Osteoclast <scp>microRNA</scp> Profiling in Rheumatoid Arthritis to Capture the Erosive Factor
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.
Notice bibliographique
Résumé
In rheumatoid arthritis (RA), only a subset of patients develop irreversible bone destruction. Our aim was to identify a microRNA (miR)‐based osteoclast‐related signature predictive of erosiveness in RA. Seventy‐six adults with erosive (E) or nonerosive (NE) seropositive RA and 43 sex‐ and age‐matched healthy controls were recruited. Twenty‐five miRs from peripheral blood mononuclear cell (PBMC)‐derived osteoclasts selected from RNA‐Seq (discovery cohort) were assessed by qPCR (replication cohort), as were 33 target genes (direct targets or associated with regulated pathways). The top five miRs found differentially expressed in RA osteoclasts were either decreased (hsa‐miR‐34a‐3p, 365b‐3p, 374a‐3p, and 511‐3p [E versus NE]) or increased (hsa‐miR‐193b‐3p [E versus controls]). In vitro, inhibition of miR‐34a‐3p had an impact on osteoclast bone resorption. An integrative network analysis of miRs and their targets highlighted correlations between mRNA and miR expression, both negative ( CD38 , CD80 , SIRT1 ) and positive ( MITF ), and differential gene expression between NE versus E ( GXYLT1, MITF ) or versus controls ( CD38, KLF4 ). Machine‐learning models were used to evaluate the value of miRs and target genes, in combination with clinical data, to predict erosion. One model, including a set of miRs (predominantly 365b‐3p) combined with rheumatoid factor titer, provided 70% accuracy (area under the curve [AUC] 0.66). Adding genes directly targeted or belonging to related pathways improved the predictive power of the model for the erosive phenotype (78% accuracy, AUC 0.85). This proof‐of‐concept study indicates that identification of RA subjects at risk of erosions may be improved by studying miR expression in PBMC‐derived osteoclasts, suggesting novel approaches toward personalized treatment. © 2023 The Authors. JBMR Plus published by Wiley Periodicals LLC on behalf of American Society for Bone and Mineral Research.
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 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 découle