MicroRNAs in atrial fibrillation target genes in structural remodelling
Notice bibliographique
Résumé
We aim to elucidate how miRNAs regulate the mRNA signature of atrial fibrillation (AF), to gain mechanistic insight and identify candidate targets for future therapies. We present combined miRNA-mRNA sequencing using atrial tissues of patient without AF (n = 22), with paroxysmal AF (n = 22) and with persistent AF (n = 20). mRNA sequencing previously uncovered upregulated epithelial to mesenchymal transition, endothelial cell proliferation and extracellular matrix remodelling involving glycoproteins and proteoglycans in AF. MiRNA co-sequencing discovered miRNAs regulating the mRNA expression changes. Key downregulated miRNAs included miR-135b-5p, miR-138-5p, miR-200a-3p, miR-200b-3p and miR-31-5p and key upregulated miRNAs were miR-144-3p, miR-15b-3p, miR-182-5p miR-18b-5p, miR-4306 and miR-206. MiRNA expression levels were negatively correlated with the expression levels of a multitude of predicted target genes. Downregulated miRNAs associated with increased gene expression are involved in upregulated epithelial and endothelial cell migration and glycosaminoglycan biosynthesis. In vitro inhibition of miR-135b-5p and miR-138-5p validated an effect of miRNAs on multiple predicted targets. Altogether, the discovered miRNAs may be explored in further functional studies as potential targets for anti-fibrotic therapies in AF.
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 | 0,001 | 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 | 0,000 |
| 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 ».