Investigation of TGF<i>β</i>1-Induced Long Noncoding RNAs in Endothelial Cells
Notice bibliographique
Résumé
Objective. To evaluate the relationship between TGFβ signaling and endothelial lncRNA expression. Methods. Human umbilical vein endothelial cell (HUVECs) lncRNAs and mRNAs were profiled with the Arraystar Human lncRNA Expression Microarray V3.0 after 24 hours of exposure to TGFβ1 (10 ng/mL). Results. Of the 30,584 lncRNAs screened, 2,051 were significantly upregulated and 2,393 were appreciably downregulated (P < 0.05) in response to TGFβ. In the same HUVEC samples, 2,148 of the 26,106 mRNAs screened were upregulated and 1,290 were downregulated. Of these 2,051 differentially expressed upregulated lncRNAs, MALAT1, which is known to be induced by TGFβ in endothelial cells, was the most (~220-fold) upregulated lncRNA. Bioinformatics analyses indicated that the differentially expressed upregulated mRNAs are primarily enriched in hippo signaling, Wnt signaling, focal adhesion, neuroactive ligand-receptor interaction, and pathways in cancer. The most downregulated are notably involved in olfactory transduction, PI3-Akt signaling, Ras signaling, neuroactive ligand-receptor interaction, and apoptosis. Conclusions. This is the first lncRNA and mRNA transcriptome profile of TGFβ-mediated changes in human endothelial cells. These observations may reveal potential new targets of TGFβ in endothelial cells and novel therapeutic avenues for cardiovascular disease-associated endothelial dysfunction.
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 ».