BRCA2-deficiency Causes Global Transcriptomic Alterations in Endothelial Cells
Notice bibliographique
Résumé
Abstract This study aims to explore the alterations in gene expression following BRCA2 loss in endothelial cells and to investigate the potential contribution of BRCA2 in regulating the endothelial protein-coding transcriptome. Cultured human umbilical vein endothelial cells (HUVECs) were transfected with siBRCA2 or non-targeting scrambled RNA as control. Total RNA was extracted and used for RNA sequencing following purification and quality check. Transcription profiles and differentially expressed genes (DEGs) were identified. Enrichment of functions and signaling pathways analysis were performed based on Gene Ontology (GO) and the Kyoto Encyclopedia of Genes and Genomes (KEGG) database. In total, 3196 DEGs with (cut-off 1.5-fold) were identified, of which 1852 genes were upregulated, and 1344 genes were downregulated in BRCA2 -deficient HUVECs. Cell cycle exit and neuronal differentiation 1 (CEND1) and mannose receptor C-type 1 (MRC1) were the most significantly up- and downregulated genes, respectively, in BRCA2-deficient endothelial cells. The expression of top DEGs were further validated by RT-qPCR in HUVECs and in human coronary artery endothelial cells. The GO and KEGG analysis suggest that cell adhesion molecules and cytokine-cytokine receptor interaction may play an important role in BRCA2-deficient endothelial cells. Overall, these findings contribute to a greater understanding of the mechanisms involved in BRCA2-mediated endothelial function.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».