Hsa-miR-372-5p regulates the NIMA related kinase 7 and IL-1β release in NK/T-cell lymphoma
Notice bibliographique
Résumé
Epstein-Barr virus (EBV) infection is prevalent and associated with distinct diseases including infectious mononucleosis (IM), chronic active EBV infection (CAEBV) and NK/T-cell lymphoma (NKTL). However, the specific roles of EBV in these diseases remain unclear. Here, the whole miRNA expression datasets derived from 7 IM, 6 CAEBV, and 3 NKTL biopsies were obtained. Homo sapiens microRNA-372-5p (Hsa-miR-372-5p) was upregulated in both CAEBV and NKTL patients. Overexpression of hsa-miR-372-5p altered the expression of over 100 proteins. In addition, hsa-miR-372-5p may target NIMA related kinase 7 to regulate NLRP3 inflammasome activation in host cell. Taken together, we reported different miRNA expression profiles in distinct EBV associated diseases, which provided novel insights to understand how host miRNAs contribute to the mechanism of EBV associated diseases. Hsa-miR-372-5p, as well as other differential expressed miRNA, might serve as potential targets in the therapy of various EBV associated 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 | 0,000 |
| 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 | 0,001 | 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 ».