A Comparison of Aorta and Vena Cava Medial Message Expression by cDNA Array Analysis Identifies a Set of 68 Consistently Differentially Expressed Genes, All in Aortic Media
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
We performed a systematic analysis of gene expression in arteries and veins by comparing message profiles of macaque aorta and vena cava media using a cDNA array containing 4048 known human genes, approximately 35% of currently named human genes (approximately 11,000). The data show extensive differences in RNA expression in artery versus vein media. Sixty-eight genes had consistent elevation in message expression by the aorta, but none were elevated in the vena cava. The most differentially expressed gene was regulator of G-protein signaling (RGS) 5, at an expression ratio of 46.5+/-12.6 (mean+/-SEM). The data set also contained 2 genes already known to be expressed in the aorta, elastin at 5.0+/-1.4, and the aortic preferentially expressed gene 1 (APEG-1) at 2.3+/-0.6. We chose to analyze RGS5 expression further because of its high level of differential expression in the aorta. Levels of RGS5 mRNA were confirmed by Northern analysis and in situ hybridization. A human tissue RNA dot blot showed that RGS5 message is highest in aorta, followed by small intestine, stomach, and then heart. Northern analysis confirmed that RGS5 expression in human aorta is higher than in any region of the heart. RGS5 is a G-protein signaling regulator of unknown specificity most homologous to RGS4, an inhibitory regulator of pressure-induced cardiac hypertrophy. The expression pattern of the 68 differential genes as a whole is a start toward identifying the molecular phenotypes of arteries and veins on a systematic basis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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