MétaCan
Menu
Retour à la cohorte
Enregistrement W3204934477 · doi:10.1038/s41398-021-01635-w

Exploration of alcohol use disorder-associated brain miRNA–mRNA regulatory networks

2021· article· en· W3204934477 sur OpenAlexaff
Yolpanhchana Lim, Jennifer Beane, Yoshiaki Tanaka, Boting Ning, Christopher Husted, David C. Henderson, Yangfei Xiang, In‐Hyun Park, Lindsay A. Farrer, Huiping Zhang

Notice bibliographique

RevueTranslational Psychiatry · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesNational Institute on Alcohol Abuse and AlcoholismNational Health and Medical Research CouncilMedical Research CouncilUniversity of SydneyYale UniversityU.S. Department of Health and Human Services
Mots-clésmicroRNASchizophrenia (object-oriented programming)Alcohol use disorderNeurosciencePsychiatryPsychologyMedicineAlcoholBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Transcriptomic changes in specific brain regions can influence the risk of alcohol use disorder (AUD), but the underlying mechanism is not fully understood. We investigated AUD-associated miRNA-mRNA regulatory networks in multiple brain regions by analyzing transcriptomic changes in two sets of postmortem brain tissue samples and ethanol-exposed human embryonic stem cell (hESC)-derived cortical interneurons. miRNA and mRNA transcriptomes were profiled in 192 tissue samples (Set 1) from eight brain regions (amygdala, caudate nucleus, cerebellum, hippocampus, nucleus accumbens, prefrontal cortex, putamen, and ventral tegmental area) of 12 AUD and 12 control European Australians. Nineteen differentially expressed miRNAs (fold-change>2.0 & P < 0.05) and 97 differentially expressed mRNAs (fold-change>2.0 & P < 0.001) were identified in one or multiple brain regions of AUD subjects. AUD-associated miRNA-mRNA regulatory networks in each brain region were constructed using differentially expressed and negatively correlated miRNA-mRNA pairs. AUD-relevant pathways (including CREB Signaling, IL-8 Signaling, and Axonal Guidance Signaling) were potentially regulated by AUD-associated brain miRNA-mRNA pairs. Moreover, miRNA and mRNA transcriptomes were mapped in additional 96 tissue samples (Set 2) from six of the above eight brain regions of eight AUD and eight control European Australians. Some of the AUD-associated miRNA-mRNA regulatory networks were confirmed. In addition, miRNA and mRNA transcriptomes were analyzed in hESC-derived cortical interneurons with or without ethanol exposure, and ethanol-influenced miRNA-mRNA regulatory networks were constructed. This study provided evidence that alcohol could induce concerted miRNA and mRNA expression changes in reward-related or alcohol-responsive brain regions. We concluded that altered brain miRNA-mRNA regulatory networks might contribute to AUD development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational PsychiatryMême sujetMicroRNA in disease regulationTravaux en français237 207