Distinct fingerprints of tRNA-derived small non-coding RNA in animal models of neurodegeneration
Notice bibliographique
Résumé
Transfer RNA-derived small RNAs (tsRNAs) - categorized as tRNA-derived fragments (tRFs), tRNA-derived stress-induced RNAs (tiRNAs) and internal tRF (itRF) - are small non-coding RNAs that participate in various cellular processes such as translation inhibition and responses to cellular stress. We here identified tsRNA profiles within susceptible tissues in animal models of amyotrophic lateral sclerosis (ALS), frontotemporal dementia (FTD) and Parkinson's disease (PD) to pinpoint disease-specific tsRNAs and those shared across neurodegenerative diseases. We performed small RNA sequencing in the SOD1G93A and TDP43A315T mouse models of ALS (spinal cord), the TauP301S model of FTD (hippocampus), and the parkin/POLG model of PD (substantia nigra). Bioinformatic analysis showed higher expression of 5' tiRNAs selectively in the two ALS models, lower expression of 3' tRFs in both the ALS and FTD mouse models, and lower expression of itRF Arg in the PD model. Experimental validation confirmed the expression of tsRNAs. Gene Ontology analysis of targets associated with validated 3' tRFs indicated functions in the regulation of synaptic and neuronal pathways. Our profiling of tsRNAs indicates disease-specific fingerprints in animal models of neurodegeneration, which require validation in human disease.
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 | 0,000 | 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 ».