MicroRNA expression pattern differs depending on endometriosis lesion type†
Notice bibliographique
Résumé
MicroRNA (miRNA), noncoding segments of RNA involved in post-transcriptional regulation of protein expression are differentially expressed in eutopic endometrium of women with and without endometriosis compared to endometriotic lesions. However, endometriotic lesion types are known to be biochemically distinct and therefore hypothesized that miRNAs are differentially expressed in endometriomas compared to peritoneal and deep-infiltrating lesions. Therefore, endometrial biopsies and ectopic implants from women (n = 38) undergoing laparoscopic surgery for chronic pelvic pain were collected. Samples of endometriomas, peritoneal or deep-infiltrating lesions were selected from our tissue bank for study participants who exclusively had only one lesion type noted on their surgical report. Quantitative real-time polymerase chain reaction for miR-9, miR-21, miR-424, miR-10a, miR-10b, and miR-204 was performed. miR-204 expression was significantly lower (P = 0.0016) in the eutopic endometrium of women with endometriosis compared to controls. Relative expression of miR-21, miR-424, and miR-10b differed significantly (P < 0.05) across endometriotic lesion types. Finally, all miRNAs isolated from endometriomas, peritoneal and deep-infiltrating lesions studied were differentially expressed compared to matched eutopic endometrium samples. We therefore conclude that miRNA expression in the eutopic endometrium from women with endometriosis differs from symptomatic controls. Moreover, miRNA expression pattern is dependent on the endometriotic lesion type studied. We suggest that identification of different miRNA expression patterns for endometriomas, peritoneal and deep-infiltrating lesions could contribute to individualized patient care for women with endometriosis.
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 | 0,003 |
| 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 | 0,000 |
| 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 ».