Deep-sequencing of endothelial cells exposed to hypoxia reveals the complexity of known and novel microRNAs
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
In order to understand the role of microRNAs (miRNAs) in vascular physiopathology, we took advantage of deep-sequencing techniques to accurately and comprehensively profile the entire miRNA population expressed by endothelial cells exposed to hypoxia. SOLiD sequencing of small RNAs derived from human umbilical vein endothelial cells (HUVECs) exposed to 1% O₂ or normoxia for 24 h yielded more than 22 million reads per library. A customized bioinformatic pipeline identified more than 400 annotated microRNA/microRNA* species with a broad abundance range: miR-21 and miR-126 totaled almost 40% of all miRNAs. A complex repertoire of isomiRs was found, displaying also 5' variations, potentially affecting target recognition. High-stringency bioinformatic analysis identified microRNA candidates, whose predicted pre-miRNAs folded into a stable hairpin. Validation of a subset by qPCR identified 18 high-confidence novel miRNAs as detectable in independent HUVEC cultures and associated to the RISC complex. The expression of two novel miRNAs was significantly down-modulated by hypoxia, while miR-210 was significantly induced. Gene ontology analysis of their predicted targets revealed a significant association to hypoxia-inducible factor signaling, cardiovascular diseases, and cancer. Overexpression of the novel miRNAs in hypoxic endothelial cells affected cell growth and confirmed the biological relevance of their down-modulation. In conclusion, deep-sequencing accurately profiled known, variant, and novel microRNAs expressed by endothelial cells in normoxia and hypoxia.
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 | 0,000 | 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