MétaCan
Menu
Retour à la cohorte
Enregistrement W2484877107 · doi:10.1371/journal.pone.0159724

Control of the Inflammatory Macrophage Transcriptional Signature by miR-155

2016· article· en· W2484877107 sur OpenAlexfundno aff
Kyle Jablonski, Andrew D. Gaudet, Stephanie A. Amici, Phillip G. Popovich, Mireia Guerau‐de‐Arellano

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune cells in cancer
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchOhio State University
Mots-clésInflammationBiologyMacrophagemicroRNAKnockout mouseTumor necrosis factor alphaGene expressionProinflammatory cytokineCell biologyLipopolysaccharideRegulation of gene expressionGene expression profilingGene knockoutmiR-155Molecular biologyImmunologyGeneIn vitroGenetics

Résumé

récupéré en direct d'OpenAlex

Inflammatory M1 spectrum macrophages protect from infection but can cause inflammatory disease and tissue damage, whereas alternatively activated/M2 spectrum macrophages reduce inflammation and promote tissue repair. Modulation of macrophage phenotype may be therapeutically beneficial and requires further understanding of the molecular programs that control macrophage differentiation. A potential mechanism by which macrophages differentiate may be through microRNA (miRNA), which bind to messenger RNA and post-transcriptionally modify gene expression, cell phenotype and function. We hypothesized that the inflammation-associated miRNA, miR-155, would be required for typical development of macrophage inflammatory state. miR-155 was rapidly up-regulated over 100-fold in inflammatory M1(LPS + IFN-γ), but not M2(IL-4), macrophages. Inflammatory genes Inos, Il1b and Tnfa and their corresponding protein or enzymatic products were reduced up to 72% in miR-155 knockout mouse M1(LPS + IFN-γ) macrophages, but miR-155 deficiency did not affect expression of the M2-associated gene Arg1 in M2(IL-4) macrophages. Additionally, a miR-155 oligonucleotide inhibitor efficiently suppressed Inos and Tnfa gene expression in wild-type M1(LPS + IFN-γ) macrophages. Comparative transcriptional profiling of unstimulated and M1(LPS + IFN-γ) macrophages derived from wild-type (WT) and miR-155 knockout (KO) mice revealed that half (approximately 650 genes) of the signature we previously identified in WT M1(LPS + IFN-γ) macrophages was dependent on miR-155. Real-Time PCR of independent datasets confirmed that miR-155 contributed to suppression of its validated mRNA targets Inpp5d, Tspan14, Ptprj and Mafb and induction of Inos, Il1b, Tnfa, Il6 and Il12. Overall, these data indicate that miR-155 plays an essential role in driving the inflammatory phenotype of M1(LPS+ IFN-γ) macrophages.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,177
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations153
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetImmune cells in cancerTravaux en français237 207