Integrated MicroRNA–mRNA Sequencing Analysis Identifies Regulators and Networks Involved in Feline Hypertrophic Cardiomyopathy
Notice bibliographique
Résumé
Cardiac remodeling in feline hypertrophic cardiomyopathy (HCM) is poorly understood. To investigate underlying molecular mechanisms, we determined microRNA-mRNA interactions, regulatory networks, and upstream regulators using left ventricle (LV) and left atrium (LA) mRNA and microRNA sequencing datasets from cats with HCM and controls. Upstream regulators, molecules, and pathways associated with ischemia, inflammation, fibrosis, and cellular changes were observed in the HCM heart. In both the HCM LV and LA, TNFα, IL1β, and TGFβ were identified as upstream regulators, along with FGF23, THBS4, and FAMB177 as the top increased molecules. Relevant microRNAs included upstream regulator miR-132, enriched miR-124-3p, miR-122b-3p, miR-146-5p (HCM LV and LA), miR-370, miR-1185-5p, miR-12194-3p (HCM LV), miR-153-3p, miR-185-5p, and miR-185-3p (HCM LA). Macrophage pathways were activated, and granulocyte and agranulocyte adhesion and diapedesis were the most connected pathways. The HIF1α signaling pathway in the HCM LV, upstream regulators miR-1-3p and miR-204, and reduced miR-29 and miR-122-5p suggest cardioprotective mechanisms. Observed in the healthy heart and suspected to be involved in cardiac homeostasis were upstream regulators miR-96, inhibited WNT3A and miR-145, as well as miR-140-5p, miR-141-3p, miR-208b-3p, and miR-885-3p. This study provides further insights into the pathogenesis of HCM, and identifies the factors involved in the maintenance of a healthy LV and LA.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».