Adenovirus-Delivered Antisense RNA and shRNA Exhibit Different Silencing Efficiencies for the Endogenous Transforming Growth Factor- <i>β</i> (TGF- <i>β</i> ) Type II Receptor
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
Gene silencing is an essential tool in gene discovery and gene therapy. Traditionally, viral delivery of antisense RNA and, more recently, small interfering RNA (siRNA) molecules in the form of small hairpin RNAs (shRNA) has been used as a strategy to achieve gene silencing. Nevertheless, the enduring challenge is to identify molecules that specifically and optimally silence a given target gene. In this study, we tested a set of adenovirus-delivered antisense RNA fragments and adenovirus-delivered shRNA molecules for their ability to target human transforming growth factor-beta type II receptor (TGFbetaRII). We used a dicistronic reporter, consisting of the coding sequences for TGFbetaRII and green fluorescent protein (GFP) to screen for optimal silencing agents targeting TGFbetaRII. Our results show, for both antisense RNA and shRNA molecules, that their effectiveness in the GFP screen correlated directly with their ability to reduce exogenously expressed TGFbetaRII. Unexpectedly, the antisense RNAs were unable to silence endogenous TGFbetaRII. In contrast, the shRNAs were able to silence endogenous TGFbetaRII. The shRNA that demonstrated the most pronounced effect on the dicistronic TGFbetaRII/GFP reporter reduced endogenous TGFbetaRII protein expression by 70% in A549 cells and reduced TGFbeta signaling by >80% in HeLa cells.
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 | 0,000 | 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 | 0,001 | 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