Next-generation sequencing reveals broad down-regulation of microRNAs in secondary progressive multiple sclerosis CD4+ T cells
Notice bibliographique
Résumé
BACKGROUND: Immunoactivation is less evident in secondary progressive MS (SPMS) compared to relapsing-remitting disease. MicroRNA (miRNA) expression is integral to the regulation of gene expression; determining their impact on immune-related cell functions, especially CD4+ T cells, during disease progression will advance our understanding of MS pathophysiology. This study aimed to compare miRNA profiles of CD4+ T cells from SPMS patients to healthy controls (HC) using whole miRNA transcriptome next-generation sequencing (NGS). Total RNA was extracted from CD4+ T cells and miRNA expression patterns analyzed using Illumina-based small-RNA NGS in 12 SPMS and 12 HC samples. Results were validated in a further cohort of 12 SPMS and 10 HC by reverse transcription quantitative polymerase chain reaction (RT-qPCR). RESULTS: The ten most dysregulated miRNAs identified by NGS were selected for qPCR confirmation; five (miR-21-5p, miR-26b-5p, miR-29b-3p, miR-142-3p, and miR-155-5p) were confirmed to be down-regulated in SPMS (p < 0.05). SOCS6 is targeted by eight of these ten miRNAs. Consistent with this, SOCS6 expression is up-regulated in SPMS CD4+ T cells (p < 0.05). This is of particular interest as SOCS6 has previously been shown to act as a negative regulator of T cell activation. CONCLUSIONS: Ninety-seven percent of miRNA candidates identified by NGS were down-regulated in SPMS. The down-regulation of miRNAs and increased expression of SOCS6 in SPMS CD4+ T cells may contribute to reduced immune system activity in progressive MS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».