一篇9分的miRNA晶元文章詳細解讀
標題:MiRNA-93 inhibits GLUT4 and is overexpressed in adipose tissue of polycystic ovary syndrome patients and women with insulin resistance
期刊:Diabetes(IF=8.684)
研究方向:內分泌,多囊卵巢綜合征(PCOS)以及多囊卵巢綜合征+胰島素抵抗(PCOS+IR)
研究手段:miRNA晶元、qPCR、Western Blot、細胞系模型、miRNA過表達載體轉染細胞、miRNA inhibitor、3 UTR+miRNA共表達載體(含熒光素酶報告基因)、生信預測miRNA靶基因
晶元實驗:11名普通人(Control)、9名胰島素抵抗(Control+IR)、11名多囊卵巢綜合征(PCOS)、10名多囊卵巢綜合征且胰島素抵抗(PCOS+IR)。總計41張晶元。
結論:通過miRNA晶元得出miR-93在IR中表達量顯著高於非IR,靶基因預測結果得出miR-93與GLUT4的3 UTR相結合,後期細胞實驗證實miR-93過表達顯著降低GLUT4的mRNA表達量和蛋白表達量,熒光素報告實驗證實miR-93能夠和GLUT4的3』 UTR相結合。
1.研究內容
由於先前的研究已經得知GLUT4基因參與IR相關通路。所以作者首先在病人提取的脂肪細胞中通過qPCR和WB等手段得知,GLUT4的mRNA和蛋白表達量在PCOS中顯著低於Control,而PCOS中,IR的表達量又顯著低於non-IR。接下來作者在脂肪組織樣本中進一步證明了細胞模型中的結果。最後得出結論,GLUT4在PCOS+IR表達量最低且顯著低於PCOS non-IR。
點評:這篇文章的亮點和可取之處在於,作者並沒有進行轉錄組測序或表達譜晶元實驗,而是直接根據已發表的研究結果或課題組先前的研究經驗直接得知。
通過晶元的結果進行差異分析,得到了候選的差異表達顯著的miRNA。接下來對這些差異表達的miRNA使用三款軟體進行靶基因預測(分別是targetscan、miranda、PicTar),取交集後發現miR-93能夠與GLUT4基因的3』 UTR相結合。由於mRNA屬於保守性很強的非編碼RNA,不同物種之間的序列同源性很強。選取人、小鼠、大鼠等物種的miR-93與GLUT4做靶基因預測,都能與其3』 UTR相結合。
接下來,作者在組織樣本中驗證miR-93的表達情況是否和晶元結果相符。qPCR證實,miR-93的表達量在PCOS和PCOS+IR中都顯著上升,且miR-93在PCOS+IR的表達量顯著大於PCOS non-IR。
為了驗證miR-93是否能夠真正抑制GLUT4的表達。作者使用miR-93過表達載體去侵染脂肪細胞,使用空載體(empty vector)作為空白對照。結果表明脂肪細胞接受miR-93過表達質粒載體侵染後,GLUT4的mRNA表達量和蛋白表達量顯著降低,而miR-93表達量則顯著上升。通過熒光蛋白標記的GLUT4(紅色),我們可以發現miR-93轉染的脂肪細胞系和空白載體對照的脂肪細胞系中GLUT4的表達量明顯不同,如下圖所示:
最後,作者分別使用人源miR-93過表達載體和小鼠miR-93過表達載體分別侵染3T3-L1脂肪細胞,發現miR-93表達量顯著上升,GLUT4的mRNA表達量顯著下降。另外GLUT4 3』 UTR和miR-93共表達載體(帶有熒光素酶報告基因)表明,miR-93確實能夠與GLUT4的3』 UTR相結合,如下圖所示:
2.研究亮點
本研究亮點在於多種疾病,即PCOS+IR中miR-93參與通路調控,並通過幾組對照實驗雙向證明。所以我們來梳理下作者這篇9分晶元論文的思路,即通過先前研究得到的已知結果即GLUT4與IR有關,接下來通過晶元實驗篩選出差異表達的miRNA做靶基因預測,其中miR-93不僅顯著差異表達且能夠與GLUT4的3』 UTR結合。接下來為了驗證生物信息學部分的靶基因預測結果,作者分別使用miR-93過表達載體來驗證靶基因GLUT4的表達情況以及熒光素酶報告實驗證實miR-93能夠與GLUT4的3』 UTR相結合。
今天的文章分享就寫到這裡啦~
晶元用好了,高分文章也能發發發~
心動了嗎?莫慌~
晶元和測序的區別你真的弄清楚了嗎?
待小編下期和你好好說道說道在行動吧
什麼?!
文章解讀結束了嗎?
還能再來點乾貨嗎?
當然沒問題~
關注我們的公眾號!
精彩內容盡將呈現~


TAG:聯川生物 |
※文獻解讀:多能幹細胞和衍生心肌細胞circRNA特徵分析
※解讀谷歌NASNet:一個大規模圖像識別架構!
※回顧:EMNLP2017論文集28篇論文解讀
※2019年Common Application申請文書題目解讀及優秀文書寫作指南
※SysML 2019論文解讀:推理優化
※PLANT PHYSIOL:iTRAQ植物高分文章解讀
※Grid R-CNN解讀:商湯最新目標檢測演算法,定位精度超越Faster R-CNN
※經典解讀!eos.io上FAQ第21問的中文翻譯和解讀
※多篇文章解讀MicroRNA在機體健康中的關鍵角色!
※《PHP技術大全·第一卷》之static細緻解讀
※蘋果全新「三機一表」詳細解讀:iPhone XS/XR值得買?
※《PHP技術大全·第一卷》之數組 Array 細緻解讀
※詳細解讀Python數據挖掘
※ECCV 2018 | 曠視科技Oral論文解讀:IoU-Net讓目標檢測用上定位置信度
※重磅!AI晶元系列課第二季開講!Imagination專家為你解讀端側AI晶元的架構創新與應用落地
※CVPR 2019 論文解讀精選
※Stanford NLP 解讀 ACL 2018 論文——用於調試 NLP 模型的語義等價對立規則
※CheckMate-078研究結果在AACR獲得口頭報告,多篇重磅級文章解讀近期癌症免疫療法研究進展!
※CVPR 2018 論文解讀
※Seq-ImmuCC:基於RNA-Seq的免疫細胞組分預測模型,為測序數據提供新的解讀視角