MALAT1: A regulator of inflammatory cytokines in diabetic complications
Notice bibliographique
Résumé
OBJECTIVES AND DESIGN: In this study, we examined the role of MALAT1, a highly conserved nuclear long non-coding RNA molecule, in chronic diabetic complications affecting the heart and kidneys using both in vitro and in vivo models: human endothelial cell culture and a Malat1 knockout mice model. RESULTS: Findings from our in vitro experiments demonstrated that MALAT1 was predominantly localized to nuclear speckles in endothelial cells and MALAT1 expression was significantly increased following incubation with high glucose in association with increased expression of inflammatory cytokines. As for our in vivo experiments, we used Malat1 knockout mice and wild-type controls with or without streptozotocin-induced diabetes over 2 months of follow-up, where all of our diabetic animals showed hyperglycaemia and polyuria. Examination of cardiac and renal tissues demonstrated altered MALAT1 RNA expression in wild-type diabetic animals. Such changes were associated with augmented production of downstream inflammatory molecules at the mRNA and protein levels. Diabetes-induced elevations of inflammatory markers were significantly decreased in Malat1 knockout diabetic animals. In addition to transcript and protein analyses, we examined functional changes in the heart and kidneys. Organ functions were affected in the wild-type diabetic mice but were rescued in Malat1 knockout mice. CONCLUSIONS: Taken together, findings from this study will provide direct evidence and insight into the importance of MALAT1 in the pathogenesis of chronic diabetic complications involving the heart and kidneys.
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 ».