Complexity of the microRNA transcriptome of cow milk and milk-derived extracellular vesicles isolated via differential ultracentrifugation
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are small gene-regulatory noncoding RNA that are highly enriched in cow milk. They are encapsulated in different extracellular vesicle (EV) subsets that protect them from the extracellular milieu and the harsh conditions of the gastrointestinal tract during digestion. Here, we isolated pellets enriched in 4 different EV subsets, via differential ultracentrifugation of commercial cow milk: 12,000 × g (P12K), 35,000 × g (P35K), 70,000 × g (P70K), and 100,000 × g (P100K). Small RNA sequencing (sRNA-Seq) analyses revealed an unprecedented level of diversity in the complete miRNA repertoire and features of unfractionated cow milk and derived EV subsets. Although 5 miRNA sequences represented more than 50% of all miRNAs, milk EV exhibited heterogeneous content of miRNAs and isomeric variants (termed isomiR): P100K EV were enriched in reference miRNA sequences, and P12K and P35K EV in related isomiR. Incubation of milk EV with human cultured HeLa cells led to cellular enrichment in miRNA miR-223, which was concomitant with decreased expression of a reporter gene placed under the control of miR-223, thereby demonstrating the functionality of miR-223. These results suggest that cow milk EV may transfer their miRNAs to human cells and regulate recipient cell gene expression programming in a manner as complex as that of their miRNA transcriptome. The biological activity and relevance of the different milk EV subsets and bioactive mediators, including small noncoding RNA, in health and disease, warrants further investigation.
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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».