MicroRNA Let-7i Is a Promising Serum Biomarker for Post-stroke Cognitive Impairment and Alleviated OGD-Induced Cell Damage in vitro by Regulating Bcl-2
Notice bibliographique
Résumé
Background The mechanism of post-stroke cognitive impairment (PSCI) has not been explained. We aimed to investigate whether miR-let-7i participates in the PSCI and illuminates its underlying role in oxygen–glucose deprivation (OGD)-induced cell apoptosis. Methods Blood samples from 36 subjects with PSCI and 38 with post-stroke cognitive normality (Non-PSCI) were collected to evaluate the differential expression of miR-let-7 family members, using qRT-PCT analysis. Spearman correlation was performed to estimate the correlation between the miR-1et-7i level and Montreal Cognitive Assessment (MoCA) score. Treatment of SH-SY5Y cells with OGD was used to induce cell apoptosis in vitro . Effects of miR-let-7i on OGD-induced cell apoptosis was estimated after transfection. The target gene of miR-let-7i was analyzed by dual luciferase reporter gene assay. Results The expression of miR-let-7i was up-regulated in PSCI patients compared with Non-PSCI ( p < 0.001) and negatively correlated with MoCA score ( r = −0.643, p < 0.001). When exposed to OGD, SH-SY5Y cells showed significant apoptosis accompanied by miR-let-7i up-regulation. In OGD-treated cells, miR-let-7i up-regulation was accompanied by cell apoptosis, while down-regulation showed the opposite effect. Luciferase reporter assay showed that Bcl-2 was a target gene of miR-let-7i. Western blot showed that miR-let-7i up-regulation promoted Bcl-2 expression, while qRT-PCR showed that miR-let-7i had no effect on Bcl-2 expression. Conclusion miR-let-7i was overexpressed in PSCI patients and it could be used as a diagnostic biomarker for PSCI. We illuminated the potential mechanism that miR-let-7i alleviated OGD-induced cell damage by targeting Bcl-2 at the post-transcriptional level.
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 | 0,000 |
| 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 ».