Y‐RNA subtype ratios in plasma extracellular vesicles are cell type‐ specific and are candidate biomarkers for inflammatory diseases
Notice bibliographique
Résumé
Major efforts are made to characterize the presence of microRNA (miRNA) and messenger RNA in blood plasma to discover novel disease-associated biomarkers. MiRNAs in plasma are associated to several types of macromolecular structures, including extracellular vesicles (EV), lipoprotein particles (LPP) and ribonucleoprotein particles (RNP). RNAs in these complexes are recovered at variable efficiency by commonly used EV- and RNA isolation methods, which causes biases and inconsistencies in miRNA quantitation. Besides miRNAs, various other non-coding RNA species are contained in EV and present within the pool of plasma extracellular RNA. Members of the Y-RNA family have been detected in EV from various cell types and are among the most abundant non-coding RNA types in plasma. We previously showed that shuttling of full-length Y-RNA into EV released by immune cells is modulated by microbial stimulation. This indicated that Y-RNAs could contribute to the functional properties of EV in immune cell communication and that EV-associated Y-RNAs could have biomarker potential in immune-related diseases. Here, we investigated which macromolecular structures in plasma contain full length Y-RNA and whether the levels of three Y-RNA subtypes in plasma (Y1, Y3 and Y4) change during systemic inflammation. Our data indicate that the majority of full length Y-RNA in plasma is stably associated to EV. Moreover, we discovered that EV from different blood-related cell types contain cell-type-specific Y-RNA subtype ratios. Using a human model for systemic inflammation, we show that the neutrophil-specific Y4/Y3 ratios and PBMC-specific Y3/Y1 ratios were significantly altered after induction of inflammation. The plasma Y-RNA ratios strongly correlated with the number and type of immune cells during systemic inflammation. Cell-type-specific "Y-RNA signatures" in plasma EV can be determined without prior enrichment for EV, and may be further explored as simple and fast test for diagnosis of inflammatory responses or other immune-related diseases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».