Deciphering the role of the lncRNA TRIBAL in hepatocyte models
Notice bibliographique
Résumé
Abstract We recently reported that the long non-coding RNA TRIBAL/TRIB1AL was required to sustain key hepatocyte functions. Here, we identify HepaRG cells as a model for studying TRIBAL and provide additional validation and functional insights. In contrast to HepG2 and HuH-7 cells, differentiated HepaRG cells showed similarities to primary hepatocytes in response to TRIBAL suppression. TRIBAL suppression was associated with reduced HNF4A and MLXIPL abundance in hepatocytes and HepaRG cells. TRIBAL targeting using a panel of targeting ASOs confirmed specificity. Comparing TRIBAL -suppressed hepatocyte and HepaRG transcriptomics identified extensive functional overlap. Biological ontologies associated with key hepatic metabolic functions were predicted to be inhibited in both models. Comparative analyses with TRIB1-suppressed HepaRG cells, a major metabolic regulator vicinal to TRIBAL , also revealed extensive functional congruence with TRIBAL . Interestingly, TRIBAL transduction failed to restore function in TRIBAL -suppressed cells, which may be linked to structural differences, as supported by contrasting RNAseR sensitivities between the endogenous and transduced forms. In summary, these findings support the use of HepaRG cells as an experimental model to study TRIBAL and underscore its importance in regulating key hepatocyte genes essential for metabolic function.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».