Global miRNA expression and correlation with mRNA levels in primary human bone cells
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are important post-transcriptional regulators that have recently introduced an additional level of intricacy to our understanding of gene regulation. The aim of this study was to investigate miRNA-mRNA interactions that may be relevant for bone metabolism by assessing correlations and interindividual variability in miRNA levels as well as global correlations between miRNA and mRNA levels in a large cohort of primary human osteoblasts (HOBs) obtained during orthopedic surgery in otherwise healthy individuals. We identified differential expression (DE) of 24 miRNAs, and found 9 miRNAs exhibiting DE between males and females. We identified hsa-miR-29b, hsa-miR-30c2, and hsa-miR-125b and their target genes as important modulators of bone metabolism. Further, we used an integrated analysis of global miRNA-mRNA correlations, mRNA-expression profiling, DE, bioinformatics analysis, and functional studies to identify novel target genes for miRNAs with the potential to regulate osteoblast differentiation and extracellular matrix production. Functional studies by overexpression and knockdown of miRNAs showed that, the differentially expressed miRNAs hsa-miR-29b, hsa-miR-30c2, and hsa-miR-125b target genes highly relevant to bone metabolism, e.g., collagen, type I, α1 (COL1A1), osteonectin (SPARC), Runt-related transcription factor 2 (RUNX2), osteocalcin (BGLAP), and frizzled-related protein (FRZB). These miRNAs orchestrate the activities of key regulators of osteoblast differentiation and extracellular matrix proteins by their convergent action on target genes and pathways to control the skeletal gene expression.
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 | 0,000 | 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 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 ».