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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».