A miRNA Signature of Prion Induced Neurodegeneration
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
MicroRNAs (miRNAs) are small, non-coding RNA molecules which are emerging as key regulators of numerous cellular processes. Compelling evidence links miRNAs to the control of neuronal development and differentiation, however, little is known about their role in neurodegeneration. We used microarrays and RT-PCR to profile miRNA expression changes in the brains of mice infected with mouse-adapted scrapie. We determined 15 miRNAs were de-regulated during the disease processes; miR-342-3p, miR-320, let-7b, miR-328, miR-128, miR-139-5p and miR-146a were over 2.5 fold up-regulated and miR-338-3p and miR-337-3p over 2.5 fold down-regulated. Only one of these miRNAs, miR-128, has previously been shown to be de-regulated in neurodegenerative disease. De-regulation of a unique subset of miRNAs suggests a conserved, disease-specific pattern of differentially expressed miRNAs is associated with prion-induced neurodegeneration. Computational analysis predicted numerous potential gene targets of these miRNAs, including 119 genes previously determined to be also de-regulated in mouse scrapie. We used a co-ordinated approach to integrate miRNA and mRNA profiling, bioinformatic predictions and biochemical validation to determine miRNA regulated processes and genes potentially involved in disease progression. In particular, a correlation between miRNA expression and putative gene targets involved in intracellular protein-degradation pathways and signaling pathways related to cell death, synapse function and neurogenesis was identified.
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 | 0,000 |
| 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