Optimization of RNA isolation from human ocular tissues and analysis of prostanoid receptor mRNA expression using RT-PCR.
Notice bibliographique
Résumé
PURPOSE: The isolation and analysis of human ocular RNA is problematic due to variables such as rapid degradation, tissue composition, and melanin contamination. The purpose of this work was to optimize an extraction protocol for the isolation of intact total RNA from a variety of diverse human ocular tissues and to employ RT-PCR to assess the expression of mRNA coding for all eight prostanoid receptors. METHODS: Total RNA was extracted from human iris, ciliary body, choroid, and retina using an RNeasy(R) Midi Kit. Total RNA was extracted from human cornea, sclera, and optic nerve using Tri-Pure(R) Isolation Reagent. 1.0 microgram of total RNA was reverse transcribed into cDNA and subsequently amplified by PCR (35 cycles) using primers designed against each of the human prostanoid receptor cDNAs. PCR products were analyzed by gel electrophoresis and endonuclease digestion. RESULTS: The total yield and quality of RNA derived from each tissue varied according to tissue composition and the isolation method employed. RT-PCR analysis revealed that each tissue expressed all prostanoid receptor mRNAs, however, 50 cycles of PCR was required to visualize FP receptor expression in scleral tissue. In all cases, prostanoid receptor mRNA expression was significantly lower than in human nonpregnant myometrium, which was used as the positive control. CONCLUSIONS: The different cellular composition of each ocular tissue ultimately dictated the methodology to be employed for the isolation of total RNA. Thus, two extraction protocols were optimized for the isolation of intact high quality RNA from a variety of human ocular tissues. The identification of all prostanoid receptor mRNAs in a diverse set of human ocular tissues suggests potential mechanisms for prostanoid-based therapeutics aimed at IOP reduction and stimulates speculation as to additional physiological and or pathophysiological roles mediated by prostanoids.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».