MétaCan
Menu
Retour à la cohorte
Enregistrement W4386257250 · doi:10.21203/rs.3.rs-3292082/v1

Characteristics of plasma exosomal RNA profile in obesity-related knee osteoarthritis

2023· preprint· en· W4386257250 sur OpenAlexaboutno aff
Tao Wai Lun, Bin Zhang, Song Li, Daibo Feng, Yunquan Gong, Wei Xiang, Tong‐Yi Zhang, Bo Huang, Yan Xiong, Zhenhong Ni

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensnon disponible
Organismes subventionnairesCentre Scientifique et Technique du BâtimentNatural Science Foundation of ChongqingArmy Medical UniversityNational Natural Science Foundation of China
Mots-clésOsteoarthritisObesityWOMACBody mass indexMedicineMicrovesiclesInternal medicineBiomarkerBioinformaticsmicroRNAExosomeTranscriptomeOncologyGene expressionBiologyGenePathologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Background: As the most important risk factors of knee osteoarthritis (OA), obesity is closely related to the clinical symptoms and OA progression of patients. The purpose of this study was to explore the characteristics of exosomal RNAs in plasma of knee OA patients with obesity and discussed their potential diagnostic and therapeutic value in obese knee OA. Methods: The 101 participants with knee OA patients were divided into three groups according to BMI class. The corresponding clinical information was recorded and the correlation with obesity was analyzed. Next, we extracted the plasma exosomes from three OA patients with obesity (BMI≥30kg/m2) and three OA patients without obesity (BMI 18.5-24kg/m2). Then, quantitative sequencing of the whole transcriptome exosomal RNAs, including mRNAs, lncRNAs and circRNAs, was performed and the differential expression of the exosomal RNAs were analyzed. At last, the function of differential RNAs in plasma exosomes between the two groups were discussed via GO enrichment, KEGG pathways and interaction Analysis. Results: There was a negative relationship between BMI and HSS (Hospital for special surgery) score and a positive relationship between BMI and WOMAC (The Western Ontario and McMaster Universities Osteoarthritis) index in 101 participants with knee OA. There were 334 mRNAs and 29 lncRNAs showing significant differential expression between obesity OA group and non-obesity OA group, including 189 up-regulated mRNAs, 145 down-regulated mRNAs, 15 up-regulated lncRNAs and 14 down-regulated lncRNAs. Signal pathway analysis showed that metabolism-related changes including metabolism and organismal system, fatty acid metabolism, positive regulation of fatty acid oxidation, adipocytokine signaling pathway, insulin resistance were enriched in obesity-related OA group. Furthermore, 7 differentially expressed lncRNAs related to lipid metabolism process were screened out, including lnc-TAL1-3-2, NONHSAT209148.1, lnc-DLEU2, Inc00969, lnc-CABP4-2, lnc-CHD1L-5 and lnc-ERICH1-19. However, there was no differential expression of cirRNAs between two groups. Conclusion: Knee OA patients with obesity had more serious clinical symptoms and signs. Compared to the control group, there was obviously differential expression of mRNAs and lncRNAs in plasma exosomes of knee OA patients with obesity. The differential mRNAs and lncRNAs in plasma exosomes may potentially affect synovial inflammation of joint and participate in the pathological injury of OA. Our data suggested that plasma exosomal RNA may be a potential diagnostic and intervention target for OA patients with obesity in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,329
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetExtracellular vesicles in diseaseTravaux en français237 207