MétaCan
Menu
Retour à la cohorte
Enregistrement W4307846934 · doi:10.1186/s13048-022-01053-6

Expression of long noncoding RNAs in the ovarian granulosa cells of women with diminished ovarian reserve using high-throughput sequencing

2022· article· en· W4307846934 sur OpenAlex
Li Dong, Xin Xin, Hsun‐Ming Chang, Peter C. K. Leung, Yu Chen, Fang Lian, Haicui Wu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Ovarian Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceKey Technology Research and Development Program of ShandongNational Natural Science Foundation of ChinaShandong University
Mots-clésBiologyDownregulation and upregulationLong non-coding RNAMessenger RNAGene expressionGeneReverse transcription polymerase chain reactionAndrologyGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Infertility is a global reproductive-health problem, and diminished ovarian reserve (DOR) is one of the common causes of female infertility. Long noncoding RNAs (lncRNAs) are crucial regulators of numerous physiological and pathological processes in humans. However, whether lncRNAs are involved in the development of DOR remains to be elucidated. METHODS: Ovarian granulosa cells (OGCs) extracted from infertile women with DOR and from women with normal ovarian reserve (NOR) were subjected to high-throughput sequencing. Comprehensive bioinformatics analysis was conducted to identify the differential expression of messenger RNAs (mRNAs) and lncRNAs. Sequencing results were validated by the selection of lncRNAs and mRNAs using real-time reverse transcription-quantitative polymerase chain reaction (RT-qPCR). RESULTS: Compared with the NOR group, a total of 244 lncRNAs were upregulated (53 known and 191 novel), and 222 lncRNAs were downregulated (36 known and 186 novel) in the DOR group. Similarly, 457 mRNAs had differential expression between the two groups. Of these, 169 were upregulated and 288 were downregulated. Bioinformatics analysis revealed that the differentially expressed genes of mRNA and lncRNAs were considerably enriched in "cell adhesion and apoptosis", "steroid biosynthesis", and "immune system". A co-expression network comprising lncRNAs and their predicted target genes revealed the possible involvement of the "thyroid hormone signaling pathway" and "protein binding, digestion and absorption" in DOR pathogenesis. The expression of SLC16A10 was positively regulated by multiple lncRNAs. After RT-qPCR validation of seven differentially expressed lncRNAs and mRNAs, respectively, the expression of lncRNA NEAT1, GNG12, ZEB2-AS1, and mRNA FN1, HAS3, RGS4, SUOX were in accordance with RNA-sequencing. CONCLUSIONS: We presented the first data showing that the expression profiles of lncRNA and mRNA in OGCs between NOR and DOR patients using RNA sequencing. The lncRNAs and mRNAs that we identified may serve as novel diagnostic biomarkers for patients with DOR.

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.

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)0,011
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,051
Tête enseignante GPT0,335
Écart entre enseignants0,284 · 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