Tracking miR-17-5p Levels following Expression of Seven Reported Target mRNAs
Notice bibliographique
Résumé
As the most prominent member of the miR-17-92 cluster, miR-17-5p is well associated with tumorigenesis and cancer progression. It can exert both oncogenic and tumor-suppressive functions by inducing translational repression and/or mRNA decay. The complexity of the tissue-specific expression of the targeted transcripts seems to contribute to the differential functions of miR-17-5p in different types of cancers. In this study, we selected 12 reported miR-17-5p targeting genes with mRNA levels unaffected by miR-17-5p expression and analyzed their expression in 31 organ tissues in transgenic mice by real-time PCR. Surprisingly, miR-17-5p expressing transgenic mice showed a positive correlation in these tissues between miR-17-5p expression levels and the selected miR-17-5p targeted transcripts; with high expression of the miRNA in organs with high selected miRNA-targeted mRNA levels. In cancer cell lines, overexpression of 7 reported miR-17-5p targeted genes' 3'-UTRs promoted miR-17-5p expression; meanwhile, transfection of 3'-UTRs with mutations had no significant effect. Moreover, an increase in AGO2 mRNA was associated with 3'-UTR expression as confirmed by real-time PCR. Hence, miR-17-5p regulation by these target genes might be an alternative mechanism to maintain miR-17-5p expression at tissue-specific levels.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».