Transcriptomic profiling of canine atrial fibrillation models after one week of sustained arrhythmia
Notice bibliographique
Résumé
ABSTRACT Background Atrial fibrillation (AF), the most common sustained arrhythmia, is associated with increased morbidity, mortality, and health-care costs. AF develops over many years and is often related to substantial atrial structural and electrophysiological remodeling. AF may lack symptoms at onset and atrial biopsy samples are generally obtained in subjects with advanced disease, so it is difficult to study earlier-stage pathophysiology in humans. Methods Here, we characterized comprehensively the transcriptomic (miRNAseq and mRNAseq) changes in the left atria of two robust canine AF-models after one week of electrically-maintained AF, without or with ventricular rate-control via atrioventricular node-ablation/ventricular pacing. Results Our RNA-sequencing experiments identified thousands of genes that are differentially expressed, including a majority that have never before been implicated in AF. Gene-set enrichment analyses highlighted known (e.g. extracellular matrix structure organization) but also many novel pathways (e.g. muscle structure development, striated muscle cell differentiation) that may play a role in tissue remodeling and/or cellular transdifferentiation. Of interest, we found dysregulation of a cluster of non-coding RNAs, including many microRNAs but also the MEG3 long non-coding RNA orthologue, located in the syntenic region of the imprinted human DLK1-DIO3 locus. Interestingly (in the light of other recent observations), our analysis identified gene-targets of differentially expressed microRNAs at the DLK1-DIO3 locus implicating glutamate signaling in AF pathophysiology. Conclusions Our results capture molecular events that occur at an early stage of disease development using well-characterized animal models, and may therefore inform future studies that aim to further dissect the causes of AF in humans.
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 ».