Next-Generation Sequencing Analysis Reveals Differential Expression Profiles of MiRNA-mRNA Target Pairs in KSHV-Infected Cells
Notice bibliographique
Résumé
Kaposi's sarcoma associated herpesvirus (KSHV) causes several tumors, including primary effusion lymphoma (PEL) and Kaposi's sarcoma (KS). Cellular and viral microRNAs (miRNAs) have been shown to play important roles in regulating gene expression. A better knowledge of the miRNA-mediated pathways affected by KSHV infection is therefore important for understanding viral infection and tumor pathogenesis. In this study, we used deep sequencing to analyze miRNA and cellular mRNA expression in a cell line with latent KSHV infection (SLKK) as compared to the uninfected SLK line. This approach revealed 153 differentially expressed human miRNAs, eight of which were independently confirmed by qRT-PCR. KSHV infection led to the dysregulation of ~15% of the human miRNA pool and most of these cellular miRNAs were down-regulated, including nearly all members of the 14q32 miRNA cluster, a genomic locus linked to cancer and that is deleted in a number of PEL cell lines. Furthermore, we identified 48 miRNAs that were associated with a total of 1,117 predicted or experimentally validated target mRNAs; of these mRNAs, a majority (73%) were inversely correlated to expression changes of their respective miRNAs, suggesting miRNA-mediated silencing mechanisms were involved in a number of these alterations. Several dysregulated miRNA-mRNA pairs may facilitate KSHV infection or tumor formation, such as up-regulated miR-708-5p, associated with a decrease in pro-apoptotic caspase-2 and leukemia inhibitory factor LIF, or down-regulated miR-409-5p, associated with an increase in the p53-inhibitor MDM2. Transfection of miRNA mimics provided further evidence that changes in miRNAs are driving some observed mRNA changes. Using filtered datasets, we also identified several canonical pathways that were significantly enriched in differentially expressed miRNA-mRNA pairs, such as the epithelial-to-mesenchymal transition and the interleukin-8 signaling pathways. Overall, our data provide a more detailed understanding of KSHV latency and guide further studies of the biological significance of these changes.
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 ».