Long non-coding RNAs in ischemic stroke
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
Stroke is one of the leading causes of mortality and disability worldwide. Uncovering the cellular and molecular pathophysiological processes in stroke have been a top priority. Long non-coding (lnc) RNAs play critical roles in different kinds of diseases. In recent years, a bulk of aberrantly expressed lncRNAs have been screened out in ischemic stroke patients or ischemia insulted animals using new technologies such as RNA-seq, deep sequencing, and microarrays. Nine specific lncRNAs, antisense non-coding RNA in the INK4 locus (ANRIL), metastasis-associate lung adenocarcinoma transcript 1 (MALAT1), N1LR, maternally expressed gene 3 (MEG3), H19, CaMK2D-associated transcript 1 (C2dat1), Fos downstream transcript (FosDT), small nucleolar RNA host gene 14 (SNHG14), and taurine-upregulated gene 1 (TUG1), were found increased in cerebral ischemic animals and/or oxygen-glucose deprived (OGD) cells. These lncRNAs were suggested to promote cell apoptosis, angiogenesis, inflammation, and cell death. Our Gene Ontology (GO) enrichment analysis predicted that MEG3, H19, and MALAT1 might also be related to functions such as neurogenesis, angiogenesis, and inflammation through mechanisms of gene regulation (DNA transcription, RNA folding, methylation, and gene imprinting). This knowledge may provide a better understanding of the functions and mechanisms of lncRNAs in ischemic stroke. Further elucidating the functions and mechanisms of these lncRNAs in biological systems under normal and pathological conditions may lead to opportunities for identifying biomarkers and novel therapeutic targets of ischemic stroke.
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 | 0,000 | 0,000 |
| 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 découle