Analysis of long noncoding RNAs and messenger RNAs expression profiles in the hearts of mice with acute viral myocarditis
Notice bibliographique
Résumé
Acute viral myocarditis (AVMC) is a common acute myocardial inflammation caused by viral infections, which can lead to severe cardiac dysfunction. Several long noncoding RNAs (lncRNAs) with aberrant expression have been identified in the pathogenesis of AVMC. However, the expression profiles and functions of lncRNAs in AVMC have not been fully elucidated. In the present study, we constructed AVMC mouse models by intraperitoneal injection of coxsackievirus B3 (CVB3) and performed RNA sequencing (RNA-seq) on heart tissues to investigate the differences in lncRNAs and messenger RNAs (mRNAs) expression profiles. Based on the cutoff criteria of adjusted p-values (padj) <0.05 and |log2FoldChange| >1, a total of 1122 differentially expressed lncRNAs (DElncRNAs) and 3186 differentially expressed mRNAs (DEmRNAs) were screened, including 734 upregulated and 388 downregulated lncRNAs, 1821 upregulated and 1365 downregulated mRNAs. RT-qPCR analysis validated that the expression patterns of 12 randomly selected genes (6 DElncRNAs and 6 DEmRNAs) were highly consistent with those in RNA-seq, proving the reliability of the RNA-seq data. Then, Gene Ontology and Kyoto Encyclopedia of Genes and Genomes enrichment analyses revealed that differentially expressed genes were mainly involved in metabolic and immune-related processes. Furthermore, co-expression networks between DElncRNAs and DEmRNAs in cytokine-cytokine receptor interaction, MAPK signaling pathway, and PI3K-Akt signaling pathway were constructed to study the molecular interactions of these molecules. Our study, for the first time, reveals the expression profiles of lncRNAs and mRNAs associated with AVMC, which may shed light on the roles of lncRNAs in disease pathogenesis and aid in discovering new therapeutic targets.
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 | 0,001 | 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 ».