MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413193515 · doi:10.1101/2025.08.08.668956

Transcriptome-Wide Analysis of HuR Function Identifies TXNIP-Mediated Redox Dysregulation in Osteocytes

2025· preprint· en· W4413193515 sur OpenAlexaff
Ziqiu Fan, Aseel Marahleh, Hideki Kitaura, Jiayi Ren, Abdulrahman Mousa, Fumitoshi Ohori, Kuniyasu Niizuma, Sherif Rashad, Hiroyasu Kanetaka

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensInstitute of Aging
Organismes subventionnairesFrontier Research Institute for Interdisciplinary Sciences, Tohoku University
Mots-clésRNA-binding proteinRNA splicingAlternative splicingRNACell biologyComputational biologyGeneticsBiologyMessenger RNAGene

Résumé

récupéré en direct d'OpenAlex

Summary Post-transcriptional gene regulation is central to maintaining cellular homeostasis, among its mechanism alternative splicing (AS) fine-tunes cellular adaptation to stress. In this study we employed an approach combining RNA splicing analysis to define RNA binding protein (RBP) motif enrichment around alternatively spliced exons in primary osteocytes cultured in high glucose conditions (HG). We identified the RBP human antigen R (HuR) as a top candidate regulator of AS. Loss of HuR reshaped the transcriptome through widespread changes in gene expression and splicing, converging on two major pathways: stress response and translational control. Functional validation of splicing revealed that HuR depletion heightened oxidative stress sensitivity and compromised cell viability under HG by stabilizing and upregulating TXNIP, a thioredoxin inhibitor. HuR knockdown also impaired mitochondrial mass and function and disrupted key translational signals, despite preserving global protein output. These findings establish HuR as a central post-transcriptional regulator of osteocyte survival and metabolic adaptation under high glucose stress, with potential implications for hyperglycemic bone fragility.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetRNA Research and Splicing→Travaux en français237 207→