MétaCan
Menu
Retour à la cohorte
Enregistrement W4411466472 · doi:10.3390/ijms26135919

MicroRNA-Mediated Regulation of Vascular Endothelium: From Pro-Inflammation to Atherosclerosis

2025· review· en· W4411466472 sur OpenAlexaff
Vinícius Rodrigues Silva, Ashraf Azar, Edmilson Ricardo Gonçalves, T. Nascimento, Rogério Leone Buchaim, Daniela Vieira Buchaim, Fernando A. Oliveira, C. F. Nassar, Taís Mendes Camargo, Ricardo Farinasso Caboclo, Marcelo Rodrigues da Cunha

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversité de MontréalVanier College
Organismes subventionnairesnon disponible
Mots-clésmicroRNAInflammationEndothelial dysfunctionPyroptosisEnosInflammasomeBiologyEndotheliumNitric oxideCell biologyBioinformaticsImmunologyNitric oxide synthaseEndocrinologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Endothelial inflammation and atherosclerosis remain leading drivers of cardiovascular disease, yet the post-transcriptional regulators orchestrating these events are not yet completely understood. In this review, we analyse recent preclinical and clinical studies to dissect microRNA (miRNA)-mediated control of vascular endothelial biology. We describe how miR-181b-5p and miR-223 modulate NLRP3 inflammasome activation and pyroptosis, how miR-615-5p, miR-138, and miR-133a coordinate endothelial nitric oxide synthase (eNOS) activity and nitric oxide bioavailability, and how miR-33a/b, miR-150, and miR-342-3p influence lipid efflux and foam-cell formation in atherogenesis. We also discuss miRNA signatures that correlate with endothelial dysfunction in human cohorts. By integrating mechanistic pathways with emerging biomarker data, this study underscores the relevance of miRNAs as both diagnostic and potential targets in vascular diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,019
Tête enseignante GPT0,303
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetMicroRNA in disease regulationTravaux en français237 207