MicroRNA dysregulation in response to RARβ2 inhibition reveals a negative feedback loop between MicroRNAs 1, 133a, and RARβ2 during tail and spinal cord regeneration in the adult newt
Notice bibliographique
Résumé
BACKGROUND: The molecular events underlying epimorphic regeneration of the adult urodele amphibian tail and caudal spinal cord are undetermined. Given the dynamic nature of gene expression control by retinoic acid (RA) signaling and the pleiotropic effects of microRNAs (miRNAs) on multiple mRNA targets in this complex system, we examined whether RA signaling through a specific receptor, RARβ2, alters expression of select miRNAs during spinal cord regeneration. RESULTS: An initial screen identified 18 highly conserved miRNAs dysregulated in regenerating tail and spinal cord tissues after inhibition of RARβ2 signaling with a selective antagonist, LE135. miRNAs let-7c, miR-1, and miR-223 were expressed within the ependymoglial cells, coincident spatially with the expression of RARβ2. Altering the expression pattern of these three miRNAs led to a significant inhibition of caudal ependymal tube outgrowth by 21 days post tail amputation. We demonstrated that miR-1 targets the 3'-untranslated region of RARβ2 mRNA in vitro; and in vivo, up-regulation of miR-1 led to a significant decrease in RARβ2 protein. CONCLUSIONS: These and previous data suggest that miR-1 and miR-133a, both members of the same miRNA gene cluster, may participate with RARβ2 in a negative feedback loop contributing to the regulation of the ependymal response after tail amputation.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».