MicroRNA profiling of human myeloid angiogenic cells derived from peripheral blood mononuclear cells
Notice bibliographique
Résumé
Human myeloid angiogenic cells (MACs), also termed early endothelial progenitor cells, play an important role in neovascularization and vascular repair. MicroRNAs (miRNAs) are a class of naturally occurring, noncoding, short (∼22 nucleotides), single-stranded RNAs that regulate gene expression post-transcriptionally. MiRNAs have been shown to regulate MAC function. A miRNA signature of MACs was described approximately a decade ago, and many new miRNAs have been discovered in recent years. In this study, we aimed to provide an up-to-date miRNA signature for human MACs. MACs were obtained by culture of human peripheral blood mononuclear cells in endothelial medium for 7 days. Using qPCR array analysis we identified 72 highly expressed miRNAs (CT value < 30) in human MACs. RT–qPCR quantification of select miRNAs revealed a strong correlation between the CT values detected by the array analysis and RT–qPCR, suggesting the miRNA signature generated by the qPCR array assay is accurate and reliable. Experimentally validated target genes of the 10 most highly expressed miRNAs were retrieved. Only a few of the targets and their respective miRNAs have been studied for their role in MAC biology. Our study therefore provides a valuable repository of miRNAs for future exploration of miRNA function in MACs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».