A primary insight into gut microbiome, MicroRNA and stemness, in a PCOS rat model
Notice bibliographique
Résumé
Polycystic ovary syndrome (PCOS) is a common endocrine disorder associated with reproductive and metabolic dysfunctions, including gut microbiome dysbiosis. This study aimed to examine the alterations in stemness in ovarian surface epithelium (OSE), gut microbiome microRNA expression in granulosa cells and plasma in a dihydrotestosterone (DHT)-induced rat model of PCOS. Female rats were administered DHT to induce PCOS, and the expression of stem cell markers in OSE was assessed to evaluate the impact on stemness. Alterations in the gut microbiome composition were assessed using 16S rRNA gene Long-Read sequencing and changes in the microRNA profile of granulosa cells and plasma were analyzed using qPCR. Our results demonstrated alterations in stemness markers and, a significant alteration in gut microbiome composition in DHT-induced rats compared to controls, characterized by shifts in the relative abundance of specific bacterial taxa, particularly Akkermansia muciniphila. Elevated levels of miR-574 and miR-378 were observed in plasma, whereas miR-21 and miR-574 showed increased expression in ovarian granulosa cells. Concurrently, increased expression of stem cell markers was observed in OSE, suggesting an enhancement of stemness in response to PCOS-like conditions. These findings imply a potential link between gut microbiome dysbiosis and increased ovarian stemness in PCOS, suggesting that the gut microbiome may contribute to ovarian dysfunction through modulation of stem cell activity. Understanding this interaction could provide novel insights into therapeutic targets in restoring ovarian function in PCOS patients.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 ».