RNA-Binding Protein Motifs Predict microRNA Secretion and Cellular Retention in Hypothalamic and Other Cell Types
Notice bibliographique
Résumé
Cellular microRNAs (miRNAs) can be selectively secreted or retained, adding another layer to their critical role in regulating human health and disease. To date, select RNA-binding proteins (RBPs) have been proposed to be a mechanism underlying miRNA localization, but the overall relevance of RBPs in systematic miRNA sorting remains unclear. This study profiles intracellular and small extracellular vesicles' (sEVs) miRNAs in NPY-expressing hypothalamic neurons. These findings were corroborated by the publicly available sEV and intracellular miRNA profiles of white and brown adipocytes, endothelium, liver, and muscle from various databases. Using experimentally determined binding motifs of 93 RBPs, our enrichment analysis revealed that sEV-originating miRNAs contained significantly different RBP motifs than those of intracellularly retained miRNAs. Multiple RBP motifs were shared across cell types; for instance, RBM4 and SAMD4 are significantly enriched in neurons, hepatocytes, skeletal muscle, and endothelial cells. Homologs of both proteins physically interact with Argonaute1/2 proteins, suggesting that they play a role in miRNA sorting. Machine learning modelling also demonstrates that significantly enriched RBP motifs could predict cell-specific preferential miRNA sorting. Non-optimized machine learning modeling of the motifs using Random Forest and Naive Bayes in all cell types except WAT achieved an area under the receiver operating characteristic (ROC) curve of 0.77-0.84, indicating a high predictive accuracy. Given that the RBP motifs have a significant predictive power, these results underscore the critical role that RBPs play in miRNA sorting within mammalian cells and reinforce the importance of miRNA sequencing in preferential localization. For the future development of small RNA therapeutics, considering these RBP-RNA interactions could be crucial to maximize delivery effectiveness and minimize off-target effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».