Identification of Novel Insulin Resistance Related ceRNA Network in T2DM and Its Potential Editing by CRISPR/Cas9
Notice bibliographique
Résumé
Background: Type 2 diabetes mellitus is one of the leading causes of morbidity and mortality worldwide and is derived from an accumulation of genetic and epigenetic changes. In this study, we aimed to construct Insilco, a competing endogenous RNA (ceRNA) network linked to the pathogenesis of insulin resistance followed by its experimental validation in patients’, matched control and cell line samples, as well as to evaluate the efficacy of CRISPR/Cas9 as a potential therapeutic strategy to modulate the expression of this deregulated network. By applying bioinformatics tools through a two-step process, we identified and verified a ceRNA network panel of mRNAs, miRNAs and lncRNA related to insulin resistance, Then validated the expression in clinical samples (123 patients and 106 controls) and some of matched cell line samples using real time PCR. Next, two guide RNAs were designed to target the sequence flanking LncRNA/miRNAs interaction by CRISPER/Cas9 in cell culture. Gene editing tool efficacy was assessed by measuring the network downstream proteins GLUT4 and mTOR via immunofluorescence. Results: LncRNA-RP11-773H22.4, together with RET, IGF1R and mTOR mRNAs, showed significant upregulation in T2DM compared with matched controls, while miRNA (i.e., miR-3163 and miR-1) and mRNA (i.e., GLUT4 and AKT2) expression displayed marked downregulation in diabetic samples. CRISPR/Cas9 successfully knocked out LncRNA-RP11-773H22.4, as evidenced by the reversal of the gene expression of the identified network at RNA and protein levels to the normal expression pattern after gene editing. Conclusions: The present study provides the significance of this ceRNA based network and its related target genes panel both in the pathogenesis of insulin resistance and as a therapeutic target for gene editing in T2DM.
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 ».