MétaCan
Menu
Retour à la cohorte
Enregistrement W4400659205 · doi:10.1186/s12967-024-05480-5

miR-223 accelerates lipid droplets clearance in microglia following spinal cord injury by upregulating ABCA1

2024· article· en· W4400659205 sur OpenAlexaff
Zhilin Ou, Yongquan Cheng, Hao Ma, Kai Chen, Qiong Lin, Jiayu Chen, Zhiping Huang, Qixian Cheng, Nima Alaeiilkhchi, Qingàn Zhu, Zucheng Huang, Hui Jiang

Notice bibliographique

RevueJournal of Translational Medicine · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensInternational Collaboration On Repair Discoveries
Organismes subventionnairesNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésMicrogliaRemyelinationSpinal cord injuryABCA1Spinal cordLipid dropletHomeostasisLipid accumulationNeuroscienceMedicineCell biologyChemistryInflammationCentral nervous systemBiologyImmunologyBiochemistryInternal medicineMyelinTransporter

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Spinal cord injury (SCI) is characterized by extensive demyelination and inflammatory responses. Facilitating the clearance of lipid droplets (LDs) within microglia contributes to creating a microenvironment that favors neural recovery and provides essential materials for subsequent remyelination. Therefore, investigating MicroRNAs (miRNAs) that regulate lipid homeostasis after SCI and elucidating their potential mechanisms in promoting LDs clearance in microglia have become focal points of SCI research. METHODS: We established a subacute C5 hemicontusion SCI model in mice and performed transcriptomic sequencing on the injury epicenter to identify differentially expressed genes and associated pathways. Confocal imaging was employed to observe LDs accumulation. Multi-omics analyses were conducted to identify differentially expressed mRNA and miRNA post-SCI. Pathway enrichment analysis and protein-protein interaction network construction were performed using bioinformatics methods, revealing miR-223-Abca1 as a crucial miRNA-mRNA pair in lipid metabolism regulation. BV2 microglia cell lines overexpressing miR-223 were engineered, and immunofluorescence staining, western blot, and other techniques were employed to assess LDs accumulation, relevant targets, and inflammatory factor expression, confirming its role in regulating lipid homeostasis in microglia. RESULTS: Histopathological results of our hemicontusion SCI model confirmed LDs aggregation at the injury epicenter, predominantly within microglia. Our transcriptomic analysis during the subacute phase of SCI in mice implicated ATP-binding cassette transporter A1 (Abca1) as a pivotal gene in lipid homeostasis, cholesterol efflux and microglial activation. Integrative mRNA-miRNA multi-omics analysis highlighted the crucial role of miR-223 in the neuroinflammation process following SCI, potentially through the regulation of lipid metabolism via Abca1. In vitro experiments using BV2 cells overexpressing miR-223 demonstrated that elevated levels of miR-223 enhance ABCA1 expression in myelin debris and LPS-induced BV2 cells. This promotes myelin debris degradation and LDs clearance, and induces a shift toward an anti-inflammatory M2 phenotype. CONCLUSIONS: In summary, our study unveils the critical regulatory role of miR-223 in lipid homeostasis following SCI. The mechanism by which this occurs involves the upregulation of ABCA1 expression, which facilitates LDs clearance and myelin debris degradation, consequently alleviating the lipid burden, and inhibiting inflammatory polarization of microglia. These findings suggest that strategies to enhance miR-223 expression and target ABCA1, thereby augmenting LDs clearance, may emerge as appealing new clinical targets for SCI treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,476

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,304
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Translational MedicineMême sujetLipid metabolism and biosynthesisTravaux en français237 207