MétaCan
Menu
Retour à la cohorte
Enregistrement W2075555195 · doi:10.1002/iub.204

Role of microRNAs in cardiac hypertrophy and heart failure

2009· review· en· W2075555195 sur OpenAlexaff
Nan Wang, Zhen Zhou, Xing‐Hua Liao, Tongcun Zhang

Notice bibliographique

RevueIUBMB Life · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensTellabs (Canada)
Organismes subventionnairesTianjin University of Science and TechnologyTianjin UniversityNational Natural Science Foundation of China
Mots-clésmicroRNAHeart failureDiseaseBiologyBioinformaticsMyocardial infarctionMuscle hypertrophyGene expressionGeneRegulation of gene expressionCardiac function curveFunction (biology)Computational biologyMedicineInternal medicineGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

MicroRNAs (miRNAs) are a class of endogenous, highly conserved, small noncoding RNAs that regulate gene expression post-transcriptionally. Recent studies have demonstrated that miRNAs are aberrantly expressed in the cardiovascular system. The implications of miRNAs in cardiovascular disease have recently been recognized, representing the most rapidly evolving research field. Gain- and loss-of-function studies in mice models have identified distinct roles for specific miRNAs during cardiac hypertrophy, heart failing, and myocardial infarction. In the present article, the currently relevant findings on the role of miRNAs in cardiac hypertrophy and heart failure will be summarized and the target genes and signaling pathways linking these miRNAs will be discussed. Furthermore, we focus on the use of miRNA mimics and antagonists (antagomirs) as tools for disease therapy in the cardiovascular system in the future. Taken together, the recent studies showed that miRNAs are key regulators of gene expression in cardiovascular biology and suggested the potential importance of miRNAs as diagnostic markers and therapeutic targets for cardiovascular disease.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIUBMB LifeMême sujetMicroRNA in disease regulationTravaux en français237 207