miRNA Expression Analysis of the Hippocampus in a Vervet Monkey Model of Fetal Alcohol Spectrum Disorder Reveals a Potential Role in Global mRNA Downregulation
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are short-length non-protein-coding RNA sequences that post-transcriptionally regulate gene expression in a broad range of cellular processes including neuro- development and have previously been implicated in fetal alcohol spectrum disorders (FASD). In this study, we use our vervet monkey model of FASD to follow up on a prior multivariate (developmental age × ethanol exposure) mRNA analysis (GSE173516) to explore the possibility that the global mRNA downregulation we observed in that study could be related to miRNA expression and function. We report here a predominance of upregulated and differentially expressed miRNAs. Further, the 24 most upregulated miRNAs were significantly correlated with their predicted targets (Target Scan 7.2). We then explored the relationship between these 24 miRNAs and the fold changes observed in their paired mRNA targets using two prediction platforms (Target Scan 7.2 and miRwalk 3.0). Compared to a list of non-differentially expressed miRNAs from our dataset, the 24 upregulated and differentially expressed miRNAs had a greater impact on the fold changes of their corresponding mRNA targets across both platforms. Taken together, this evidence raises the possibility that ethanol-induced upregulation of specific miRNAs might contribute functionally to the general downregulation of mRNAs observed by multiple investigators in response to prenatal alcohol exposure.
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 | 0,002 |
| 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 ».