Extremely Complex Populations of Small RNAs in the Mouse Retina and RPE/Choroid
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: MicroRNAs (miRNAs) are small noncoding RNAs of approximately 18 to 22 nucleotides in length that regulate gene expression. They are widely expressed in the retina, being both required for its normal development and perturbed in disease. The aim of this study was to apply new high-throughput sequencing techniques to more fully characterize the miRNAs and other small RNAs expressed in the retina and retinal pigment epithelium (RPE)/choroid of the mouse. METHODS: Retina and RPE/choroid were dissected from eyes of 3-month-old C57BL/6J mice. Small RNA libraries were prepared and deep sequencing performed on a genome analyzer. Reads were annotated by alignment to miRBase, other noncoding RNA databases, and the mouse genome. RESULTS: Annotation of 9 million reads to 320 miRNAs in retina and 340 in RPE/choroid provides the most comprehensive profiling of miRNAs to date. Two novel miRNAs were identified in retina. Members of the sensory organ-specific miR-183, -182, -96 cluster were among the most highly expressed, retina-enriched miRNAs. Remarkably, miRNA "isomiRs," which vary slightly in length and are differentially detected by Taqman RT-qPCR assays, existed for all the microRNAs identified in both tissues. More variation occurred at the 3' ends, including nontemplated additions of T and A. Drosha-independent mirtron miRNAs and other small RNAs derived from snoRNAs were also detected. CONCLUSIONS: Deep sequencing has revealed the complexity of small RNA expression in the mouse retina and RPE/choroid. This knowledge will improve the design and interpretation of future functional studies of the role of miRNAs and other small RNAs in retinal disease.
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.
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 | 0,003 |
| 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 découle