跳到主页内容
美国国旗

美国政府的官方网站

点政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息，确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https（https）：//确保您连接到官方网站，并且您提供的任何信息都是加密的并且被安全地传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2011年2月4日12时97分。
doi:10.1186/1471-2164-12-97。

1型糖尿病模型中miRNA调节基因表达的独立成分和基于路径的分析

克劳斯·班·贝特尔森 1, 莱克·佩德森, 蒂娜·弗洛耶, 彼得·哈格多恩, 提图斯·吉尔文, 弗莱明·波西奥
附属公司

1型糖尿病模型中miRNA调节基因表达的独立成分和基于路径的分析

克劳斯·班·贝特尔森等。 BMC基因组学. .

摘要

背景：已经开发了几种用于miRNA靶点预测的方法，包括结合表达谱分析的方法。然而，由于错误发现率较高，这些方法仍需要改进。到目前为止，没有一种方法使用独立成分分析（ICA）。在这里，我们开发了一种基于ICA的新靶点预测方法，该方法结合了miRNA和mRNA表达的种子匹配和表达谱分析。该方法应用于1型糖尿病细胞模型。

结果：微阵列分析鉴定了8个具有差异表达的miRNAs（miR-124/128/192/194/204/375/672/708）。将ICA应用于mRNA分析数据，发现与实验条件相关的五个重要独立成分（IC）。五个IC还通过解释其>97%的方差来捕捉miRNA的表达。通过使用ICA，八个miRNAs中有七个显示出序列预测靶点的显著富集，而使用简单负相关时只有四个miRNA。IC富含在糖尿病相关通路中发挥作用的miRNA靶点，例如1型和2型糖尿病以及年轻人成熟型糖尿病（MODY）。

结论：在本研究中，ICA被用于分离影响mRNA表达的各种因素，以确定miRNA靶点。结果表明，ICA在识别miRNA靶点方面优于负相关。此外，结合ICA和通路分析是在预测的miRNA靶点之间进行优先排序的方法。将该方法应用于1型糖尿病模型后，识别出8个miRNA，这些miRNA似乎影响与糖尿病疾病机制相关的通路。

PubMed免责声明

数字

图1
图1
Pdx-1在INSrαβ细胞系中的诱导作用用强力霉素（doxycycline，dox）处理24小时后，Pdx-1蛋白和mRNA的折叠变化（平均值和标准偏差）。右边的凝胶表示24小时内有无dox刺激的Pdx-1和β-肌动蛋白诱导。
图2
图2
miRNA表达和独立成分的混合有三种实验条件：Pdx-1诱导（dox治疗）、IL-1β治疗和时间（治疗后2h和24h取样）。（A） 实验和对照（未处理细胞）条件之间的对数转换倍数变化（平均值和标准偏差）。*：0.05>q>0.01，**:0.01>q>0.001，**:0.001>q>0。（B） 对于每个独立成分（IC），显示了每个条件下混合料的平均值。条形图表示平均偏差和标准偏差。IC1是一种Pdx-1成分，显示与Pdx-1诱导相关的混合。IC 2和3是与IL-1β治疗相关的混合细胞因子成分。IC 4显示与诱导Pdx-1和24小时后用IL-1β治疗相关的混合物。IC 5在所有三种条件下的混合物从2小时增加到24小时。（C） IC线性组合的系数，给出了miRNA表达的最佳拟合。对系数进行缩放，使其绝对和为1。
图3
图3
实时定量PCR检测miR-375和miR-194的表达.Pdx-1诱导（dox）和/或IL-1β刺激24小时后，实验条件和对照条件之间的对数转换倍数变化（平均值和标准偏差）*：p<0.05。
图4
图4
miRNA靶向富集途径图中显示了使用KEGG注释（蓝色文本）、MSigDB注释（洋红色文本）或两种注释（紫色文本）时五个IC中miRNA靶点的重要路径选择。条形图的颜色表示IC中miRNA目标的正负荷（红线）和负负荷（绿线）。
图5
图5
miRNA调节网络使用包括种子匹配、启动子分析、文本挖掘和ICA的组合生物信息学方法鉴定miRNA调控网络。通过将miRNAs与潜在的mRNA靶点或转录因子连接来建立节点和链接。
请参阅PMC中的此图像和版权信息

类似文章

查看所有类似文章

引用人

  • 血清microRNA谱可作为自身免疫疾病的新生物标记物。
    金福、胡浩、徐明、詹S、王毅、张浩、陈曦。 Jin F等人。 前免疫。2018年10月16日；9:2381. doi:10.3389/fimmu.2018.02381。2018年eCollection。 前免疫。2018 PMID：30459760 免费PMC文章。
  • 微RNA和组蛋白脱乙酰酶抑制介导的对炎性β细胞损伤的保护作用。
    Lindelöv Vestergaard A、Heiner Bang-Berthelsen C、Flöyel T、Lucien Stahl J、Christen L、Taheri Sotudeh F、de Hemmer Horskj r P、Stensgaard Frederiksen K、Greek Kofod F、Bruun C、Adrian Berchtold L、Störling J、Regazzi r、Kaur S、Pociot F、Mandrup-Poulsen T。 Lindelöv Vestergaard A等人。 公共科学图书馆一号。2018年9月27日；13（9）：e0203713。doi:10.1371/journal.pone.0203713。2018年eCollection。 公共科学图书馆一号。2018 PMID：30260972 免费PMC文章。
  • MicroRNAs参与肾脏病理生理学：鸟瞰图。
    Jaswani P、Prakash S、Dhar A、Sharma RK、Prasad N、Agrawal S。 Jaswani P等人。 《印度肾病杂志》。2017年9月至10日；27(5):337-341. doi:10.4103/ijn。IJN_264_16。 《印度肾病杂志》。2017 PMID：28904427 免费PMC文章。 审查。
  • 确定可重复转录组数据分析的独立成分的最佳数量。
    Kairov U、Cantini L、Greco A、Molkenov A、Czerwinska U、Barillot E、Zinovyev A。 Kairov U等人。 BMC基因组学。2017年9月11日；18(1):712. doi:10.1186/s12864-017-4112-9。 BMC基因组学。2017 PMID：28893186 免费PMC文章。
  • T2DiACoD：2型糖尿病相关复杂疾病的基因图谱。
    Rani J、Mittal I、Pramanik A、Singh N、Dube N、Sharma S、Puniya BL、Raghunandanan MV、Mobee A、Ramachandran S。 Rani J等人。 2017年7月31日科学报告；7(1):6892. doi:10.1038/s41598-017-07238-0。 2017年科学报告。 PMID：28761062 免费PMC文章。
查看所有“被引用”文章

工具书类

    1. Saito T，Strom P.MicroRNAs-靶向和靶预测。新生物技术。2010;27(3):243–249. doi:10.1016/j.nbt.2010.02.016。-内政部-公共医学
    1. Sood P、Krek A、Zavolan M、Macino G、Rajewsky N。靶mRNA表达上microRNA的细胞型特异性签名。美国国家科学院。2006;103(8):2746–2751. doi:10.1073/pnas.0511045103。-内政部-项目管理咨询公司-公共医学
    1. Huang JC、Babak T、Corson TW、Chua G、Khan S、Gallie BL、Hughes TR、Blencowe BJ、Frey BJ、Morris QD。使用表达谱数据确定人类microRNA靶点。自然方法。2007;4(12):1045–1049. doi:10.1038/nmeth1130。-内政部-公共医学
    1. Dongen Sv、Abreu Goodger C、Enright AJ。从表达数据中检测microRNA结合和siRNA的非靶向效应。自然方法。2008;5(12):1023–1025. doi:10.1038/nmeth.1267。-内政部-项目管理咨询公司-公共医学
    1. Cheng C、Li LM。通过结合基因表达和microRNA靶点预测推断microRNA活性。《公共科学图书馆·综合》。2008;3（4）：e1989。doi:10.1371/journal.pone.0001989。-内政部-项目管理咨询公司-公共医学

出版物类型

物质