Obesity and PCOS radically alters the snRNA composition of follicular fluid extracellular vesicles
Notice bibliographique
Résumé
Introduction: The ovarian follicle consists of the oocyte, somatic cells, and follicular fluid (FF). Proper signalling between these compartments is required for optimal folliculogenesis. The association between polycystic ovarian syndrome (PCOS) and extracellular vesicular small non-coding RNAs (snRNAs) signatures in follicular fluid (FF) and how this relates to adiposity is unknown. The purpose of this study was to determine whether FF extracellular vesicle (FFEV)-derived snRNAs are differentially expressed (DE) between PCOS and non-PCOS subjects; and if these differences are vesicle-specific and/or adiposity-dependent. Methods: FF and granulosa cells (GC) were collected from 35 patients matched by demographic and stimulation parameters. FFEVs were isolated and snRNA libraries were constructed, sequenced, and analyzed. Results: miRNAs were the most abundant biotype present, with specific enrichment in exosomes (EX), whereas in GCs long non-coding RNAs were the most abundant biotype. In obese PCOS vs. lean PCOS, pathway analysis revealed target genes involved in cell survival and apoptosis, leukocyte differentiation and migration, JAK/STAT, and MAPK signalling. In obese PCOS FFEVs were selectively enriched (FFEVs vs. GCs) for miRNAs targeting p53 signalling, cell survival and apoptosis, FOXO, Hippo, TNF, and MAPK signalling. Discussion: We provide comprehensive profiling of snRNAs in FFEVs and GCs of PCOS and non-PCOS patients, highlighting the effect of adiposity on these findings. We hypothesize that the selective packaging and release of miRNAs specifically targeting anti-apoptotic genes into the FF may be an attempt by the follicle to reduce the apoptotic pressure of the GCs and stave off premature apoptosis of the follicle observed in PCOS.
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 | 0,001 |
| 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 ».