Influence of Vitamins A and D on the Expression of MicroRNA27-3p Isoforms and GATA3 in Experimental Autoimmune Encephalomyelitis
Notice bibliographique
Résumé
Vitamins A, D, and microRNAs contribute to T cell differentiation into TH2 phenotypes. We investigated the molecular mechanisms and effects of vitamin A and D on the expression of GATA3 and miR-27-3p isoforms in experimental autoimmune encephalomyelitis (EAE) animal model of multiple sclerosis. EAE was induced in C57BL/6 mice by immunization with myelin oligodendrocyte glycoprotein, mixed with Complete Freund's Adjuvant, together with injection of pertussis toxin. Treatments began one day before immunization with (200 μg and 100 ng of vitamin A and vitamin D per mouse, respectively, and vitamin A+D (100 μg+50 ng) per mouse. Expression levels of GATA3 and miR‑27‑3p isoforms were measured in the CNS and splenocytes by real-time RT-PCR. The expression level of GATA3 in the mice spinal cords and splenocytes was increased in the vitamin A and A+D-treated EAE mice at 24 h and 48 h after restimulation by 10 µg and 40 µg of myelin oligodendrocyte glycoprotein. Vitamins A and D and their combination upregulated the miR-27-3p isoforms compared with EAE mice with no treatments. We also demonstrated that miR-273p isoform expression was altered in splenocytes of vitamin-treated EAE mice. The results showed a positive correlation between splenocyte GATA3 levels and miR-27-3p isoform expression. The protective impacts of vitamins A and D in EAE mice may be mediated by the upregulation of GATA3. However, it is not specified whether suppression of GATA3-targeting miRNAs of the miR-27-3p family is involved in this effect. These results do not rule out the possibility that miR-27-3p isoforms might have beneficial effects by targeting other transcripts, such as GluA2 and NR2B.
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 ».