A global profile of glucose-sensitive endothelial-expressed long non-coding RNAs
Notice bibliographique
Résumé
Hyperglycemia-related endothelial dysfunction is believed to be the crux of diabetes-associated micro- and macro-vascular complications. We conducted a systematic transcriptional survey to screen for human endothelial long non-coding RNAs (lncRNAs) regulated by elevated glucose levels. lncRNAs and protein-coding transcripts from human umbilical vein endothelial cells (HUVECs) cultured under high (25 mmol/L) or normal (5 mmol/L) glucose conditions for 24 h were profiled with the Arraystar Human LncRNA Expression Microarray V3.0. Of the 30 586 lncRNAs screened, 100 were significantly upregulated and 186 appreciably downregulated (P < 0.05) in response to high-glucose exposure. In the same HUVEC samples, 133 of the 26 109 mRNAs screened were upregulated and 166 downregulated. Of these 299 differentially expressed mRNAs, 26 were significantly associated with 28 differentially expressed long intergenic non-coding RNAs (P < 0.05). Bioinformatics analyses indicated that the mRNAs most upregulated are primarily enriched in axon guidance signaling pathways; those most downregulated are notably involved in pathways targeting vascular smooth muscle cell contraction, dopaminergic signaling, ubiquitin-mediated proteolysis, and adrenergic signaling. This is the first lncRNA and mRNA transcriptome profile of high-glucose-mediated changes in human endothelial cells. These observations may prove novel insights into novel regulatory molecules and pathways of hyperglycemia-related endothelial dysfunction and, accordingly, diabetes-associated vascular disease.
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 ».