MicroRNA-511-3p regulates Aβ1–40 induced decreased cell viability and serves as a candidate biomarker in Alzheimer's disease
Notice bibliographique
Résumé
BACKGROUND: Alzheimer's disease (AD) is a progressive neurodegenerative disease with high incidence in the elderly population. MicroRNAs have been reported to abnormally expressed in patients with AD. In this study, we investigated the role of inflammation-related miR-511-3p in AD patients and AD cell models. METHOD: The level of miR-511-3p was quantified by Real-Time PCR. The diagnostic value was evaluated by receiver operating characteristic curve (ROC) analysis. The correlation between miR-511-3p expression levels and ini-mental state examination (MMSE) scores, Montreal Cognitive Assessment (MoCA) scores and inflammatory factors was analyzed. The concentrations of IL-1β, IL-6 and TNF-α were measured by Enzyme-Linked Immunosorbent Assay (ELISA) in AD cell model and serum from AD patients. RESULT: on inflammation in AD cells. ROC curve results showed that miR-511-3p had high diagnostic accuracy in distinguishing normal controls from AD patients. CONCLUSION: Our results show that miR-511-3p is down-regulated in AD patients and has high diagnostic value. MiR-511-3p may participate in the development of AD by regulating the levels of neuroinflammatory factors in AD cells. MiR-511-3p may provide a new perspective for the prevention and pathogenesis of AD.
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 ».