MicroRNA-34a protects myocardial cells against ischemia–reperfusion injury through inhibiting autophagy via regulating TNFα expression
Notice bibliographique
Résumé
BACKGROUND: ischemia-reperfusion (I/R) is a consequence of restored blood supply after myocardial infarction. Myocardial I/R injury can be alleviated by reducing autophagy in heart tissue. MicroRNA-34a (miR-34a) has been shown to regulate autophagy in a renal model of I/R, but it is not known whether it can protect cardiac tissues from I/R injury. This study investigated how miR-34a protects myocardial cells from I/R injury by inhibiting autophagy via regulation of tumor necrosis factor α (TNFα). METHODS: we constructed an I/R model in vivo using Langendorff perfusion, and we constructed an in vivo model by treating neonatal rat cardiomyocytes (NRCMs) with hypoxia-reoxygenation (H/R method). Transfected adenoviral-overexpressed miR-34a mimics and controlled NRCMs after H/R. We analyzed cell viability using the MTT assay and a cell counting kit-8 (CCK-8) assay. Changes in the rate of apoptosis were detected by flow cytometry. We investigated the effect mechanisms of miR-34a with Western blot and luciferase assays. RESULTS: miR-34a expression decreased after in vivo reperfusion of the myocardial cells and heart tissues of neonatal rats. MiR-34a reduced apoptosis of the NRCMs and autophagy levels, simultaneously, after H/R injury. Further, miR-34a decreased the expression of Lc3-II and p62, indicating that miR-34a reduces myocardial I/R injury by decreasing TNFα expression. CONCLUSION: miR-34a can inhibit autophagy levels after I/R by targeting TNFα, thereby reducing myocardial injury.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».