A microRNA network regulates expression and biosynthesis of wild-type and ΔF508 mutant cystic fibrosis transmembrane conductance regulator
Notice bibliographique
Résumé
Production of functional proteins requires multiple steps, including gene transcription and posttranslational processing. MicroRNAs (miRNAs) can regulate individual stages of these processes. Despite the importance of the cystic fibrosis transmembrane conductance regulator (CFTR) channel for epithelial anion transport, how its expression is regulated remains uncertain. We discovered that miRNA-138 regulates CFTR expression through its interactions with the transcriptional regulatory protein SIN3A. Treating airway epithelia with an miR-138 mimic increased CFTR mRNA and also enhanced CFTR abundance and transepithelial Cl(-) permeability independent of elevated mRNA levels. An miR-138 anti-miR had the opposite effects. Importantly, miR-138 altered the expression of many genes encoding proteins that associate with CFTR and may influence its biosynthesis. The most common CFTR mutation, ΔF508, causes protein misfolding, protein degradation, and cystic fibrosis. Remarkably, manipulating the miR-138 regulatory network also improved biosynthesis of CFTR-ΔF508 and restored Cl(-) transport to cystic fibrosis airway epithelia. This miRNA-regulated network directs gene expression from the chromosome to the cell membrane, indicating that an individual miRNA can control a cellular process more broadly than recognized previously. This discovery also provides therapeutic avenues for restoring CFTR function to cells affected by the most common cystic fibrosis mutation.
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 | 0,000 | 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) | 0,001 | 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 ».