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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».