Identification of Corneal Neovascularization–Related Long Noncoding RNAs Through Microarray Analysis
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: To reveal the role of long noncoding RNAs (lncRNAs) in corneal neovascularization (CN). METHODS: We established a murine CN model and performed lncRNA expression profiling to identify differentially expressed lncRNAs between normal and vascularized corneas. Based on Pearson correlation analysis, an lncRNA/mRNA coexpression network was constructed. Gene ontology (GO) enrichment and Kyoto Encyclopedia of Genes and Genomes (KEGG) analyses of lncRNA-coexpressed mRNAs were conducted to determine the related biological modules and pathological pathways. Real-time polymerase chain reactions were carried out to detect the expression pattern of lncRNA in the clinical samples. RESULTS: A total of 154 differentially expressed lncRNAs were identified between vascularized and normal corneas, including 60 downregulated lncRNAs and 94 upregulated lncRNAs. GO enrichment analysis of lncRNA-coexpressed mRNAs indicated that the biological modules were correlated with extracellular region, DNA binding, and immune response. KEGG pathway analysis indicated that "pathways in cancer" was the most enriched signaling pathway. Moreover, the human ortholog of NR_033585 and lincRNA:chr8:129102060-129109035 reverse strand was found to be differentially expressed between vascularized and avascular corneas. CONCLUSIONS: This study provides a novel insight into CN pathogenesis. The intervention of dysregulated lncRNAs may become potential targets for the prevention and treatment of ocular vascular diseases.
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 | 0,001 |
| 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) | 0,000 | 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