miRNA-Mediated Functional Changes through Co-Regulating Function Related Genes
Notice bibliographique
Résumé
BACKGROUND: MicroRNAs play important roles in various biological processes involving fairly complex mechanism. Analysis of genome-wide miRNA microarray demonstrate that a single miRNA can regulate hundreds of genes, but the regulative extent on most individual genes is surprisingly mild so that it is difficult to understand how a miRNA provokes detectable functional changes with such mild regulation. RESULTS: To explore the internal mechanism of miRNA-mediated regulation, we re-analyzed the data collected from genome-wide miRNA microarray with bioinformatics assay, and found that the transfection of miR-181b and miR-34a in Hela and HCT-116 tumor cells regulated large numbers of genes, among which, the genes related to cell growth and cell death demonstrated high Enrichment scores, suggesting that these miRNAs may be important in cell growth and cell death. MiR-181b induced changes in protein expression of most genes that were seemingly related to enhancing cell growth and decreasing cell death, while miR-34a mediated contrary changes of gene expression. Cell growth assays further confirmed this finding. In further study on miR-20b-mediated osteogenesis in hMSCs, miR-20b was found to enhance osteogenesis by activating BMPs/Runx2 signaling pathway in several stages by co-repressing of PPARγ, Bambi and Crim1. CONCLUSIONS: With its multi-target characteristics, miR-181b, miR-34a and miR-20b provoked detectable functional changes by co-regulating functionally-related gene groups or several genes in the same signaling pathway, and thus mild regulation from individual miRNA targeting genes could have contributed to an additive effect. This might also be one of the modes of miRNA-mediated gene regulation.
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 ».