Extracellular vesicle <scp>RNA</scp>s reflect placenta dysfunction and are a biomarker source for preterm labour
Notice bibliographique
Résumé
Preterm birth (PTB) can lead to lifelong complications and challenges. Identifying and monitoring molecular signals in easily accessible biological samples that can diagnose or predict the risk of preterm labour (PTL) in pregnant women will reduce or prevent PTBs. A number of studies identified putative biomarkers for PTL including protein, miRNA and hormones from various body fluids. However, biomarkers identified from these studies usually lack consistency and reproducibility. Extracellular vesicles (EVs) in circulation have gained significant interest in recent years as these vesicles may be involved in cell-cell communication. We have used an improved small RNA library construction protocol and a newly developed size exclusion chromatography (SEC)-based EV purification method to gain a comprehensive view of circulating RNA in plasma and its distribution by analysing RNAs in whole plasma and EV-associated and EV-depleted plasma. We identified a number of miRNAs in EVs that can be used as biomarkers for PTL, and these miRNAs may reflect the pathological changes of the placenta during the development of PTL. To our knowledge, this is the first study to report a comprehensive picture of circulating RNA, including RNA in whole plasma, EV and EV-depleted plasma, in PTL and reveal the usefulness of EV-associated RNAs in disease diagnosis.
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 | 0,001 | 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 | 0,000 | 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 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 ».