MicroRNA profiling reveals novel biomarkers for cardiovascular and psychological health in plateau psycho CVD
Notice bibliographique
Résumé
This study aimed to explore the expression characteristics of miRNAs in cardiovascular diseases (CVD) and depression within a plateau environment, to better understand their potential role in Plateau Psycho-CVD. A prospective study design was employed to analyze circulating small RNAs from 20 subjects using high-throughput sequencing technology. Participants were divided into four groups (C, PPC, PP, PC) for comparative analysis. Differentially expressed miRNAs were selected for further functional enrichment analysis. The findings revealed that hsa-miR-1976 and hsa-miR-4685-3p were significantly upregulated in patients with Plateau Psycho-CVD and mental health issues. These miRNAs were closely associated with key pathways relevant to cardiovascular and mental health, including the PI3K-Akt and neurotrophin signaling pathways. Additionally, the downregulated miRNAs in the PPC group were linked to increased expression of AKT1 and STAT3, genes associated with bipolar disorder and inflammatory pathways, indicating a potential impact on neural function. This study identifies hsa-miR-1976 and hsa-miR-4685-3p as novel biomarkers for plateau stress dual heart disease, with AKT1 and STAT3 emerging as potential therapeutic targets. These insights pave the way for further research and clinical applications in related fields.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».