Integrated miRNA and mRNA Analysis Identified Potential Mechanisms and Targets of Qianggan Extracts in Preventing Nonalcoholic Steatohepatitis
Notice bibliographique
Résumé
Objective: Qianggan (QG) extract is a patented traditional Chinese medicine that has been widely used for the clinical treatment of nonalcoholic steatohepatitis (NASH). However, its mechanism remains unclear. Methods: The efficacy of QG was evaluated in mice with methionine-and-choline-deficient diet-induced NASH by measuring serum alanine aminotransferase, aspartate aminotransferase, and alkaline phosphatase levels and by H and E staining of liver sections. Microarray and bioinformatics analyses were performed to obtain hepatic microRNA (miRNA) and mRNA expression profiles and to mine potential mechanisms and therapeutic targets. Furthermore, representative miRNA and mRNA expression levels were validated by quantitative real-time polymerase chain reaction (qRT-PCR). Results: QG extract significantly improved NASH. Twelve differentially expressed miRNAs and 1124 differentially changed mRNAs were identified as potential targets of QG extract. Integrated analysis detected 976 miRNA–mRNA regulatory pairs, and networks including 11 miRNAs and 427 mRNAs were constructed by Cytoscape. Hub nodes including miR-7050-5p, miR-212-3p, Bcl2l11 , and Kras were filtered out. Gene Ontology and Kyoto Encyclopedia of Genes and Genomes pathway analyses revealed that 427 mRNAs were enriched in pathways including apoptotic process, immune response, FoxO signaling pathway, and natural killer cell-mediated cytotoxicity. We also constructed a protein–protein interaction network with 254 nodes, and identified hub genes including Kras , Fasl , and Ncam1 . Finally, the results of qRT-PCR were in good accordance with microarray data. Conclusion: This study identified important hub miRNAs and mRNAs involved in the mechanism of QG extract and which might provide potential therapeutic targets for patients with NASH.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».