MétaCan
Menu
Retour à la cohorte
Enregistrement W4407815604 · doi:10.20517/mrr.2024.46

Host-dependent alteration of the gut microbiota: the role of luminal microRNAs

2025· review· en· W4407815604 sur OpenAlexaff
Céline Cuinat, Elena M. Comelli

Notice bibliographique

RevueMicrobiome Research Reports · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensThe Wilson CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésmicroRNABiologyGut floraCrosstalkIn silicoComputational biologyGeneRegulation of gene expressionGenomeGeneticsImmunology

Résumé

récupéré en direct d'OpenAlex

MicroRNAs (miRNAs) are short, non-coding RNAs that play gene expression regulatory roles in eukaryotes. MiRNAs are also released in body fluids, and in the intestine, they are found in the lumen and feces. Here, together with exogenous dietary-derived miRNAs, they constitute the fecal miRNome. Several miRNAs were identified in the feces of healthy adults, including, as shown here, core miRNAs hsa-miR-21-5p and hsa-miR-1246. These miRNAs are important for intestinal homeostasis. Recent evidence suggests that miRNAs may interact with gut bacteria. This represents a new avenue to understand host-bacteria crosstalk in the gut and its role in health and disease. This review provides a comprehensive overview of current knowledge on fecal miRNAs, their representation across individuals, and their effects on the gut microbiota. It also discusses existing evidence on potential mechanisms of uptake and interaction with bacterial genomes, drawing from knowledge of prokaryotic small RNAs (sRNAs) regulation of gene expression. Finally, we review in silico and experimental approaches for profiling miRNA-mRNA interactions in bacterial species, highlighting challenges in target validation. This work emphasizes the need for further research into host miRNA-bacterial interactions to better understand their regulatory roles in the gut ecosystem and support their exploitation for disease prevention and 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,354
Écart entre enseignants0,329 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrobiome Research ReportsMême sujetMicroRNA in disease regulationTravaux en français237 207