Novel role of long non-coding RNAs in autoimmune cutaneous disease
Notice bibliographique
Résumé
Systemic autoimmune rheumatic diseases (SARDs) are a heterogeneous group of chronic multisystem inflammatory disorders that are thought to have a complex pathophysiology, which is not yet fully understood. Recently, the role of non-coding RNAs, including long non-coding RNA (lncRNA), has been of particular interest in the pathogenesis of SARDs. We aimed to summarize the potential roles of lncRNA in SARDs affecting the skin including, systemic sclerosis (SSc), dermatomyositis (DM) and cutaneous lupus erythematosus (CLE). We conducted a narrative review summarizing original articles published until July 19, 2021, regarding lncRNA associated with SSc, DM, and CLE. Several lncRNAs were hypothesized to play an important role in disease pathogenesis of SSc, DM and CLE. In SSc, Negative Regulator of IFN Response (NRIR) was thought to modulate Interferon (IFN) response in monocytes, anti-sense gene to X-inactivation specific transcript (TSIX) to regulate increased collagen stability, HOX transcript antisense RNA (HOTAIR) to increase numbers of myofibroblasts, OTUD6B-Anti-Sense RNA 1 to decrease fibroblast apoptosis, ncRNA00201 to regulate pathways in SSc pathogenesis and carcinogenesis, H19X potentiating TGF-β-driven extracellular matrix production, and finally PSMB8-AS1 potentiates IFN response. In DM, linc-DGCR6-1 expression was hypothesized to target the USP18 protein, a type 1 IFN-inducible protein that is considered a key regulator of IFN signaling. Additionally, AL136018.1 is suggested to regulate the expression Cathepsin G, which increases the permeability of vascular endothelial cells and the chemotaxis of inflammatory cells in peripheral blood and muscle tissue in DM. Lastly, lnc-MIPOL1-6 and lnc-DDX47-3 in discoid CLE were thought to be associated with the expression of chemokines, which are significant in Th1 mediated disease. In this review, we summarize the key lncRNAs that may drive pathogenesis of these connective tissue diseases and could potentially serve as therapeutic targets in the future.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».