MétaCan
Menu
Retour à la cohorte
Enregistrement W4294199477 · doi:10.21037/exrna-22-6

DodecaRNAs (doRNAs) are abundant in cow’s milk and differentially enriched in milk ultracentrifugation fractions

2022· article· en· W4294199477 sur OpenAlexafffund
Abderrahim Benmoussa, Zeinab Husseini, Jeffrey D. Ho, Sara Guellal, Marine Lambert, Caroline Gilbert, Patrick Provost

Notice bibliographique

RevueExRNA · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversité LavalMcGill University Health CentreUniversité de MontréalCentre hospitalier universitaire de QuébecCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health ResearchMassachusetts Department of Agricultural Resources
Mots-clésFood scienceCow milkChemistryUltracentrifugeChromatographyAnimal scienceBiology

Résumé

récupéré en direct d'OpenAlex

Background: Extracellular RNAs (exRNAs) are found in numerous extracellular fluids, including milk. Until recently, microRNAs were the focus of research in this area, leaving aside other exRNAs. Recently, a modified small RNA-sequencing (sRNA-seq) approach led to the discovery of very short, 12 and 13 nucleotides (nt) ribosomal RNA (rRNA) fragments (rRFs), designated as dodecaRNAs (doRNAs), in reference to the number of core nucleotides (12 nt) they contain. Since milk is highly enriched in extracellular vesicles (EVs) and exRNAs, we inquired about the existence of doRNAs and other very short exRNAs in milk and milk EV (mEV)-enriched ultracentrifugation fractions. Methods: We used sRNA-seq to explore exRNAs shorter than 16 nt in cow’s milk and milk fractions obtained by ultracentrifugation. Results were validated with high-specificity splint-ligated reverse transcription quantitative polymerase chain reaction (RT-qPCR) using high sensitivity locked nucleic acid (LNA) oligonucleotides. Results: Cow’s milk was abundant in doRNAs and c-doRNAs, a doRNA derivative harboring an additional cytosine (C) at its 5' end. Together, these two sequences represented 66.5% of all 8- to 15-nt RNA species. The abundance of doRNAs in milk was 11 to 49 times higher than the most abundant microRNAs. These RNAs were differentially distributed in milk ultracentrifugation fractions; their concentration was highest in the lower speed fractions (12,000 and 35,000 g). We also observed an increased c-doRNA/doRNA ratio with centrifugation speed, suggesting a possible selective release of c-doRNA over doRNA in denser mEVs. RT-qPCR quantification confirmed the presence of doRNAs in milk and supported the differential enrichment of doRNAs in different mEV subsets compared to that of the most enriched milk bta-let-7b, bta-miR-30a-5p and bta-miR-148a, yet not without discrepancies with the sequencing data. Conclusions: These findings suggest that exRNAs might be more diverse in cow’s milk than previously thought. As doRNAs were found to be downregulated and to modulate cell proliferation/migration of prostate cancer cells, this could have health implications in adult and infant consumers which warrant further investigations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,235
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExRNAMême sujetExtracellular vesicles in diseaseTravaux en français237 207