Identification and Characterization of microRNAs during Retinoic Acid-Induced Regeneration of a Molluscan Central Nervous System
Notice bibliographique
Résumé
Retinoic acid (RA) is the biologically active metabolite of vitamin A and has become a well-established factor that induces neurite outgrowth and regeneration in both vertebrates and invertebrates. However, the underlying regulatory mechanisms that may mediate RA-induced neurite sprouting remain unclear. In the past decade, microRNAs have emerged as important regulators of nervous system development and regeneration, and have been shown to contribute to processes such as neurite sprouting. However, few studies have demonstrated the role of miRNAs in RA-induced neurite sprouting. By miRNA-Sequencing analysis, we identify 482 miRNAs in the regenerating CNS of the mollusc Lymnaea stagnalis, 219 of which represent potentially novel miRNAs. Of the remaining conserved miRNAs, 38 show a statistically significant up or downregulation in regenerating CNS as a result of RA treatment. We further characterized the expression of one neuronally-enriched miRNA upregulated by RA, miR-124. We demonstrate for the first time that miR-124 is expressed within the cell bodies and neurites of regenerating motorneurons. Moreover, we identify miR-124 expression within the growth cones of cultured ciliary motorneurons (Pedal A), whereas expression in the growth cones of another class of respiratory motorneurons (RPA) was absent in vitro. These findings support our hypothesis that miRNAs are important regulators of retinoic acid-induced neuronal outgrowth and regeneration in regeneration-competent species.
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 | 0,000 |
| 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) | 0,001 | 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 ».