Small RNAome profiling from human skeletal muscle: novel miRNAs and their targets associated with cancer cachexia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: MicroRNAs (miRs) are small non-coding RNAs that regulate gene (mRNA) expression. Although the pathological role of miRs have been studied in muscle wasting conditions such as myotonic and muscular dystrophy, their roles in cancer cachexia (CC) are still emerging. OBJECTIVES: The objectives are (i) to profile human skeletal muscle expressed miRs; (ii) to identify differentially expressed (DE) miRs between cachectic and non-cachectic cancer patients; (iii) to identify mRNA targets for the DE miRs to gain mechanistic insights; and (iv) to investigate if miRs show potential prognostic and predictive value. METHODS: Study subjects were classified based on the international consensus diagnostic criteria for CC. Forty-two cancer patients were included, of which 22 were cachectic cases and 20 were non-cachectic cancer controls. Total RNA isolated from muscle biopsies were subjected to next-generation sequencing. RESULTS: A total of 777 miRs were profiled, and 82 miRs with read counts of ≥5 in 80% of samples were retained for analysis. We identified eight DE miRs (up-regulated, fold change of ≥1.4 at P < 0.05). A total of 191 potential mRNA targets were identified for the DE miRs using previously described human skeletal muscle mRNA expression data (n = 90), and a majority of them were also confirmed in an independent mRNA transcriptome dataset. Ingenuity pathway analysis identified pathways related to myogenesis and inflammation. qRT-PCR analysis of representative miRs showed similar direction of effect (P < 0.05), as observed in next-generation sequencing. The identified miRs also showed prognostic and predictive value. CONCLUSIONS: In all, we identified eight novel miRs associated with CC.
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.
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 découle