Mining, validating, and quantifying circular RNA transcriptome from total RNA as a biomarker or target
Notice bibliographique
Résumé
Circular RNAs (circRNAs) participate in complex diseases and have emerged as a novel biomarker and therapeutic target. It is challenging to identify circRNAs from total RNA-seq data and to validate and quantify their levels by qRT-PCR. We sought to characterize the circRNA transcriptome from RNA-seq with total RNA from septic peripheral blood mononuclear cells (PBMCs), assess/compare commonly used aligners, and optimize validation methods, considering sepsis is the leading cause of death in intensive care units (ICU) and there is no effective treatment. PBMCs were isolated from sepsis patients before and after intensive care, and RNA sequencing was conducted with total RNA. RNA-seq data for circRNAs were analyzed using four pipelines. A circRNA transcriptome has been generated, and four alignment and annotation pipelines have been evaluated. TopHat was found to be the most sensitive aligner while MapSplice was found to be the most accurate. Overall, circRNA expression in septic PBMCs were found to be more abundant and less diverse at ICU admission (ICU-AD) compared with ICU discharge (ICU-DC). There were three differentially expressed circRNAs between ICU-AD and ICU-DC. The addition of reverse primers to a reverse transcription reaction improved reproducibility and accuracy of qRT-PCR. Among these altered circRNAs, two different isoforms of circular RNA from the ASPH gene (circASPH(2,4), and circASPH(2,3,4) with the same backsplicing junction (BSJ) were identified and specifically quantified by qRT-PCR. All the two isoforms were highly expressed at ICU-AD and circASPH(2,3,4) levels positively correlated with the length of stay in ICU. The circRNAs predictably bind to miR-670, miR-7975, miR-6818, and miR-384 and interact with proteins TLR2 and ZC3H12D. In conclusion, it is feasible to identify circRNA transcriptome from RNA-seq with total RNA. Moreover, RT-PCR followed by gel electrophoresis is important to identify/ distinguish a new isoform of a circRNA with the same BSJ. CircRNA transcriptome in septic PBMCs evolves as infectious severity changes. CircASPH(2,3,4) has a clinical potential as an indicator of disease severity.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».