ANRIL regulates production of extracellular matrix proteins and vasoactive factors in diabetic complications
Notice bibliographique
Résumé
noncoding RNAs (lncRNAs) have gained widespread interest due to their prevailing presence in various diseases. lncRNA ANRIL (a. k. a. CDKN2B-AS1) is located on human chromosome 9 (p21.3) and transcribed in opposite direction to the INK4b-ARF-INK4a gene cluster. It has been identified as a highly susceptible region for diseases such as coronary artery diseases and type 2 diabetes. Here, we explored its regulatory role in diabetic nephropathy (DN) and diabetic cardiomyopathy (DCM) in association with epigenetic modifiers p300 and polycomb repressive complex 2 (PRC2) complex. We used an ANRIL-knockout (ANRILKO) mouse model for this study. The wild-type and ANRILKO animals with or without streptozotocin-induced diabetes were monitored for 2 min. At the end of the time point, urine and tissues were collected. The tissues were measured for fibronectin (FN), type IV collagen (Col1α4), and VEGF mRNA and protein expressions. Renal function was determined by the measurement of 24-h urine volume and albumin/creatinine ratio at euthanasia. Renal and cardiac structures were investigated using periodic acid-Schiff stain and/or immunohistochemical analysis. Elevated expressions of extracellular matrix (ECM) proteins were prevented in ANRILKO diabetic animals. Furthermore, ANRILKO had a protective effect on diabetic mouse kidneys, as evidenced by lowering of urine volume and urine albumin levels in comparison with the wild-type diabetic animals. These alterations regulated by ANRIL may be mediated by p300 and enhancer of zeste 2 (EZH2) of the PRC2 complex. Our study concludes that ANRIL regulates functional and structural alterations in the kidneys and hearts in diabetes through controlling the expressions of ECM proteins and VEGF.
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 | 0,001 |
| 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 ».