Novel circRNA-miRNA-mRNA networks regulated by maternal exercise in fetal hearts of pregestational diabetes
Notice bibliographique
Résumé
BACKGROUND: Maternal exercise lowers the incidence of congenital heart defects (CHDs) induced by pregestational diabetes. However, the molecular mechanisms underlying the beneficial effects of maternal exercise remain unclear. The present study aimed to identify circular RNA (circRNA), microRNA (miRNA) and mRNA networks that are regulated by maternal exercise in fetal hearts of pregestational diabetes. METHODS: Pregestational diabetes was induced in adult C57BL/6 female mice by streptozotocin. The expression profiles of circRNAs, miRNAs and mRNAs in E10.5 fetal hearts of offspring of control and diabetic mothers with or without exercise were analyzed using next generation sequencing. circRNA-miRNA-mRNA networks in fetal hearts were mapped and key candidate transcripts were verified by qPCR analysis. RESULTS: Pregestational diabetes dysregulated the expression of 206 circRNAs, 66 miRNAs and 391 mRNAs in fetal hearts. Maternal exercise differentially regulated 188 circRNAs, 57 miRNAs and 506 mRNAs in fetal hearts of offspring of pregestational diabetes. A total of 5 circRNAs, 12 miRNAs, and 28 mRNAs were incorporated into a final maternal exercise-associated regulatory network in fetal hearts of offspring of maternal diabetes. Notably, maternal exercise normalized the dysregulated circ_0003226/circ_0015638/miR-351-5p and circ_0002768/miR-3102-3p.2-3p pairs in fetal hearts of pregestational diabetes. CONCLUSION: Maternal exercise reverses the dysregulated circ_0003226/circ_0015638/miR-351-5p and circ_0002768/miR-3102-3p.2-3p pairs, and partially normalizes circRNA, miRNA, and mRNA expression profiles in fetal hearts of pregestational diabetes. These findings shed new light on the potential mechanisms of the beneficial effects of maternal exercise on the developing heart in diabetic pregnancies.
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 | 0,001 |
| 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) | 0,000 | 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 ».