Gene and MicroRNA Transcriptome Analysis of Parkinson's Related LRRK2 Mouse Models
Notice bibliographique
Résumé
Mutations in leucine-rich repeat kinase 2 (LRRK2) are the most frequent cause of genetic Parkinson's disease (PD). The biological function of LRRK2 and how mutations lead to disease remain poorly defined. It has been proposed that LRRK2 could function in gene transcription regulation; however, this issue remains controversial. Here, we investigated in parallel gene and microRNA (miRNA) transcriptome profiles of three different LRRK2 mouse models. Striatal tissue was isolated from adult LRRK2 knockout (KO) mice, as well as mice expressing human LRRK2 wildtype (hLRRK2-WT) or the PD-associated R1441G mutation (hLRRK2-R1441G). We identified a total of 761 genes and 24 miRNAs that were misregulated in the absence of LRRK2 when a false discovery rate of 0.2 was applied. Notably, most changes in gene expression were modest (i.e., <2 fold). By real-time quantitative RT-PCR, we confirmed the variations of selected genes (e.g., adra2, syt2, opalin) and miRNAs (e.g., miR-16, miR-25). Surprisingly, little or no changes in gene expression were observed in mice expressing hLRRK2-WT or hLRRK2-R1441G when compared to non-transgenic controls. Nevertheless, a number of miRNAs were misexpressed in these models. Bioinformatics analysis identified several miRNA-dependent and independent networks dysregulated in LRRK2-deficient mice, including PD-related pathways. These results suggest that brain LRRK2 plays an overall modest role in gene transcription regulation in mammals; however, these effects seem context and RNA type-dependent. Our data thus set the stage for future investigations regarding LRRK2 function in PD development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».