A genome-wide survey for prion-regulated miRNAs associated with cholesterol homeostasis
Notice bibliographique
Résumé
BACKGROUND: Prion diseases are neurodegenerative diseases that are characterized by the conversion of the cellular prion protein (PrPc) into a pathogenic isoform (PrPSc). It is known that neurodegeneration is often accompanied by the disturbance of cholesterol homeostasis. We have recently identified a set of genes that were upregulated after prion infection of N2a neuronal cells (Bach et al., 2009). RESULTS: We have now used ultra-deep sequencing technology to profile all microRNAs (miRNA) that could be associated with this effect in these N2a cells. Using stringent filters and normalization strategies we identified a small set of miRNAs that were up- or downregulated upon prion infection. Using bioinformatic tools we predicted whether the downregulated miRNAs could target mRNAs that have been previously identified to enhance cholesterol synthesis in these cells. Application of this joint profiling approach revealed that nine miRNAs potentially target cholesterol-related genes. Four of those miRNAs are localized in a miRNA-dense cluster on the mouse X-chromosome. Among these, twofold downregulation of mmu-miR-351 and mmu-miR-542-5p was confirmed by qRT-PCR. The same miRNAs were predicted as putative regulators of the sterol regulatory element-binding factor 2 (Srebf2), the low-density lipoprotein receptor (Ldlr) or the IPP isomerase. CONCLUSIONS: The results demonstrate that joined profiling by ultra-deep sequencing is highly valuable to identify candidate miRNAs involved in prion-induced dysregulation of cholesterol homeostasis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».