Comprehensive analysis of long noncoding RNA expression in dorsal root ganglion reveals cell-type specificity and dysregulation after nerve injury
Notice bibliographique
Résumé
Dorsal root ganglion (DRG) neurons provide connectivity between peripheral tissues and the spinal cord. Transcriptional plasticity within DRG sensory neurons after peripheral nerve injury contributes to nerve repair but also leads to maladaptive plasticity, including the development of neuropathic pain. This study presents tissue and neuron-specific expression profiling of both known and novel long noncoding RNAs (LncRNAs) in the rodent DRG after nerve injury. We have identified a large number of novel LncRNAs expressed within the rodent DRG, a minority of which were syntenically conserved between the mouse, rat, and human, and including, both intergenic and antisense LncRNAs. We have also identified neuron type-specific LncRNAs in the mouse DRG and LncRNAs that are expressed in human IPS cell-derived sensory neurons. We show significant plasticity in LncRNA expression after nerve injury, which in mice is strain and gender dependent. This resource is publicly available and will aid future studies of DRG neuron identity and the transcriptional landscape in both the naive and injured DRG. We present our work regarding novel antisense and intergenic LncRNAs as an online searchable database, accessible from PainNetworks (http://www.painnetworks.org/). We have also integrated all annotated gene expression data in PainNetworks, so they can be examined in the context of their protein interactions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».