Systems biology combining human- and animal-data miRNA and mRNA data identifies new targets in ureteropelvic junction obstruction
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: Although renal fibrosis and inflammation have shown to be involved in the pathophysiology of obstructive nephropathies, molecular mechanisms underlying evolution of these processes remain undetermined. In an attempt towards improved understanding of obstructive nephropathy and improved translatability of the results to clinical practice we have developed a systems biology approach combining omics data of both human and mouse obstructive nephropathy. RESULTS: We have studied in parallel the urinary miRNome of infants with ureteropelvic junction obstruction and the kidney tissue miRNome and transcriptome of the corresponding neonatal partial unilateral ureteral obstruction (UUO) mouse model. Several hundreds of miRNAs and mRNAs displayed changed abundance during disease. Combination of miRNAs in both species and associated mRNAs let to the prioritization of five miRNAs and 35 mRNAs associated to disease. In vitro and in vivo validation identified consistent dysregulation of let-7a-5p and miR-29-3p and new potential targets, E3 ubiquitin-protein ligase (DTX4) and neuron navigator 1 (NAV1), potentially involved in fibrotic processes, in obstructive nephropathy in both human and mice that would not be identified otherwise. CONCLUSIONS: Our study is the first to correlate a mouse model of neonatal partial UUO with human UPJ obstruction in a comprehensive systems biology analysis. Our data revealed let-7a and miR-29b as molecules potentially involved in the development of fibrosis in UPJ obstruction via the control of DTX4 in both man and mice that would not be identified otherwise.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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