Microarray analysis of gene expression in the liver of transgenic mouse model of HCV infection
Notice bibliographique
Résumé
Background: The molecular interactions of hepatitis C virus (HCV) with hepatic tissue have yet to be completely elucidated and understood. The purpose of this study was to compare differential gene expression patterns in the livers of non-transgenic and transgenic mouse model expressing HCV structural proteins Core, Envelope 1 (E1) and Envelope 2 (E2) using complementary DNA (cDNA) microarrays. Results: Total RNA extracted from the livers of HCV transgenic and non-transgenic mice was analyzed with cDNA microarray and differentially expressed genes confirmed by real-time RT-PCR. Relative expression ratios of individual genes were determined by comparing hybridization of Cy5-labelled cDNA from transgenic mouse livers and Cy3-labelled cDNA from non-transgenic mouse livers. The spot array images were quantified using QuantArray software and the outlier spots was normalized and filtered using five different criteria. 15,297 genes were analyzed using three different analytical methods. Depending on these methods, twenty-one genes were found to be differentially expressed at a statistically significant level. From these, 6 genes had a consistent differential expression. Several genes were directly involved in lipid metabolism and lipid β-oxidation. 5-azacytidine induced gene 2 (AZ2), which is involved in the methylation of genes was down regulated in HCV transgenic mice. Altered transcript levels of these 6 genes were confirmed by real-time RT-PCR analysis. Conclusion: Interactions between HCV and hepatocytes not only involve lipid metabolism and redox balance, but this interaction may also influence DNA methylation, indicating a potential association with the development of hepatocellular carcinoma.
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 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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».