MétaCan
Menu
Retour à la cohorte
Enregistrement W4414524573 · doi:10.1101/2025.09.25.677871

Deciphering the circular RNAs landscape in amyotrophic lateral sclerosis

2025· preprint· en· W4414524573 sur OpenAlexaff
Reza Ataei, Javad Amini, Nima Sanadgol, Anne F. Simon, Martin L. Duennwald

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAmyotrophic lateral sclerosisIn silicoGeneBiomarkermicroRNACircular RNAMultiple sclerosisDiseaseTranscriptome

Résumé

récupéré en direct d'OpenAlex

Abstract Amyotrophic lateral sclerosis (ALS) is a fatal neurodegenerative disorder characterized by the progressive loss of motor neurons, with most cases lacking a clear genetic basis. Emerging evidence highlights the involvement of non-coding RNAs, particularly circular RNAs (circRNAs), in disease onset and progression. In this study, we investigated circRNAs implicated in ALS and related motor neuron diseases (MNDs). First, we conducted a systematic review to identify ALS-associated circRNAs, followed by in silico analyses of 15 selected candidates. Our results revealed that hsa_circ_0000099, hsa_circ_0001017, hsa_circ_004846, and hsa_circ_0034880 regulate a high number of ALS-related genes through miRNA sponging. Pathway enrichment analysis indicated that hsa_circ_0000099 is particularly involved in unfolded protein response, oxidative stress, cell cycle regulation, and apoptosis. Protein–RNA interaction analysis further showed that ALS-related circRNAs can sponge 20 RNA-binding proteins, with FMR1, ELAVL1, EIF4A3, and SRSF1 exhibiting the highest number of interactions. Additionally, molecular docking analysis demonstrated that FUS mutations significantly alter its binding affinity to hsa_circ_0000567 and hsa_circ_0060762. RNA-seq data from ALS patients confirmed significant alterations in the expression of host genes of ALS-related circRNAs and hub proteins across affected tissues, including the spinal cord and multiple brain regions. Collectively, these findings support circRNAs as active contributors to ALS pathogenesis. In particular, the host gene of hsa_circ_0000099, which is expressed in the spinal cord and hippocampus, emerges as a potential biomarker for tissue-specific impairment in ALS. Moreover, its regulatory role in key ALS-related cellular pathways underscores its promise as a candidate for biomarker development and therapeutic targeting. Further experimental validation is warranted to confirm its role in ALS pathology. Graphical abstract

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCircular RNAs in diseasesTravaux en français237 207