de la unión de feromonas a la proteína urinaria principal de ratón (MUP-I). Ciencia de las proteínas 10, 997–1004 (2001).

Artículo CAS PubMed PubMed Central Google Scholar

Roberts, SA et al. Las firmas individuales de olor que aprenden los ratones están formadas por proteínas urinarias principales (MUP) no volátiles. BMC Biol. 16, 48. https://doi.org/10.1186/s12915-018-0512-9 (2018).

Artículo CAS PubMed PubMed Central Google Scholar

Roberts, SA et al. Darcin: Una feromona masculina que estimula la memoria femenina y la atracción sexual hacia el olor de un macho individual. BMC Biol. https://doi.org/10.1186/1741-7007-1188-1175 (2010).

Artículo PubMed PubMed Central Google Académico

Kaur, AW et al. Las proteínas de feromonas murinas constituyen un código combinatorio dependiente del contexto que rige múltiples comportamientos sociales. Celda 157, 676–688. https://doi.org/10.1016/j.cell.2014.02.025 (2014).

Artículo CAS PubMed PubMed Central Google Scholar

Papes, F., Logan, DW & Stowers, L. El órgano vomeronasal media los comportamientos defensivos entre especies a través de la detección de homólogos de feromonas de proteínas. Celda 141, 692–703 (2010).

Artículo CAS PubMed PubMed Central Google Scholar

Demir, E. et al. La feromona darcin impulsa un circuito para comportamientos innatos y reforzados. Naturaleza https://doi.org/10.1038/s41586-020-1967-8 (2020).

Artículo PubMed Google Académico

Johnson, D., Al-Shawi, R. & Bishop, JO Dimorfismo sexual e inducción de hormona de crecimiento de proteínas de unión a fero-murinas. J. Mol. Endocrinol. 14, 21–34 (1995).

Artículo CAS PubMed Google Académico

Clissold, PM, Hainey, S. & Bishop, JO Los ARN mensajeros que codifican proteínas urinarias de ratón son inducidos diferencialmente por la testosterona. Bioquímica Gineta. 22, 379–387 (1984).

Artículo CAS PubMed Google Académico

Shaw, PH, Held, WA & Hastie, ND La familia de genes para las principales proteínas urinarias: Expresión en varios tejidos secretores del ratón. Celda 32, 755–761 (1983).

Artículo CAS PubMed Google Académico

Zidek, L., Novotny, MV y Stone, MJ Aumento de la entropía conformacional del esqueleto de la proteína tras la unión del ligando hidrofóbico. Nat. Estructura. Biol. 6, 1118–1121 (1999).

Artículo CAS PubMed Google Académico

Hurst, JL, Robertson, DHL, Tolladay, U. & Beynon, RJ Las proteínas en las marcas de olor de la orina de los ratones domésticos macho prolongan la longevidad de las señales olfativas. Animación Comportamiento 55, 1289–1297 (1998).

Artículo CAS PubMed Google Académico

Sheehan, MJ, Campbell, P. & Miller, CH Patrones evolutivos de las principales señales de olor de proteínas urinarias en ratones domésticos y parientes. mol. Ecol. 28, 3587–3601. https://doi.org/10.1111/mec.15155 (2019).

Artículo CAS PubMed Google Académico

Hurst, JL y col. Heterogeneidad molecular en las principales proteínas urinarias de la subespecie Mus musculus: candidatos potenciales involucrados en la especiación. ciencia Rep. 7, 44992. https://doi.org/10.1038/srep44992 (2017).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Smadja, C. & Ganem, G. Divergencia de señales odorantes dentro y entre las dos subespecies europeas del ratón doméstico. Comportamiento Ecol. 19, 223–230 (2008).

Artículo Google Académico

Smadja, C. & Ganem, G. Reconocimiento de subespecies en el ratón doméstico: un estudio de dos poblaciones del borde de una zona híbrida. Comportamiento Ecol. 13, 312–320 (2002).

Artículo Google Académico

Bímová, B., Albrecht, T., Macholán, M. & Piálek, J. Componentes de señalización del sistema de reconocimiento de pareja en el ratón doméstico. Comportamiento proc. 80, 20–27 (2009).

Artículo Google Académico

Cerna, M., Kuntova, B., Talacko, P., Stopkova, R. y Stopka, P. Regulación diferencial de las lipocalinas vaginales (OBP, MUP) durante el ciclo estral del ratón doméstico. Sci Rep 7, 11674. https://doi.org/10.1038/s41598-017-12021-2 (2017).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Thoss, M. et al. La regulación de los atrayentes de feromonas volátiles y no volátiles depende del estatus social masculino. ciencia Rep. 9, 489. https://doi.org/10.1038/s41598-018-36887-y (2019).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Enk, VM et al. Regulación de las principales proteínas urinarias altamente homólogas en ratones domésticos cuantificados con métodos proteómicos sin etiquetas. mol. biosist. 12, 3005–3016. https://doi.org/10.1039/c6mb00278a (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Cox, J. et al. Cuantificación precisa sin etiqueta de todo el proteoma mediante la normalización retardada y la extracción de la proporción máxima de péptidos, denominada MaxLFQ. mol. Proteómica celular 13, 2513–2526. https://doi.org/10.1074/mcp.M113.031591 (2014).

Artículo CAS PubMed PubMed Central Google Scholar

Levy, M., Blacher, E. & Elinav, E. Microbioma, metabolitos e inmunidad del huésped. actual Opinión Microbiol. 35, 8–15. https://doi.org/10.1016/j.mib.2016.10.003 (2017).

Artículo CAS PubMed Google Académico

Stopková, R., Otčenášková, T., Matějková, T., Kuntová, B. y Stopka, P. Funciones biológicas de las lipocalinas en la comunicación química, la reproducción y la regulación de la microbiota. Cola. Fisiol. https://doi.org/10.3389/fphys.2021.740006 (2021).

Artículo PubMed PubMed Central Google Académico

Moudra, A. et al. Estabilidad fenotípica y clonal de las células T similares a la memoria sin antígeno en el fondo genético, el estado higiénico y el envejecimiento. J. Immunol. 206, 2109–2121. https://doi.org/10.4049/jimmunol.2001028 (2021).

Artículo CAS PubMed Google Académico

Kreisinger, J., Čížková, D., Vohánka, J. & Piálek, J. Microbiota gastrointestinal de individuos salvajes y consanguíneos de dos subespecies de ratones domésticos evaluados mediante pirosecuenciación paralela de alto rendimiento. mol. Ecol. 23, 5048–5060. https://doi.org/10.1111/mec.12909 (2014).

Artículo CAS PubMed Google Académico

Gowaty, PA, Drickamer, LC y Schmid-Holmes, S. Los ratones domésticos macho producen menos crías con menor viabilidad y peor rendimiento cuando se aparean con hembras que no prefieren. Animación Comportamiento 65, 95–103 (2003).

Artículo Google Académico

Bimova, BV et al. Selección de refuerzo actuando en la zona híbrida del ratón doméstico europeo. Mol Ecol 20, 2403-2424. https://doi.org/10.1111/j.1365-294X.2011.05106.x (2011).

Artículo PubMed Google Académico

Bianchi, F. et al. Proteínas de unión a olores de vertebrados como componentes humorales antimicrobianos de la inmunidad innata para microorganismos patógenos. PLoS ONE 14, e0213545. https://doi.org/10.1371/journal.pone.0213545 (2019).

Artículo CAS PubMed PubMed Central Google Scholar

Fluckinger, M., Haas, H., Merschak, P., Glasgow, BJ y Redl, B. La lipocalina de lágrima humana exhibe actividad antimicrobiana al eliminar los sideróforos microbianos. Antimicrobiano Agentes Quimiotera. 48, 3367–3372. https://doi.org/10.1128/AAC.48.9.3367-3372.2004 (2004).

Artículo CAS PubMed PubMed Central Google Scholar

Witkowska-Banaszczak, E. & Długaszewska, J. Aceites esenciales y extractos hidrofílicos de las hojas y flores de Succisa pratensis Moench. y su actividad biológica. J. Farmacia Pharmacol. 69, 1531–1539. https://doi.org/10.1111/jphp.12784 (2017).

Artículo CAS Google Académico

Boursot, P., Auffray, JC, Britton-Davidian, J. & Bonhomme, F. La evolución de los ratones domésticos. Rev. Ecol. sist. 24, 119–152 (1993).

Artículo Google Académico

Ďureje, L., Macholán, M., Baird, SJ & Piálek, J. La zona híbrida del ratón en Europa Central: de la morfología a las moléculas. Folia Zool. 61, 308–318 (2012).

Artículo Google Académico

Stopkova, R., Klempt, P., Kuntova, B. & Stopka, P. Sobre el proteoma lagrimal del ratón doméstico (Mus musculus musculus) en relación con la señalización química. PeerJ 6, e3541. https://doi.org/10.7717/peerj.3541 (2017).

Artículo CAS Google Académico

Kuntova, B., Stopkova, R. & Stopka, P. Los perfiles transcriptómicos y proteómicos revelaron altas proporciones de unión de olores y proteínas de defensa antimicrobiana en los tejidos olfativos del ratón doméstico. Frente. Genet 9, 26. https://doi.org/10.3389/fgene.2018.00026 (2018).

Artículo CAS PubMed PubMed Central Google Scholar

Ibarra-Soria, X., Levitin, MO, Saraiva, LR & Logan, DW Los transcriptomas olfativos de ratones. Plos Genética 10, e1004593. https://doi.org/10.1371/journal.pgen.1004593 (2014).

Artículo CAS PubMed PubMed Central Google Scholar

Strotmann, J. & Breer, H. Internalización de proteínas de unión a olores en el epitelio olfativo del ratón. Histoquimica. Biol celular. 136, 357–369. https://doi.org/10.1007/s00418-011-0850-y (2011).

Artículo CAS PubMed Google Académico

Trinh, K. & Storm, DR Detección de olores a través del epitelio olfativo principal y el órgano vomeronasal de ratones. Nutrición Rev. 62, S189–S192 (2004).

Artículo PubMed Google Académico

Stopka, P. et al. Sobre el proteoma de la saliva del ratón doméstico de Europa del Este (Mus musculus musculus) centrándose en la señalización sexual y la inmunidad. Sci Rep 6, 32481. https://doi.org/10.1038/srep32481 (2016).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Yip, KS, Suvorov, A., Connerney, J., Lodato, NJ y Waxman, DJ Cambios en el transcriptoma uterino de ratón en estro y proestro. Biol Reprod 89, 13. https://doi.org/10.1095/biolreprod.112.107334 (2013).

Artículo CAS PubMed PubMed Central Google Scholar

Shahan, K., Denaro, M., Gilmartin, M., Shi, Y. & Derman, E. Expresión de seis genes principales de proteínas urinarias de ratón en las glándulas mamaria, parótida, sublingual, submaxilar y lagrimal y en el hígado. mol. Celúla. Biol. 7, 1947–1954 (1987).

CAS PubMed PubMed Central Google Académico

Stopková, R. et al. Las lipocalinas de ratón (MUP, OBP, LCN) se coexpresan en tejidos implicados en la comunicación química. Frente. Ecol. Evol. https://doi.org/10.3389/fevo.2016.00047 (2016).

Artículo Google Académico

Garcia, M. & Ravignani, A. Alometría acústica y aprendizaje vocal en mamíferos. Biol. Dejar. 16, 20200081. https://doi.org/10.1098/rsbl.2020.0081 (2020).

Artículo Google Académico

Martinez-Ricos, J., Augustin-Pavon, C., Lanuza, E. & Martinez-Garcia, F. Papel del sistema vomeronasal en la atracción intersexual en ratones hembra. Neurociencia 153, 383–395 (2008).

Artículo CAS PubMed Google Académico

Martínez-Ricós, J., Agustín-Pavón, C., Lanuza, E. & Martínez-García, F. Intraspecific communication through chemical signals in female mice: reinforcing properties of involatile male sexual pheromones. Chem. Senses 32, 139–148 (2007).

Artículo PubMed Google Académico

Stowers, L. & Logan, DW Dimorfismo sexual en la señalización olfativa. actual Opinión Neurobiol. 20, 770–775. https://doi.org/10.1016/j.conb.2010.08.015 (2010).

Artículo CAS PubMed PubMed Central Google Scholar

Klein, SL Los efectos de las hormonas sobre las diferencias sexuales en la infección: De los genes a la conducta. Neurosci. biocomportamiento Rev. 24, 627–638 (2000).

Artículo CAS PubMed Google Académico

Kadel, S. & Kovats, S. Las hormonas sexuales regulan las células inmunitarias innatas y promueven las diferencias sexuales en la infección por virus respiratorios. Frente. inmunol. 9, 1653. https://doi.org/10.3389/fimmu.2018.01653 (2018).

Artículo CAS PubMed PubMed Central Google Scholar

Gaspar, KR et al. Las secreciones periorales permiten la señalización social compleja en ratas topo africanas (género Fukomys). ciencia Rep. 12, 22366. https://doi.org/10.1038/s41598-022-26351-3 (2022).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Gregorová, S. & Forejt, J. Cepas de ratón endogámicas PWD/Ph y PWK/Ph de Mus m. musculus subspecies: Un recurso valioso de variaciones fenotípicas y polimorfismos genómicos. Folia Biologica (Praha) 46, 31–41 (2000).

Google Académico

Chang, PL et al. La secuenciación del exoma completo de cepas de ratones endogámicas derivadas de la naturaleza mejora el poder para vincular el fenotipo y el genotipo. mamá Genoma 28, 416–425. https://doi.org/10.1007/s00335-017-9704-9 (2017).

Artículo CAS PubMed PubMed Central Google Scholar

Piálek, J. et al. Desarrollo de recursos únicos de ratones domésticos adecuados para estudios evolutivos de especiación. J. Hered. 99, 34–44. https://doi.org/10.1093/jhered/esm083 (2007).

Artículo CAS PubMed Google Académico

Caballero, RC et al. Bioconductor: Desarrollo de software abierto para biología computacional y bioinformática. Genoma Biol. 5, R80. https://doi.org/10.1186/gb-2004-5-10-r80 (2004).

Artículo PubMed PubMed Central Google Académico

Crawley, MJ El libro R (Wiley Publishing, 2007).

Libro MATEMÁTICAS Google Académico

Pavelka, N. et al. Un modelo de error global de ley de potencia para la identificación de genes expresados ​​​​diferencialmente en datos de microarrays. BMC Bioinforme. 5, 203. https://doi.org/10.1186/1471-2105-5-203 (2004).

Artículo CAS Google Académico

Rodriguez, J., Gupta, N., Smith, RD & Pevzner, PA ¿Corta la tripsina antes que la prolina?. J Proteoma Res 7, 300–305. https://doi.org/10.1021/pr0705035 (2008).

Artículo CAS PubMed Google Académico

Breiman, L. Bosques aleatorios. Mach. Aprender. 45, 5–32. https://doi.org/10.1023/A:1010933404324 (2001).

Artículo MATEMÁTICAS Google Académico

Wickham, H. ggplot2: Gráficos elegantes para el análisis de datos (Springer-Verlag, Chem, 2016).

Libro MATEMÁTICAS Google Académico

Descargar referencias

PS fue apoyado por el proyecto MICOBION financiado por EU H2020 (No 810224). TM fue financiado por la Agencia de Subvenciones de la Universidad Charles, Praga (GAUK; No. 1191419). El alojamiento de ratones en Studenec fue apoyado por el CAS dentro del programa de la Estrategia AV 21 y por la subvención CSF 16-23773S. El proyecto utilizó Proteómica Core Facility, BIOCEV, Facultad de Ciencias, Universidad Charles, Praga (apoyado por OP VaVpI CZ.1.05/1.1.00/02.0109) para las mediciones de espectrometría de masas. El Centro checo de fenogenómica apoyado por la Academia Checa de Ciencias RVO 68378050 y por el proyecto LM2018126 Centro checo de fenogenómica proporcionado por MEYS y CZ.02.1.01/0.0/0.0/16_013/0001789 Actualización del Centro checo de fenogenómica: desarrollo hacia investigación sobre traducción de MEYS y ESIF. Los patrocinadores no tuvieron ningún papel en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito. Estamos muy agradecidos al prof. Miloš Macholán por sus comentarios al primer borrador de este manuscrito.

Departamento de Zoología, Facultad de Ciencias, BIOCEV, Universidad Charles, Vestec, Praga, República Checa

Romana Stopková, Tereza Matějková, Alica Dodoková, Pavel Talacko, Petr Zacek & Pavel Stopka

Centro Checo de Fenogenómica, Instituto de Genética Molecular de la Academia Checa de Ciencias, Vestec, República Checa

Radislav Sedlacek

Centro de Investigación Studenec, Instituto de Biología de Vertebrados, Academia Checa de Ciencias, Brno, República Checa

Jaroslav Piálek

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

RS, PS y AD escribieron el primer borrador del manuscrito, JP preparó modelos de ratón MUS y DOM en las instalaciones de Studenec, y TM recolectó las muestras de wMUS. R.Se. ayudó con el diseño experimental y la redacción del manuscrito. P.Ž. ejecutar instrumentos GCxGC-MS, PT ejecutar nLC-MS/MS y ambos ayudaron a preparar conjuntos de datos finales. Todos los autores participaron en la redacción y han revisado el manuscrito final.

Correspondencia a Pavel Stopka.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Stopková, R., Matějková, T., Dodoková, A. et al. La variación en las señales químicas del ratón está controlada genéticamente y modulada ambientalmente. Informe científico 13, 8573 (2023). https://doi.org/10.1038/s41598-023-35450-8

Descargar cita

Recibido: 14 Septiembre 2022

Aceptado: 18 de mayo de 2023

Publicado: 26 mayo 2023

DOI: https://doi.org/10.1038/s41598-023-35450-8

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.