跳到主页内容
美国国旗

美国政府的官方网站

Dot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安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2014年2月4日7:2。
doi:10.3389/fnmol.2014.00002。 2014年电子收集。

阿尔茨海默病循环血浆中microRNA-34c丰度增加

谢菲利·巴特纳加 1, 霍华德·切尔特科夫 2, 海曼·M·希珀 三, 宗飞苑 1, 维克兰特·谢蒂 1, 萨曼莎·詹金斯 1, 提摩斯·琼斯 1, 尤金妮娅·王 1
附属公司

阿尔茨海默病循环血浆中microRNA-34c丰度增加

谢菲利·巴特纳加等。 前臼齿神经科学. .

摘要

存在于细胞成分、外周血单个核细胞（PBMC）或无细胞血浆中的循环microRNA已成为许多器官中年龄依赖性系统性疾病相关变化的生物标记物。此前，我们已经证明，阿尔茨海默病（AD）患者循环PBMC中microRNA（miR）-34a增加。在本研究中，我们表明，与正常年龄匹配的对照组相比，这种microRNA的姊妹miR-34c在AD循环血液样本的细胞和血浆成分中表现出更大的增加。统计分析显示了通过受试者操作特征（ROC）分析测定的miR-34c水平的准确性：曲线下面积为0.99（p<0.0001），95%置信水平从0.97延伸至1。根据最小精神状态检查（MMSE）的定义，miR-34c水平与轻度和中度AD之间的Pearson相关性显示r值为-0.7，表明这两个参数之间存在较强的反向关系。这些数据表明，AD患者血浆中microRNA 34c的水平远高于其姊妹miR-34a或PBMC中microRNA34c的水平。转染研究表明，miR-34c与其姊妹miR 34a一样，抑制了一些与细胞生存和氧化防御途径有关的特定基因的表达，如Bcl2、SIRT1、，以及其他，在培养细胞中。总之，我们的结果表明，与年龄匹配的正常对照组相比，PBMC和血浆中miR-34c水平的升高可能反映了AD患者循环血样的变化。

关键词：miR-34a；miR-34c；外周血单个核细胞（PBMC）；血浆microRNA。

PubMed免责声明

数字

图1
图1
用AD和NEC样品，miR-34c，加标（A）和不加标（B）的加标试验数据的箱线图表示39摄氏度; 和miR-34a，带尖峰蛋白（C）和不带尖峰肽（D）这些数字表明，在阿尔茨海默病（AD）和正常老年对照（NEC）血浆样本的实验中，miR-34a和miR-34c的水平在有和没有尖峰的情况下是相似的。AD和NEC样本中miR-16的Ct值在整个人群中表示为方框图（E）和年龄匹配的队列（F）这些数字表明，在AD和NEC血浆样本的总队列和年龄匹配队列中，miR-34a和miR-34c的水平具有相同的范围。学生的t吨-采用检验确定统计学意义；**P（P）< 0.01.
图2
图2
阿尔茨海默病（AD）患者和正常老年对照（NEC）血浆样本中miR-34a和miR-34c的转录水平。（A）AD患者血浆miR-34c水平的比较(n个=78）NEC队列(n个= 85).（B）个体miR-34c水平沿方框图的分布。NEC个体分布在盒子图中位数附近的紧密集群中，而AD样本分布在更大范围内，标准偏差更高。（C）AD患者血浆miR-34a水平比较的方框图表示(n个=78）与NEC队列(n个= 85).（D）与miR-34c的值相比，AD组中沿着方框图的单个miR-34a值的分布范围较小，NEC也观察到紧密的聚类。数据绘制为qPCR分析得出的反向ΔCt。微型精神状态检查（MMSE）评分范围的数据点为：严重AD（评分4-9），中度AD（得分10-20），轻度AD（得分21-24），AD异常值（得分25-29），NEC（得分25-30）。学生的t吨-采用检验确定统计学意义；**P（P）< 0.01.
图3
图3
阿尔茨海默病（AD）患者和正常老年人对照（NEC）年龄匹配队列血浆样本中miR-34a和miR-34c的转录水平。（A）年龄匹配的AD患者队列中miR-34c的血浆水平比较(n个=25）NEC队列(n个= 27). 年龄匹配队列中的AD血浆样本显示miR-34c水平高于对照组。（B）个体miR-34c水平沿盒形图的分布；NEC个体分布在方框图中位数附近的紧密集群中，而AD患者分布在更大范围内，标准偏差更大。（C）年龄匹配的AD患者队列中血浆miR-34a水平的比较(n个=25）NEC队列(n个= 27). miR-34a水平分布在AD组和NEC组之间没有差异表达的范围内，通过方框图和散点图，这两组的分布更为分散，范围也有显著重叠。沿着箱形图分布个体，NEC在箱形图的中间水平附近分布在一个紧密的集群中，而AD样本分布在更宽的范围内，具有更高的标准差。数据点表示微型精神状态检查（MMSE）得分，如下所示()严重AD（4-9）()中度AD（10-20）()轻度AD（21–24），以及()NEC（25–30）。（D）AD组和NEC组之间分布范围方框图上单个miR-34a水平的表示。数据绘制为qPCR分析得出的反ΔCt。学生的t吨-采用检验确定统计学意义；**P（P）< 0.01.
图4
图4
年龄匹配队列中miR-34c和miR-34a的AD诊断试验的受试者操作特征（ROC）曲线miR-34c的接收机工作特性（ROC）曲线()是一个很好的测试，因为曲线下的面积是0.99(第页<0.0001），AD的样本数=25，NEC的样本数=27。miR-34a接收机操作特性（ROC）下的区域()为0.81(第页=0.0001），这是一个良好/一般测试，AD=25和NEC=27的样本数。灵敏度和特异性是根据使用接收器操作特性（ROC）曲线的坐标选择的截止点报告的，该曲线具有平衡的高灵敏度和特异性水平。对角线表示零灵敏度和零特异性的参考线().
图5
图5
年龄匹配队列中轻度和中度阿尔茨海默病（AD）患者与正常老年人对照组（NEC）血浆中miR-34c的差异表达根据轻度精神状态检查（MMSE）得分，将AD患者分为轻度和中度。（A）AD和NEC不同阶段样本的百分比分布，与年龄匹配队列个体的逆ΔCt绘制。miR-34c的水平在中等水平的样本中较高()而且温和()与NEC相比，MMSE得分分别在10-20或21-24之间的临床组()控制范围为25-30。（B）添加数据点以说明年龄匹配队列中每个组内的个人分布。我们观察到NEC在中位数附近是一个紧密的集群，而AD患者在中度和轻度组中分散在更大范围内。LSD检验（较高类型1错误）和Scheffé检验（较高严格性）均用于确定统计显著性。LSD测试的统计显著性水平用符号表示()对于Scheffétest，用符号（*）表示。P（P）< 0.01,**P（P）< 0.01.
图6
图6
在年龄匹配组的选定样本中，血浆中miR-34c和miR-34a的表达水平与微型精神状态检查（MMSE）评分之间的关系。（A）以反ΔCt表示的miR-34c的血浆表达水平，对照相应的MMSE评分绘制。皮尔逊相关系数高达-0.72，表明MMSE得分与1/deltaCt值之间存在较强的相关性，P（P）< 0.0001.（B）以逆ΔCt表示的AD和NEC患者血浆中miR-34a的表达水平，与相应的MMSE评分相比较。皮尔逊相关系数值很低，为-0.34，表明MMSE分数与1/deltaCt值之间的相关性较弱，P（P）= 0.012. 微型精神状态检查（MMSE）分数的数据点如下所示：()中度AD（得分10-20）()轻度AD（评分21-24），以及()NEC（得分25-30）。
图7
图7
阿尔茨海默病（AD）患者和正常老年人对照（NEC）外周血单个核细胞（PBMC）样本中miR-34a和miR-34c转录水平的方框图表示.miR-34c水平的比较（A）和miR-34a（B）与正常对照组相比，前一组中两种微小RNA的转录水平均增加。学生的t吨-采用检验确定统计学意义；*P（P）< 0.05.
图8
图8
转染分析抑制miR-34a和miR-34c候选靶基因的表达用绿色荧光蛋白（GFP）表达载体转染人类胚胎肾（HEK 293）培养物，绿色荧光蛋白表达载体包含编码miR-34a、miR-34c或一个干扰序列的序列。对照组包括未感染培养物、模拟转染培养物、单独转染GFP载体或携带计算机生成的混乱序列的细胞。（A）检测SIRT1、Onecut2、早老素-1、Bcl2和β-肌动蛋白的细胞裂解物的Western blot分析；（B）不同处理之间带强度比较的图形表示；Western blotted条带的图像强度根据β-actin条带进行标准化，β-acton条带始终保持不变。显示抑制百分比的图形表示，使用加扰控件进行比较（面板）C–E类)：miR-34a转染（C）; miR-34c型（D）; miR-34a和miR-34c（E）采用单因素方差分析（ANOVA）和LSD检验来确定统计显著性；*P（P）< 0.05,**P（P）< 0.01.
图9
图9
一个模型表明循环miR-34c表达增加抑制氧化应激和细胞生存信号通路中的靶点.
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

查看所有“被引用”文章

工具书类

    1. Bates D.J.、Li N.、Liang R.、Sarojini H.、An J.、Masternak M.等人（2010年）。Ames侏儒小鼠肝脏中的MicroRNA调节可能有助于延缓衰老。老化细胞9，1–18 10.1111/j.1474-9726.2009.00529.x-内政部-项目管理咨询公司-公共医学
    1. Clotman F.、Jacquemin P.、Plumb-Rudewiez N.、Pierreux C.E.、Van der Smissen P.、Dietz H.C.等人（2005年）。通过Onecut转录因子调节的TGFβ信号梯度控制肝细胞命运决定。基因开发19，1849–1854 10.1101/gad.340305-内政部-项目管理咨询公司-公共医学
    1. De Smaelea E.、Ferrettia E.和Gulinoa A.（2010年）。微RNA作为中枢神经系统癌症和其他疾病的生物标记物。大脑研究1338，100–111 10.1016/j.braines.2010.03.103-内政部-公共医学
    1. Etheridge A.、Lee I.、Hood L.、Galas D.、Wang K.（2011）。细胞外微RNA：生物标记物的新来源。穆塔特。决议717，85–90 10.1016/j.mrfmmm.2011.03.004-内政部-项目管理咨询公司-公共医学
    1. 福塞特·T（2006）。ROC分析简介。模式识别。莱特。27861–874 10.1016/j.patrec.2005.10.010-内政部