MétaCan
Menu
Retour à la cohorte
Enregistrement W1984500057 · doi:10.1139/y11-095

MicroRNAs are dynamically regulated and play an important role in LPS-induced lung injury

2012· article· en· W1984500057 sur OpenAlexvenueno aff
Zhigang Cai, Shaoming Zhang, Yan Zhang, Yiyong Zhou, Haibo Wu, Xiaoping Xu

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésmicroRNATumor necrosis factor alphaLungA549 cellCancer researchUntranslated regionSignal transductionLipopolysaccharideBiologyCell biologyMedicineImmunologyMessenger RNAGeneInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Acute lung injury is characterized by an increase of inflammatory reaction and severe lung edema. Even if there have been great advances in the identification of genes and signaling pathways involved in acute lung injury, the fundamental mechanisms of initiation and propagation of acute lung injury have not been understood completely. A growing amount of evidence indicates that microRNAs (miRNAs) are involved in various human diseases. However, the expression profile and function of miRNAs in acute lung injury have not been investigated. Here, using real-time polymerase chain reaction analysis, we show that a collection of miRNAs is dynamically regulated in lipopolysaccharide (LPS)-induced mouse acute lung injury. Among them, miR-199a and miR-16 are the most significantly down-regulated miRNAs. To study the role of miR-199a and miR-16 in acute lung injury, an over-expression of miR-199a or miR-16 assay was performed in LPS-treated A549 cells, and then the expression of inflammatory factors was analyzed. Over-expression of miR-199a could not alter the expression level of interleukin (IL)-6 and tumor necrosis factor-alpha (TNFα), while up-regulation of miR-16 could significantly down-regulate IL-6 and TNFα expression level. Using bioinformatic analysis, we show that a 3' untranslational region (UTR) of IL-6 and TNFα contains the binding sites of miR-16. Accordingly, over-expression of miR-16 could significantly suppress the luciferase activity of reporter fusion with the binding sites of TNFα in its 3'UTR region, suggesting that miR-16 played its role in LPS-induced lung inflammation by a direct manner. In this study, we show for the first time that miRNAs are dynamically regulated and play an important function in LPS-induced lung injury.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,258
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and PharmacologyMême sujetMicroRNA in disease regulationTravaux en français237 207