MétaCan
Menu
Retour à la cohorte
Enregistrement W2898842616 · doi:10.1097/01.hjh.0000548560.38111.f0

A3978 miR-338–3p down-regulation was identified in small arteries of hypertensive patients with chronic kidney disease

2018· article· en· W2898842616 sur OpenAlexaff
Olga Berillo, Ku-Geng Huo, Nada Mahjoub, Chantal Richer, Júlio C Fraulob-Aquino, Asia Rehman, Marie Briet, Pierre Boutouyrie, Mark L. Lipman, Daniel Sinnett, Pierre Paradis, Ernesto L. Schiffrin

Notice bibliographique

RevueJournal of Hypertension · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinemicroRNAKidney diseaseBlood pressureInternal medicineGene expressionRenal functionRNAFold changeMessenger RNAPathophysiologyReal-time polymerase chain reactionGeneBioinformaticsEndocrinologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Objectives: Hypertension (HTN) and chronic kidney disease (CKD) are global health disorders that are epidemiologically associated. Vascular injury is an early manifestation in HTN and contributes to CKD. It is characterized by vascular dysfunction and remodeling and gene expression changes. MicroRNAs (miRs) are important non-coding RNA gene expression regulators, but their implication in vascular injury remains unclear. We aimed to identify differentially expressed (DE) miRs in small arteries of HTN and CKD human subjects to get insight into pathophysiological molecular mechanisms in these conditions. Methods: Normotensive, HTN (systolic blood pressure (BP) >135 mmHg or diastolic BP of 85–115 mmHg with BpTRU) and CKD subjects (estimated glomerular filtration rate < 60 mL/min/m2) (n = 15–16) were studied. Small arteries were isolated from subcutaneous gluteal biopsies and RNA extracted for small and total RNA sequencing using Illumina HiSeq-2500. EdgeR was used for differential expression analysis, TargetScan to predict DE miR targets in the DE mRNAs and reverse transcription-quantitative PCR (RT-qPCR) to confirm RNA differential expression and find vascular cells expressing these RNAs. Results: DE miRs were identified (P < 0.05) uniquely associated with HTN (3↑ and 6↓) and CKD (42↑ and 39↓) and in both groups (2↑). Correlation between RNA-sequencing and RT-qPCR data was demonstrated for 3 miRs (of 14 tested) including the down-regulated miR-338–3p uniquely associated with CKD (r = 0.91, P < 10–16). ACER2, CCL14 and GPX3 were predicted targets for this miR. miR-338–3p and its predicted targets were found to be expressed in endothelial cells. Conclusion: miR-338–3p down-regulation was found in small arteries uniquely associated with CKD.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HypertensionMême sujetCancer-related molecular mechanisms researchTravaux en français237 207