MiRNAs with Apoptosis Regulating Potential Are Differentially Expressed in Chronic Exercise-Induced Physiologically Hypertrophied Hearts
Notice bibliographique
Résumé
Physiological cardiac hypertrophy is an adaptive mechanism, induced during chronic exercise. As it is reversible and not associated with cardiomyocyte death, it is considered as a natural tactic to prevent cardiac dysfunction and failure. Though, different studies revealed the importance of microRNAs (miRNAs) in pathological hypertrophy, their role during physiological hypertrophy is largely unexplored. Hence, this study is aimed at revealing the global expression profile of miRNAs during physiological cardiac hypertrophy. Chronic swimming protocol continuously for eight weeks resulted in induction of physiological hypertrophy in rats and histopathology revealed the absence of tissue damage, apoptosis or fibrosis. Subsequently, the total RNA was isolated and small RNA sequencing was executed. Analysis of small RNA reads revealed the differential expression of a large set of miRNAs during physiological hypertrophy. The expression profile of the significantly differentially expressed miRNAs was validated by qPCR. In silico prediction of target genes by miRanda, miRdB and TargetScan and subsequent qPCR analysis unraveled that miRNAs including miR-99b, miR-100, miR-19b, miR-10, miR-208a, miR-133, miR-191a, miR-22, miR-30e and miR-181a are targeting the genes that primarily regulate cell proliferation and cell death. Gene ontology and pathway mapping showed that the differentially expressed miRNAs and their target genes were mapped to apoptosis and cell death pathways principally via PI3K/Akt/mTOR and MAPK signaling. In summary, our data indicates that regulation of these miRNAs with apoptosis regulating potential can be one of the major key factors in determining pathological or physiological hypertrophy by controlling fibrosis, apoptosis and cell death mechanisms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».