Transcriptomic Profiling of Primary Microglia: Effects of miR-19a-3p and miR-19b-3p on Microglia Activation
Notice bibliographique
Résumé
Neuropathic pain resulting from spinal cord injury (SCI) is a significant secondary health issue affecting around 60% of individuals with SCI. After SCI, activation of microglia, the immune cells within the central nervous system, leads to neuroinflammation by producing pro-inflammatory cytokines and affects neuropathic pain. This interplay between inflammation and pain contributes to the persistent and intense pain experienced by many individuals with SCI. MicroRNAs (miRs) have been critical regulators of neuroinflammation. Previous research in our laboratory has revealed upregulation levels of circulating miR-19a and miR-19b in individuals with SCI with neuropathic pain compared to those without pain. In this study, we treated primary microglial cultures from mice with miR-19a and miR-19b for 24 h and conducted RNA sequencing analysis. Our results showed that miR-19a and miR-19b up- and downregulate different genes according to the volcano plots and the heatmaps. miR-19a and miR-19b regulate inflammation through distinct signaling pathways. The results showed that miR-19a promotes inflammation via toll-like receptor signaling, TNF signaling, and cytokine-cytokine receptor interactions, while miR-19b increases inflammatory responses through the PI3K-Akt signaling pathway, focal adhesion, and extracellular matrix receptor interactions. The protein-protein interaction (PPI) networks used the STRING database to identify transcription factors associated with genes up- or downregulated by miR-19a and miR-19b. Key transcription factors, such as STAT1, STAT2, and KLF4 for miR-19a, and Nr4a1, Nr4a2, and Nr4a3 for miR-19b, were identified and revealed their roles in regulating neuroinflammation. This study demonstrates that miR-19a and miR-19b modulate diverse patterns of gene expression, regulate inflammation, and induce inflammatory responses in microglia.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».