Long noncoding RNA MALAT1 participates in the pathological angiogenesis of diabetic retinopathy in an oxygen-induced retinopathy mouse model by sponging miR-203a-3p
Notice bibliographique
Résumé
Diabetic retinopathy (DR) is a devastating complication of diabetes. The aim of the present study is to investigate the exact role and mechanism of long noncoding RNA MALAT1 (MALAT1) in the progress of DR. An oxygen-induced retinopathy (OIR) mouse model and high glucose (HG) stimulated human retinal microvascular endothelial cells (HRMECs) were employed to mimic the pathological statues of DR. Quantitative real-time PCR (qRT-PCR) and Western blot results showed that MALAT1, VEGFA, and HIF-1α levels were increased in DR retinal tissues and HG-stimulated HRMECs, whereas the expression of miR-203a-3p was decreased. Knockdown of MALAT1 or upregulation of miR-203a-3p both suppressed HG-induced proliferation, migration, and tube formation of HRMECs. A dual-luciferase reporter assay showed that miR-203a-3p could bind to the predicted seed regions of MALAT1 as evidenced by the reduced luciferase activity. Furthermore, enforced downregulation of miR-203a-3p abolished the suppressive effect of MALAT1 silencing on HRMEC cell migration and tube formation. In conclusion, these data demonstrated that MALAT1 may affect angiogenesis by sponging miR-203a-3p in DR, suggesting that MALAT1 may act as a novel therapeutic target for the treatment of DR.
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 | 0,000 |
| 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 ».