Ecological genetics in the North Atlantic: environmental gradients and adaptation at specific loci

The North Atlantic intertidal community provides a rich set of organismal and environmental material for the study of ecological genetics. Clearly defined environmental gradients exist at multiple spatial scales: there are broad latitudinal trends in temperature, meso-scale changes in salinity along estuaries, and smaller scale gradients in desiccation and temperature spanning the intertidal range. The geology and geography of the American and European coasts provide natural replication of these gradients, allowing for population genetic analyses of parallel adaptation to environmental stress and heterogeneity. Statistical methods have been developed that provide genomic neutrality tests of population differentiation and aid in the process of candidate gene identification. In this paper, we review studies of marine organisms that illustrate associations between an environmental gradient and specific genetic markers. Such highly differentiated markers become candidate genes for adaptation to the environmental factors in question, but the functional significance of genetic variants must be comprehensively evaluated. We present a set of predictions about locus-specific selection across latitudinal, estuarine, and intertidal gradients that are likely to exist in the North Atlantic. We further present new data and analyses that support and contradict these simple selection models. Some taxa show pronounced clinal variation at certain loci against a background of mild clinal variation at many loci. These cases illustrate the procedures necessary for distinguishing selection driven by internal genomic vs. external environmental factors. We suggest that the North Atlantic intertidal community provides a model system for identifying genes that matter in ecology due to the clarity of the environmental stresses and an extensive experimental literature on ecological function. While these organisms are typically poor genetic and genomic models, advances in comparative genomics have provided access to molecular tools that can now be applied to taxa with well-defined ecologies. As many of the organisms we discuss have tight physiological limits driven by climatic factors, this synthesis of molecular population genetics with marine ecology could provide a sensitive means of assessing evolutionary responses to climate change.

Essays in partial identification and applications to treatment effects and policy evaluation.

Dans cette thèse, je me suis interessé à l’identification partielle des effets de traitements dans différents modèles de choix discrets avec traitements endogènes. Les modèles d’effets de traitement ont pour but de mesurer l’impact de certaines interventions sur certaines variables d’intérêt. Le type de traitement et la variable d’intérêt peuvent être défini de manière générale afin de pouvoir être appliqué à plusieurs différents contextes. Il y a plusieurs exemples de traitement en économie du travail, de la santé, de l’éducation, ou en organisation industrielle telle que les programmes de formation à l’emploi, les techniques médicales, l’investissement en recherche et développement, ou l’appartenance à un syndicat. La décision d’être traité ou pas n’est généralement pas aléatoire mais est basée sur des choix et des préférences individuelles. Dans un tel contexte, mesurer l’effet du traitement devient problématique car il faut tenir compte du biais de sélection. Plusieurs versions paramétriques de ces modèles ont été largement étudiées dans la littérature, cependant dans les modèles à variation discrète, la paramétrisation est une source importante d’identification. Dans un tel contexte, il est donc difficile de savoir si les résultats empiriques obtenus sont guidés par les données ou par la paramétrisation imposée au modèle. Etant donné, que les formes paramétriques proposées pour ces types de modèles n’ont généralement pas de fondement économique, je propose dans cette thèse de regarder la version nonparamétrique de ces modèles. Ceci permettra donc de proposer des politiques économiques plus robustes. La principale difficulté dans l’identification nonparamétrique de fonctions structurelles, est le fait que la structure suggérée ne permet pas d’identifier un unique processus générateur des données et ceci peut être du soit à la présence d’équilibres multiples ou soit à des contraintes sur les observables. Dans de telles situations, les méthodes d’identifications traditionnelles deviennent inapplicable d’où le récent développement de la littérature sur l’identification dans les modèles incomplets. Cette littérature porte une attention particuliere à l’identification de l’ensemble des fonctions structurelles d’intérêt qui sont compatibles avec la vraie distribution des données, cet ensemble est appelé : l’ensemble identifié. Par conséquent, dans le premier chapitre de la thèse, je caractérise l’ensemble identifié pour les effets de traitements dans le modèle triangulaire binaire. Dans le second chapitre, je considère le modèle de Roy discret. Je caractérise l’ensemble identifié pour les effets de traitements dans un modèle de choix de secteur lorsque la variable d’intérêt est discrète. Les hypothèses de sélection du secteur comprennent le choix de sélection simple, étendu et généralisé de Roy. Dans le dernier chapitre, je considère un modèle à variable dépendante binaire avec plusieurs dimensions d’hétérogéneité, tels que les jeux d’entrées ou de participation. je caractérise l’ensemble identifié pour les fonctions de profits des firmes dans un jeux avec deux firmes et à information complète. Dans tout les chapitres, l’ensemble identifié des fonctions d’intérêt sont écrites sous formes de bornes et assez simple pour être estimées à partir des méthodes d’inférence existantes.

Evidence on the incentive optimality of share contracts

Ever since Adam Smith, economists have argued that share contracts do not provide proper incentives. This paper uses tenancy data from India to assess the existence of missing incentives in this classical example of moral hazard. Sharecroppers are found to be less productive than owners, but as productive as fixed-rent tenants. Also, the productivity gap between owners and both types of tenants is driven by sample-selection issues. An endogenous selection rule matches tenancy contracts with less-skilled farmers and lower-quality lands. Due to complementarity, such a matching affects tenants’ input choices. Controlling for that, the contract form has no effect on the expected output. Next, I explicitly model farmer’s optimal decisions to test the existence of non-contractible inputs being misused. No evidence of missing incentives is found.

Intergenomic epistasis causes asynchronous hatch times in whitefish hybrids, but only when parental ecotypes differ

Support for the theory of ecological speciation requires evidence for ecological divergence between species which directly or indirectly causes reproductive isolation. This study investigates effects of ecological vs. genetic disparity of parental species on the presence of endogenous selection (deformation and mortality rates) and potential sources of exogenous selection (growth rates and hatch timing) on hybrids. Hybrid embryonic development is analysed in a common-garden full-sib cross of three species belonging to two different ecotypes within the Coregonus lavaretus species flock in the central Alpine region of Europe. Although hatch timing was similar across the three species, embryonic growth rates and egg sizes differed between ecotypes. This led to a mismatch between embryonic growth rate and egg size in hybrid crosses that reveals epistasis between the maternal and embryonic genomes and transgressive hatch times that were asynchronous with control crosses. A strong constraint of egg size to embryo size at late development was also evident. We argue that this demonstrates potential for coadaptation of a maternal trait (egg size) with offspring growth rate to be an important source of selection against hybridization between ecotypes with different egg sizes. Implications for the measurement and quantification of early life-history traits affected by this additive relationship, such as hatch day and larval size, are also discussed.

Adverse selection with endogenous entry

Usando como base o ambiente descrito em Moreno e Wooders (2010), neste trabalho, analisamos trocas em um ambiente dinâmico, descentralizado e com seleção adversa. Ao contrário dos autores e da literatura, não consideramos a proporção de ativos de alta qualidade entrantes como independente das características do mercado. Desse modo, adaptamos o modelo dinâmico básico de seleção adversa para incorporar a decisão do vendedor sobre a possibilidade de pagar ou não um preço e transformar seu ativo de baixa qualidade em um ativo de alta qualidade antes de entrar no mercado. E, sob essas condições, mostramos que o bem-estar pode se comportar de maneira diferente do modelo tradicional.

Selection of endogenous genes for gene expression studies in Eucalyptus under biotic (Puccinia psidii) and abiotic (acibenzolar-S-methyl) stresses using RT-qPCR

Background: Rust caused by Puccinia psidii Winter has been limiting for the establishment of new Eucalyptus plantations, as well as for resprouting of susceptible genetic materials. Identifying host genes involved in defense responses is important to elucidate resistance mechanisms. Reverse transcription-quantitative PCR is the most common method of mRNA quantitation for gene expression analysis. This method generally employs a reference gene as an internal control to normalize results. A good endogenous control transcript shows minimal variation due to experimental conditions. Findings. We analyzed the expression of 13 genes to identify transcripts with minimal variation in leaves of 60-day-old clonal seedlings of two Eucalyptus clones (rust-resistant and susceptible) subjected to biotic (P. psidii) and abiotic (acibenzolar-S-methyl, ASM) stresses. Conclusions. For tissue samples of clones that did not receive any stimulus, a combination of the eEF2 and EglDH genes was the best control for normalization. When pathogen-inoculated and uninoculated plant samples were compared, eEF2 and UBQ together were more appropriate as normalizers. In ASM-treated and untreated leaves of both clones, transcripts of the CYP and elF4B genes combined were the ones with minimal variation. Finally, when comparing expression in both clones for ASM-treated leaves, P. psidii-inoculated leaves, ASM-treated plus P. psidii-inoculated leaves, and their respective controls, the genes with the most stable expression were EgIDH and UBQ. The chitinase gene, which is highly expressed in studies on plant resistance to phytopathogens, was used to confirm variation in gene expression due to the treatments. © 2010 Laia et al; licensee BioMed Central Ltd.

The Arabidopsis thaliana double-stranded RNA binding protein DRB1 directs guide strand selection from microRNA duplexes

In Arabidopsis thaliana (Arabidopsis), DICER-LIKE1 (DCL1) functions together with the double-stranded RNA binding protein (dsRBP), DRB1, to process microRNAs (miRNAs) from their precursor transcripts prior to their transfer to the RNA-induced silencing complex (RISC). miRNA-loaded RISC directs RNA silencing of cognate mRNAs via ARGONAUTE1 (AGO1)-catalyzed cleavage. Short interefering RNAs (siRNAs) are processed from viral-derived or transgene-encoded molecules of doublestranded RNA (dsRNA) by the DCL/dsRBP partnership, DCL4/DRB4, and are also loaded to AGO1-catalyzed RISC for cleavage of complementary mRNAs. Here, we use an artificial miRNA (amiRNA) technology, transiently expressed in Nicotiana benthamiana, to produce a series of amiRNA duplexes with differing intermolecular thermostabilities at the 5′ end of duplex strands. Analyses of amiRNA duplex strand accumulation and target transcript expression revealed that strand selection (amiRNA and amiRNA*) is directed by asymmetric thermostability of the duplex termini. The duplex strand possessing a lower 59 thermostability was preferentially retained by RISC to guide mRNA cleavage of the corresponding target transgene. In addition, analysis of endogenous miRNA duplex strand accumulation in Arabidopsis drb1 and drb2345 mutant plants revealed that DRB1 dictates strand selection, presumably by directional loading of the miRNA duplex onto RISC for passenger strand degradation. Bioinformatic and Northern blot analyses of DCL4/DRB4-dependent small RNAs (miRNAs and siRNAs) revealed that small RNAs produced by this DCL/dsRBP combination do not conform to the same terminal thermostability rules as those governing DCL1/DRB1-processed miRNAs. This suggests that small RNA processing in the DCL1/DRB1-directed miRNA and DCL4/DRB4-directed sRNA biogenesis pathways operates via different mechanisms.

Integration of double-fluorescence expression vectors into zebrafish genome for the selection of site-directed knockout/knockin

Production of zebrafish by modifying endogenous growth hormone (GH) gene through homologous recombination is described here. We first constructed the targeting vectors pGHT1.7k and pGHT2.8k, which were used for the knockout/knockin of the endogenous GH gene of zebrafish, and injected these two vectors into the embryos of zebrafish. Overall, the rate of targeted integration with the characteristic of germ line transmission in zebrafish was 1.7x10(-6). In one experimental patch, the integrating efficiency of pGHT2.8k was higher than that of pGHT1.7k, but the lethal effect of pGHT2.8k was stronger than that of pGHT1.7k. The clones with the correct integration of target genes were identified by a simple screening procedure based on green fluorescent protein (GFP) and RFP dual selection, which corresponded to homologous recombination and random insertion, respectively. The potential homologous recombination zebrafish was further bred to produce a heterozygous F-1 generation, selected based on the presence of GFP. The potential targeted integration of exogenous GH genes into a zebrafish genome at the P-0 generation was further verified by polymerase chain reaction and Southern blot analysis. Approximately 2.5% of potential founder knockout and knockin zebrafish had the characteristic of germ line transmission. In this study, we developed an efficient method for producing the targeted gene modification in zebrafish for future studies on genetic modifications and gene functions using this model organism.

Finite-Sample Simulation-Based Inference in VAR Models with Applications to Order Selection and Causality Testing

Statistical tests in vector autoregressive (VAR) models are typically based on large-sample approximations, involving the use of asymptotic distributions or bootstrap techniques. After documenting that such methods can be very misleading even with fairly large samples, especially when the number of lags or the number of equations is not small, we propose a general simulation-based technique that allows one to control completely the level of tests in parametric VAR models. In particular, we show that maximized Monte Carlo tests [Dufour (2002)] can provide provably exact tests for such models, whether they are stationary or integrated. Applications to order selection and causality testing are considered as special cases. The technique developed is applied to quarterly and monthly VAR models of the U.S. economy, comprising income, money, interest rates and prices, over the period 1965-1996.

Exogeneity, weak identification and instrument selection in econometrics

La dernière décennie a connu un intérêt croissant pour les problèmes posés par les variables instrumentales faibles dans la littérature économétrique, c’est-à-dire les situations où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter. En effet, il est bien connu que lorsque les instruments sont faibles, les distributions des statistiques de Student, de Wald, du ratio de vraisemblance et du multiplicateur de Lagrange ne sont plus standard et dépendent souvent de paramètres de nuisance. Plusieurs études empiriques portant notamment sur les modèles de rendements à l’éducation [Angrist et Krueger (1991, 1995), Angrist et al. (1999), Bound et al. (1995), Dufour et Taamouti (2007)] et d’évaluation des actifs financiers (C-CAPM) [Hansen et Singleton (1982,1983), Stock et Wright (2000)], où les variables instrumentales sont faiblement corrélées avec la variable à instrumenter, ont montré que l’utilisation de ces statistiques conduit souvent à des résultats peu fiables. Un remède à ce problème est l’utilisation de tests robustes à l’identification [Anderson et Rubin (1949), Moreira (2002), Kleibergen (2003), Dufour et Taamouti (2007)]. Cependant, il n’existe aucune littérature économétrique sur la qualité des procédures robustes à l’identification lorsque les instruments disponibles sont endogènes ou à la fois endogènes et faibles. Cela soulève la question de savoir ce qui arrive aux procédures d’inférence robustes à l’identification lorsque certaines variables instrumentales supposées exogènes ne le sont pas effectivement. Plus précisément, qu’arrive-t-il si une variable instrumentale invalide est ajoutée à un ensemble d’instruments valides? Ces procédures se comportent-elles différemment? Et si l’endogénéité des variables instrumentales pose des difficultés majeures à l’inférence statistique, peut-on proposer des procédures de tests qui sélectionnent les instruments lorsqu’ils sont à la fois forts et valides? Est-il possible de proposer les proédures de sélection d’instruments qui demeurent valides même en présence d’identification faible? Cette thèse se focalise sur les modèles structurels (modèles à équations simultanées) et apporte des réponses à ces questions à travers quatre essais. Le premier essai est publié dans Journal of Statistical Planning and Inference 138 (2008) 2649 – 2661. Dans cet essai, nous analysons les effets de l’endogénéité des instruments sur deux statistiques de test robustes à l’identification: la statistique d’Anderson et Rubin (AR, 1949) et la statistique de Kleibergen (K, 2003), avec ou sans instruments faibles. D’abord, lorsque le paramètre qui contrôle l’endogénéité des instruments est fixe (ne dépend pas de la taille de l’échantillon), nous montrons que toutes ces procédures sont en général convergentes contre la présence d’instruments invalides (c’est-à-dire détectent la présence d’instruments invalides) indépendamment de leur qualité (forts ou faibles). Nous décrivons aussi des cas où cette convergence peut ne pas tenir, mais la distribution asymptotique est modifiée d’une manière qui pourrait conduire à des distorsions de niveau même pour de grands échantillons. Ceci inclut, en particulier, les cas où l’estimateur des double moindres carrés demeure convergent, mais les tests sont asymptotiquement invalides. Ensuite, lorsque les instruments sont localement exogènes (c’est-à-dire le paramètre d’endogénéité converge vers zéro lorsque la taille de l’échantillon augmente), nous montrons que ces tests convergent vers des distributions chi-carré non centrées, que les instruments soient forts ou faibles. Nous caractérisons aussi les situations où le paramètre de non centralité est nul et la distribution asymptotique des statistiques demeure la même que dans le cas des instruments valides (malgré la présence des instruments invalides). Le deuxième essai étudie l’impact des instruments faibles sur les tests de spécification du type Durbin-Wu-Hausman (DWH) ainsi que le test de Revankar et Hartley (1973). Nous proposons une analyse en petit et grand échantillon de la distribution de ces tests sous l’hypothèse nulle (niveau) et l’alternative (puissance), incluant les cas où l’identification est déficiente ou faible (instruments faibles). Notre analyse en petit échantillon founit plusieurs perspectives ainsi que des extensions des précédentes procédures. En effet, la caractérisation de la distribution de ces statistiques en petit échantillon permet la construction des tests de Monte Carlo exacts pour l’exogénéité même avec les erreurs non Gaussiens. Nous montrons que ces tests sont typiquement robustes aux intruments faibles (le niveau est contrôlé). De plus, nous fournissons une caractérisation de la puissance des tests, qui exhibe clairement les facteurs qui déterminent la puissance. Nous montrons que les tests n’ont pas de puissance lorsque tous les instruments sont faibles [similaire à Guggenberger(2008)]. Cependant, la puissance existe tant qu’au moins un seul instruments est fort. La conclusion de Guggenberger (2008) concerne le cas où tous les instruments sont faibles (un cas d’intérêt mineur en pratique). Notre théorie asymptotique sous les hypothèses affaiblies confirme la théorie en échantillon fini. Par ailleurs, nous présentons une analyse de Monte Carlo indiquant que: (1) l’estimateur des moindres carrés ordinaires est plus efficace que celui des doubles moindres carrés lorsque les instruments sont faibles et l’endogenéité modérée [conclusion similaire à celle de Kiviet and Niemczyk (2007)]; (2) les estimateurs pré-test basés sur les tests d’exogenété ont une excellente performance par rapport aux doubles moindres carrés. Ceci suggère que la méthode des variables instrumentales ne devrait être appliquée que si l’on a la certitude d’avoir des instruments forts. Donc, les conclusions de Guggenberger (2008) sont mitigées et pourraient être trompeuses. Nous illustrons nos résultats théoriques à travers des expériences de simulation et deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le problème bien connu du rendement à l’éducation. Le troisième essai étend le test d’exogénéité du type Wald proposé par Dufour (1987) aux cas où les erreurs de la régression ont une distribution non-normale. Nous proposons une nouvelle version du précédent test qui est valide même en présence d’erreurs non-Gaussiens. Contrairement aux procédures de test d’exogénéité usuelles (tests de Durbin-Wu-Hausman et de Rvankar- Hartley), le test de Wald permet de résoudre un problème courant dans les travaux empiriques qui consiste à tester l’exogénéité partielle d’un sous ensemble de variables. Nous proposons deux nouveaux estimateurs pré-test basés sur le test de Wald qui performent mieux (en terme d’erreur quadratique moyenne) que l’estimateur IV usuel lorsque les variables instrumentales sont faibles et l’endogénéité modérée. Nous montrons également que ce test peut servir de procédure de sélection de variables instrumentales. Nous illustrons les résultats théoriques par deux applications empiriques: le modèle bien connu d’équation du salaire [Angist et Krueger (1991, 1999)] et les rendements d’échelle [Nerlove (1963)]. Nos résultats suggèrent que l’éducation de la mère expliquerait le décrochage de son fils, que l’output est une variable endogène dans l’estimation du coût de la firme et que le prix du fuel en est un instrument valide pour l’output. Le quatrième essai résout deux problèmes très importants dans la littérature économétrique. D’abord, bien que le test de Wald initial ou étendu permette de construire les régions de confiance et de tester les restrictions linéaires sur les covariances, il suppose que les paramètres du modèle sont identifiés. Lorsque l’identification est faible (instruments faiblement corrélés avec la variable à instrumenter), ce test n’est en général plus valide. Cet essai développe une procédure d’inférence robuste à l’identification (instruments faibles) qui permet de construire des régions de confiance pour la matrices de covariances entre les erreurs de la régression et les variables explicatives (possiblement endogènes). Nous fournissons les expressions analytiques des régions de confiance et caractérisons les conditions nécessaires et suffisantes sous lesquelles ils sont bornés. La procédure proposée demeure valide même pour de petits échantillons et elle est aussi asymptotiquement robuste à l’hétéroscédasticité et l’autocorrélation des erreurs. Ensuite, les résultats sont utilisés pour développer les tests d’exogénéité partielle robustes à l’identification. Les simulations Monte Carlo indiquent que ces tests contrôlent le niveau et ont de la puissance même si les instruments sont faibles. Ceci nous permet de proposer une procédure valide de sélection de variables instrumentales même s’il y a un problème d’identification. La procédure de sélection des instruments est basée sur deux nouveaux estimateurs pré-test qui combinent l’estimateur IV usuel et les estimateurs IV partiels. Nos simulations montrent que: (1) tout comme l’estimateur des moindres carrés ordinaires, les estimateurs IV partiels sont plus efficaces que l’estimateur IV usuel lorsque les instruments sont faibles et l’endogénéité modérée; (2) les estimateurs pré-test ont globalement une excellente performance comparés à l’estimateur IV usuel. Nous illustrons nos résultats théoriques par deux applications empiriques: la relation entre le taux d’ouverture et la croissance économique et le modèle de rendements à l’éducation. Dans la première application, les études antérieures ont conclu que les instruments n’étaient pas trop faibles [Dufour et Taamouti (2007)] alors qu’ils le sont fortement dans la seconde [Bound (1995), Doko et Dufour (2009)]. Conformément à nos résultats théoriques, nous trouvons les régions de confiance non bornées pour la covariance dans le cas où les instruments sont assez faibles.

Bias from farmer self-selection in genetically modified crop productivity estimates: Evidence from Indian data

In the continuing debate over the impact of genetically modified (GM) crops on farmers of developing countries, it is important to accurately measure magnitudes such as farm-level yield gains from GM crop adoption. Yet most farm-level studies in the literature do not control for farmer self-selection, a potentially important source of bias in such estimates. We use farm-level panel data from Indian cotton farmers to investigate the yield effect of GM insect-resistant cotton. We explicitly take into account the fact that the choice of crop variety is an endogenous variable which might lead to bias from self-selection. A production function is estimated using a fixed-effects model to control for selection bias. Our results show that efficient farmers adopt Bacillus thuringiensis (Bt) cotton at a higher rate than their less efficient peers. This suggests that cross-sectional estimates of the yield effect of Bt cotton, which do not control for self-selection effects, are likely to be biased upwards. However, after controlling for selection bias, we still find that there is a significant positive yield effect from adoption of Bt cotton that more than offsets the additional cost of Bt seed.

Bias from farmer self-selection in genetically modified crop productivity estimates: Evidence from Indian data

In the continuing debate over the impact of genetically modified (GM) crops on farmers of developing countries, it is important to accurately measure magnitudes such as farm-level yield gains from GM crop adoption. Yet most farm-level studies in the literature do not control for farmer self-selection, a potentially important source of bias in such estimates. We use farm-level panel data from Indian cotton farmers to investigate the yield effect of GM insect-resistant cotton. We explicitly take into account the fact that the choice of crop variety is an endogenous variable which might lead to bias from self-selection. A production function is estimated using a fixed-effects model to control for selection bias. Our results show that efficient farmers adopt Bacillus thuringiensis (Bt) cotton at a higher rate than their less efficient peers. This suggests that cross-sectional estimates of the yield effect of Bt cotton, which do not control for self-selection effects, are likely to be biased upwards. However, after controlling for selection bias, we still find that there is a significant positive yield effect from adoption of Bt cotton that more than offsets the additional cost of Bt seed.

The trade-off between incentives and endogenous risk

Standard models of moral hazard predict a negative relationship between risk and incentives, but the empirical work has not confirmed this prediction. In this paper, we propose a model with adverse selection followed by moral hazard, where effort and the degree of risk aversion are private information of an agent who can control the mean and the variance of profits. For a given contract, more risk-averse agents suppIy more effort in risk reduction. If the marginal utility of incentives decreases with risk aversion, more risk-averse agents prefer lower-incentive contractsj thus, in the optimal contract, incentives are positively correlated with endogenous risk. In contrast, if risk aversion is high enough, the possibility of reduction in risk makes the marginal utility of incentives increasing in risk aversion and, in this case, risk and incentives are negatively related.

Immune Response to the Rhodococcus equi infection in high and low antibody-producing mice (selection IV-A)

Rhodococcus equi is a Gram-positive, facultative intracellular bacterium which infects macrophages and causes rhodococcal pneumonia and enteritis in foals. Recently, this agent has been recognized as an opportunistic pathogen for immunocompromised humans. Several murine experimental models have been used to study R. equi infection. High (H IV-A) and Low (L IV-A) antibody (Ab)-producers mice were obtained by bi-directional genetic selections for their ability to produce antibodies against sheep and human erythrocytes (Selection IV-A). These lines maintain their phenotypes of high and low responders also for other antigens than those of selection (multispeciflc effect). A higher macrophage activity in L IV-A mice has been described for several intracellular infectious agents, which could be responsible for their intense macrophage antigens (Ag)-handling and low Ab production. Due to these differences, L IV-A mice were found to exhibit a better performance to trigger an effective immune response towards intracellular pathogens. The objective of this work was to characterize the immune response of Selection IV-A against R. equi. H IV-A and L IV-A mice were infected with 2.0 × 10 6 CFU of ATCC 33701 +R. equi by intravenous route. With regards to bacterial clearance and survival assays, L IV-A mice were more resistant than H IV-A mice to virulent R. equi. L IV-A mice presented a higher hydrogen peroxide (H 2O 2) and nitric oxide (NO) endogenous production by splenic macrophages than H IV-A mice. L IV-A expressed the most intense cellular response, available by the Delayed-Type Hypersensitivity (DTH) reaction, which activated macrophages and produced more H 2O 2 and NO. The three times higher specific antibodies titres in H IV-A indicated that Selection IV-A maintained the multispecific effect and the polygenic control of humoral and cellular responses also to R. equi.

RNA degradation differentially affects quantitative mRNA measurements of endogenous reference genes in human placenta

It has been highlighted that RNA quality and appropriate reference gene selection is crucial for the interpretation of RT-qPCR results in human placental samples. In this context we investigated the effect of RNA degradation on the mRNA abundance of seven frequently used reference genes in 119 human placental samples. Combining RNA integrity measurements, RT-qPCR analysis and mathematical modeling we found major differences regarding the effect of RNA degradation on the measured expression levels between the different reference genes. Furthermore, we demonstrated that a modified RNA extraction method significantly improved RNA quality and consequently increased transcript levels of all reference genes.