Reprint of: miRNA-1 regulates endothelin-1 in diabetes
Notice bibliographique
Résumé
AIMS: MicroRNAs (miRNAs) play important roles in several biological processes. In this study, we investigated the role of miR-1, an endothelin-1 (ET-1) targeting miRNA, in endothelial cells (ECs) and tissues of diabetic animals. ET-1 is known to be of pathogenetic significance in several chronic diabetic complications. MAIN METHODS: PCR array was used to identify alterations of miRNA expression in ECs exposed to glucose. miR-1 expression was validated by TaqMan real-time PCR assay. Human retinal ECs (HRECs) and human umbilical vein ECs (HUVECs) exposed to various glucose levels with or without miR-1 mimic transfection, and tissues from streptozotocin-induced diabetic animals after two months of follow-up, were examined for miR-1 expression, as well as ET-1 and fibronectin (FN) mRNA and protein levels. KEY FINDINGS: Array analyses showed glucose-induced alterations of 125 miRNAs (out of 381) in ECs exposed to 25 mM glucose compared to 5 mM glucose. Fifty-one miRNAs were upregulated and 74 were downregulated. 25 mM glucose decreased miR-1 expression and increased ET-1 mRNA and protein levels. miR-1 mimic transfection prevented HG-induced ET-1 upregulation. Furthermore, glucose induced upregulation of FN, which is mediated partly by ET-1, was also prevented by such transfection. Diabetic animals showed decreased miR-1 expression in the retina, heart and kidneys. In parallel, ET-1 mRNA expressions were increased in these tissues of diabetic animals, in association with upregulation of FN. SIGNIFICANCE: These results indicate a novel glucose-induced mechanism of tissue damage, in which miR-1 regulates ET-1 expressions in diabetes. Identifying such mechanisms may lead to RNA based treatment for diabetic complications.
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 | 0,000 | 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 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 ».