Role of MicroRNAs in Controlling Gene Expression in Different Segments of the Human Epididymis
Notice bibliographique
Résumé
BACKGROUND: The molecular mechanisms implicated in regionalized gene expression in the human epididymis have not yet been fully elucidated. Interestingly, more than 200 microRNAs (miRNAs) have been identified in the human epididymis and could be involved in the regulation of mRNA stability and post-transcriptional expression in this organ. METHODS: Using a miRNA microarray approach, we investigated the correlation between miRNA signatures and gene expression profiles found in three distinct regions (caput, corpus and cauda) of human epididymides from 3 donors. In silico prediction of transcript miRNA targets was performed using TargetScan and Miranda software's. FHCE1 immortalized epididymal cell lines were cotransfected with mimic microRNAs and plasmid constructs containing the 3'UTR of predicted target genes downstream of the luciferase gene. RESULTS: We identified 35 miRNAs differentially expressed in the distinct segments of the epididymis (fold change ≥2, P-value ≤ 0.01). Among these miRNAs, miR-890, miR-892a, miR-892b, miR-891a, miR-891b belonging to the same epididymis-enriched cluster located on the X chromosome, are significantly more expressed in the corpus and cauda regions than in the caput. Interestingly, a strong negative correlation (r = -0,89, P-value ≤ 0.001) was found between the pattern of expression of miR-892b and its potential mRNA target Esrrg (Estrogen Related Receptor Gamma) and with miR-145 and Cldn10 mRNA (r = -0,92, P-value ≤ 0.001). We confirmed that miR-145 and miR-892b inhibit the expression of the luciferase reporter via Cldn10 and Esrrg 3' UTRs, respectively. CONCLUSION: Our study shows that the expression of miRNAs is segmented along the human epididymis and correlates with the pattern of target gene expression in different regions. Therefore, epididymal miRNAs may be in control of the maintenance of gene expression profile in the epididymis, which dictates segment-specific secretion of proteins and establishes physiological compartments that directly or indirectly affect sperm maturation and fertility.
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 | 0,000 | 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) | 0,001 | 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 ».