Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Sygnatury mikroRNA i białek metabolizmu składników odżywczych w zespole policystycznych jajników oraz ich powiązania z insulinoopornością i stanem zapalnym

80 wyświetleń

⸱

DOI:

10.3791/71928

⸱

8 września 2026

 , 

W tym artykule

Podsumowanie

Niniejsze retrospektywne badanie przypadku z grupą kontrolną oceniało poziom serum miR-146a, miR-642a, miR-2861 oraz markerów metabolicznych u kobiet z zespołem policystycznych jajników. Zaobserwowano skoordynowane zmiany w poziomach miRNA, adypokin, insulinooporności, stanach zapalnych i testosteronu, natomiast łączny model biomarkerów wykazał silniejszą zdolność różnicującą niż poszczególne markery.

Streszczenie

Zespół policystycznych jajników (PCOS) jest powszechnym zaburzeniem endokrynnym i metabolicznym u kobiet w wieku rozrodczym, jednak zależności między krążącymi mikroRNA (miRNA) a białkami związanymi z odżywianiem pozostają nie w pełni poznane. Niniejsze badanie analizowało powiązania między serum miR-146a, miR-642a i miR-2861 a markerami metabolicznymi i zapalnymi w PCOS. Badaniem objęto 62 kobiety z PCOS oraz 71 zdrowych osób z grupy kontrolnej. Poziomy miR-146a, miR-642a i miR-2861 w surowicy zmierzono za pomocą ilościowej reakcji PCR w czasie rzeczywistym, natomiast oceniano również poziom adyponektyny (ADPN), leptyny (LEP), białka wiążącego retinol 4 (RBP4), wskaźnika HOMA-IR (homeostasis model assessment of insulin resistance), interleukiny 6 (IL-6) oraz testosteronu (T). Walidacja metodologiczna obejmowała ocenę warunków przetwarzania próbek, precyzji analizy oraz zgodności między metodami analitycznymi. W porównaniu z grupą kontrolną kobiety z PCOS wykazały zwiększoną ekspresję miR-146a oraz zmniejszoną ekspresję miR-642a i miR-2861. Poziomy ADPN były obniżone, podczas gdy poziomy LEP, RBP4, HOMA-IR, IL-6 i T były podwyższone. miR-146a korelował ujemnie z ADPN oraz dodatnio z LEP, RBP4, HOMA-IR, IL-6 i T. miR-642a korelował ujemnie z RBP4, HOMA-IR i IL-6, natomiast miR-2861 korelował dodatnio z ADPN. Walidacja metodologiczna wykazała dopuszczalną stabilność analiz, precyzję oraz zgodność między metodami. Model łączący trzy miRNA z ADPN, LEP, RBP4, HOMA-IR, IL-6 i T osiągnął pole pod krzywą (AUC) wynoszące 0,929, przy czułości 82,26% i swoistości 94,37%. Wyniki te wykazują skoordynowane zmiany w krążących miRNA i markerach metabolicznych w PCOS oraz wspierają dalszą ocenę ich wspólnego potencjału diagnostycznego.

Wprowadzenie

PCOS to najczęstsze zaburzenie endokrynne i metaboliczne u kobiet w wieku rozrodczym. Szacuje się, że jego globalna częstość występowania wynosi od 6% do 20%. Około 70% chorych kobiet wykazuje insulinooporność, a ponad połowa z nich ma nadwagę lub otyłość1. PCOS może prowadzić do dysfunkcji owulacyjnych, niepłodności, cukrzycy typu 2, chorób układu sercowo-naczyniowego oraz innych długofalowych powikłań, co w znacznym stopniu wpływa na zdrowie reprodukcyjne i jakość życia2. Chociaż patogeneza tego zespołu nie została w pełni wyjaśniona, przyjmuje się ogólnie, że PCOS wynika z wielu czynników, w tym podatności genetycznej, przewlekłego stanu zapalnego o niskim nasileniu, nieprawidłowości w szlakach sygnalizacji insulinowej oraz zaburzeń lokalnego mikrośrodowiska jajników. W tym kontekście identyfikacja specyficznych markerów molekularnych odzwierciedlających progresję choroby ma istotną wartość dla wczesnej diagnostyki i precyzyjnej interwencji w przypadku PCOS3,4.

miRNA stanowią klasę niekodujących RNA o długości około 22 nukleotydów. Cząsteczki te regulują ekspresję genów po transkrypcji, promując rozkład mRNA lub hamując translację. W związku z tym są one kluczowe dla wielu procesów komórkowych, w tym dla wzrostu i różnicowania komórek, odpowiedzi zapalnych oraz regulacji metabolicznej5,6. Poprzednie badania wykazały charakterystyczną dysregulację miR-146a, miR-642a i miR-2861 w surowicy pacjentek z PCOS. Nadekspresja miR-146a może pośredniczyć w przewlekłych odpowiedziach zapalnych poprzez ukierunkowaną regulację szlaku TLR4/NF-κB7, natomiast obniżona ekspresja miR-642a i miR-2861 była ściśle powiązana z insulinoopornością i upośledzoną funkcją komórek ziarnistych jajnika8,9. ADPN, LEP i RBP4, będące białkami związanymi z odżywianiem, odgrywają kluczową rolę w regulacji równowagi metabolicznej. Zmiany w ich poziomach mogą bezpośrednio wpływać na metabolizm lipidów, wrażliwość organizmu na insulinę oraz stan zapalny. Uznaje się to za kluczowy element molekularnych podstaw zaburzeń metabolicznych występujących w PCOS10,11. Jednak większość opublikowanych badań analizowała miRNA lub białka związane z odżywianiem oddzielnie w kontekście PCOS12,13, a molekularny związek między nimi nie został jeszcze wyjaśniony w sposób systematyczny.

W niniejszym badaniu zmierzyliśmy poziomy ekspresji trzech miRNA i sześciu kluczowych biomarkerów u pacjentek z PCOS, przeanalizowaliśmy korelacje między tymi markerami oraz ich powiązania z klinicznymi wskaźnikami biochemicznymi, a ponadto zbadaliśmy, czy miRNA mogą uczestniczyć w procesie patologicznym PCOS poprzez powiązania z białkami związanymi z odżywianiem. Wyniki tego badania mogą wzbogacić obecne rozumienie podstaw molekularnych PCOS, dostarczyć potencjalnych celów dla terapii ukierunkowanych na regulację żywieniową i metaboliczną oraz dostarczyć dowodów laboratoryjnych dla wczesnego przesiewu, monitorowania skuteczności i indywidualnego prowadzenia pacjentek z PCOS.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Oświadczenie etyczne
Badanie zostało przeprowadzone zgodnie z Deklaracją Helsińską i zostało zatwierdzone przez Komisję Etyki Medycznej Szpitala Tradycyjnej Medycyny Chińskiej w Ganzhou (numer zatwierdzenia GZSZYYKYLL20240092, data: 2024-12-20).

Wszystkie materiały, odczynniki, zestawy testowe i sprzęt użyte w tym protokole są wymienione w Tabeli materiałów.

Projekt badania
W niniejszym retrospektywnym badaniu przypadku-kontrolnym wzięło udział 62 pacjentek z PCOS zdiagnozowanych w poradni ginekologicznej Szpitala Medycyny Tradycyjnej Chińskiej w Ganzhou między czerwcem 2024 r. a sierpniem 2025 r. oraz 71 zdrowych kobiet w wieku rozrodczym przebadanych w centrum zarządzania zdrowiem tego szpitala w tym samym okresie. Grupę kontrolną dobrano w celu zapewnienia porównywalności grup pod względem wieku; BMI nie było stosowane jako zmienna dopasowująca i zostało ocenione jako charakterystyka wyjściowa.

Uczestnicy badania
Kryteria włączenia: Kryteria włączenia dla grupy z PCOS były następujące: (1) wiek >18 lat; (2) rozpoznanie PCOS zgodnie z zmodyfikowanymi kryteriami rotterdamskimi zatwierdzonymi przez International Evidence-based Guideline z 2023 roku, wymagające wystąpienia co najmniej dwóch z trzech następujących cech po wykluczeniu schorzeń powiązanych: oligoowulacja lub anowulacja, zdefiniowana jako cykle menstruacyjne trwające powyżej 35 dni lub mniej niż osiem cykli w roku; kliniczny hiperandrogenizm i/lub biochemiczny hiperandrogenizm, przy czym hiperandrogenizm biochemiczny zdefiniowano jako stężenie całkowitego T w surowicy powyżej górnej granicy referencyjnej specyficznej dla danego testu; oraz morfologia wielotorbielowata jajników, zdefiniowana jako obecność co najmniej 20 pęcherzyków w jednym jajniku lub objętość jajnika wynosząca co najmniej 10 mL, gdy pełne liczenie pęcherzyków nie było możliwe14; (3) kompletna elektroniczna dokumentacja medyczna; (4) brak hormonalnej terapii zastępczej, stosowania leków hipoglikemizujących lub immunosupresyjnych w ciągu poprzednich 3 miesięcy; oraz (5) dostępność naczejnej próbki surowicy pobranej podczas rekrutacji i przechowywanej w instytucjonalnym biobanku.

Kryteria włączenia do grupy kontrolnej były następujące: (1) zgłoszenie się na badanie profilaktyczne w tym samym okresie; (2) regularne cykle menstruacyjne; (3) prawidłowa morfologia jajników w badaniu ultrasonograficznym przezpochwowym; (4) brak historii zaburzeń endokrynologicznych, chorób ginekologicznych, niepłodności lub klinicznie istotnej niewydolności wątroby lub nerek; oraz (5) dostępność próbki surowicy pobranej na czczo w dniu badania i przechowywanej w instytucjonalnej biobanku.

Kryteria wykluczenia były następujące: (1) endometrioza, mięśniaki macicy, guzy jajnika, choroby zapalne miednicy mniejszej lub inne schorzenia ginekologiczne; (2) dysfunkcja tarczycy, zespół Cushinga, hiperprolaktynemia, wrodzony przerost nadnerczy lub inne zaburzenia endokrynne, które mogłyby wyjaśniać dysfunkcję owulacyjną lub hiperandrogenizm; (3) ciężka dysfunkcja serca, wątroby, nerek lub płuc, guzy złośliwe, choroby autoimmunologiczne lub schorzenia hematologiczne; (4) ciąża, poród lub aborcja w ciągu poprzednich 6 miesięcy; (5) stosowanie glikokortykosteroidów, doustnych środków antykoncepcyjnych lub innych leków wpływających na metabolizm glukozy lub lipidów w ciągu poprzednich 3 miesięcy; (6) zaburzenia psychiatryczne lub upośledzenie poznawcze; (7) brak kluczowych informacji klinicznych; oraz (8) ciężka hemoliza surowicy, zdefiniowana jako stężenie hemoglobiny >2,0 g/L, lipemia, żółtaczka, więcej niż jeden cykl zamrażania i rozmrażania lub przerwanie przechowywania próbek. Dysfunkcję tarczycy, hiperprolaktynemię oraz nieklasyczną postać wrodzonego przerostu nadnerczy wykluczano odpowiednio na podstawie pomiarów hormonu tyreotropowego, prolaktyny w surowicy oraz 17-hydroksyprogesteronu; w razie potrzeby analizowano poziom hormonu folikulotropowego, natomiast w przypadku wskazań klinicznych badano zespół Cushinga lub guz nadnerczy. Do wszystkich próbek klinicznych zastosowano tę samą procedurę przedanalityczną, a żadna próbka uwzględniona w analizie pierwotnej nie przeszła więcej niż jednego cyklu zamrażania i rozmrażania.

Pobieranie i przechowywanie próbek surowicy
Krew żylną na czczo (10 mL) pobierano rano do probówek bez przeciwkrzepliwa, pozostawiono do skrzepnięcia w temperaturze pokojowej przez 30 min, a następnie wirowano przy 1,505 x g przez 15 min w temperaturze 4 °C. Surowicę podzielono na alikwoty po 200 µL i przechowywano w temperaturze −80 °C do czasu analizy. Tę samą procedurę przedanalityczną zastosowano do wszystkich próbek klinicznych, a żadna z próbek uwzględnionych w analizie głównej nie została poddana więcej niż jednemu cyklowi zamrażania i rozmrażania.

Przygotowanie próbek do walidacji metodycznej
Dziesięć połączonych próbek surowicy od zdrowych ochotników wykorzystano do oceny wpływu prędkości wirowania (1,505, 3,000 oraz 4,000 × g przez 15 min), częstotliwości zamrażania i rozmrażania (0, 1, 3 i 5 cykli), temperatury przechowywania (4 °C, −20 °C oraz −80 °C przez 7 dni), czasu przechowywania (1, 3, 6 i 12 miesięcy w −80 °C) oraz hemolizy (<0.1, 0.1–0.5 oraz 0.5–2.0 g/L hemoglobiny).

Badania laboratoryjne
Wszystkie analizy laboratoryjne zostały wykonane przez tego samego przeszkolonego technika w ustandaryzowanych warunkach środowiskowych i zgodnie z określonymi procedurami operacyjnymi. Ilość miRNA w surowicy oznaczono metodą qRT-PCR; poziom ADPN, LEP i RBP4 zmierzono za pomocą testu sandwich ELISA; T i IL-6 zmierzono za pomocą immunoanaliz chemiluminescencyjnych, a zmienne metaboliczne glukozy uzyskano przy użyciu rutynowych zautomatyzowanych metod laboratoryjnych.

Ilościowe oznaczenie miRNA w surowicy metodą qRT-PCR
Kwas RNA całkowity wyekstrahowano z 200 µL surowicy przy użyciu odczynnika TRIzol. Dane dotyczące stężenia RNA mierzonego spektrofotometrycznie oraz czystości A260/A280 nie były dostępne dla zarchiwizowanych preparatów RNA z surowicy. Akceptowalność testu qRT-PCR oceniano zatem na podstawie obecności pojedynczego, specyficznego piku na krzywej topnienia oraz zgodności między trzema powtórzeniami technicznymi. Po rozdziału faz chloroformem, precypitacji izopropanolem i dwóch przemyciach 75% etanolem, osad RNA rozpuszczono w wodzie wolnej od enzymów. System reakcyjny o objętości 20 µL zawierał 4 µL buforu 5x, 1 µL odwrotnej transkryptazy, 1 µL startera stem-loop (10 µM) oraz 5 µL matrycy RNA. Warunki reakcji wynosiły 16 °C przez 30 min, 42 °C przez 30 min oraz 85 °C przez 5 s. Produkty odwrotnej transkrypcji przechowywano w temperaturze −20 °C. PCR ilościowy przeprowadzono z użyciem zestawu TaKaRa SYBR Premix Ex Taq II. Każda reakcja o objętości 20 µL zawierała 10 µL mieszaniny 2× SYBR, po 0,8 µL startera forward i reverse (10 µM) oraz 2 µL matrycy cDNA. Amplifikację przeprowadzono na systemie do PCR w czasie rzeczywistym Applied Biosystems 7500 w następujących warunkach: przeddenaturacja w 95 °C przez 30 s; 40 cykli obejmujących 95 °C przez 5 s i 60 °C przez 30 s; następnie przeprowadzono analizę krzywej topnienia w celu potwierdzenia specyficzności amplifikacji. U6 snRNA służyło jako wewnętrzny gen referencyjny, a względne poziomy ekspresji miR-146a, miR-642a i miR-2861 obliczono metodą 2-ΔΔCt. Każdą próbkę badano w trzech powtórzeniach. Sekwencje wszystkich starterów użytych w tej pracy wymieniono w Tabeli 1.

Wykrywanie markerów białkowych w surowicy
Stężenia ADPN, LEP i RBP4 w surowicy zmierzono metodą ELISA z wykorzystaniem techniki kanapki z podwójnym przeciwciałem, stosując odpowiednio zestawy: Human Total ADPN/Acrp30 Quantikine ELISA Kit (czułość analityczna 0,891 ng/mL; zakres pomiaru 3,9–250 ng/mL), Human Leptin Quantikine ELISA Kit (czułość analityczna 7,8 pg/mL; zakres pomiaru 15,6–1 000 pg/mL) oraz Human RBP4 Quantikine ELISA Kit (czułość analityczna 0,628 ng/mL; zakres pomiaru 1,56–100 ng/mL). Każdy test był specyficzny dla odpowiadającego mu ludzkiego analitycznego związku, a próbki surowicy rozcieńczono zgodnie z instrukcjami producenta. Absorbancję zmierzono przy 450 nm, a stężenia obliczono przy użyciu czteroparametrycznych logistycznych krzywych standardowych. Współczynniki zmienności (CV) wewnątrz- i międzyseryjnie wynosiły 2,5% lub 3,2% dla ADPN, 2,7% lub 3,4% dla LEP oraz 2,6% lub 3,3% dla RBP4.

Pomiar T
Poziom T w surowicy zmierzono za pomocą elektrochemiluminescencyjnego testu immunoabsorpcyjnego z wykorzystaniem automatycznego analizatora immunoasejowego Roche Cobas e601.

Pomiary metaboliczne glukozy i stanu zapalnego
Wartości glukozy w osoczu na czczo, insuliny na czczo oraz HbA1c pozyskano z rutynowych zapisów laboratoryjnych z tego samego dnia, a nie z zarchiwizowanych alikwotów surowicy wykorzystanych do analiz miRNA i białek metabolicznych. Poziom glukozy w osoczu na czczo mierzono metodą oksydazy glukozowej, insulinę na czczo metodą immunoturbidymetrii, a HbA1c za pomocą wysokosprawnej chromatografii cieczowej. Wskaźnik HOMA-IR obliczono według wzoru [glukoza w osoczu na czczo (mmol/L) × insulina na czczo (mIU/L)]/22,5. Poziom IL-6 w surowicy mierzono za pomocą chemiluminescencyjnego testu immunoacyjnego.

Walidacja metodologiczna
Porównania metod alternatywnych przeprowadzono w celu ustalenia, czy pomiary podstawowe były odporne na wybór platformy analitycznej; nie służyły one do generowania głównych wyników międzygrupowych. Poziomy ekspresji trzech miRNA oraz pięciu markerów biochemicznych mierzono w różnych warunkach przetwarzania opisanych powyżej, a współczynnik zmienności dla każdego wskaźnika obliczano jako CV = (odchylenie standardowe/średnia) x 100%. Za akceptowalną dla oceny stabilności wyników testów w różnych warunkach przetwarzania i przechowywania próbek uznano CV <15%. Precyzję wewnątrzodniową oceniono poprzez 10-krotny pomiar tej samej połączonej próbki surowicy w ciągu jednego dnia, natomiast precyzję międzyodniową określono na podstawie pomiarów wykonywanych raz dziennie przez pięć kolejnych dni. Dla każdego wskaźnika obliczono średnią, odchylenie standardowe oraz odpowiadający im CV. W celu przetestowania zgodności analitycznej pięć analitów biochemicznych — ADPN, LEP, RBP4, IL-6 i T — zmierzono w próbkach walidacyjnych przy użyciu metody podstawowej oraz platformy do immunotestów opartych na chemiluminescencji firmy Roche. Do obliczenia 95% granic zgodności wykorzystano analizę Blanda–Altmana. Główna metoda qRT-PCR była stosowana we wszystkich klinicznych pomiarach miRNA, natomiast zestaw miScript SYBR Green PCR Kit służył wyłącznie jako metoda ortogonalna w eksperymencie dotyczącym zgodności analitycznej; pomiędzy dwoma systemami qRT-PCR obliczono współczynniki korelacji Pearsona.

Analiza statystyczna
Analizę danych przeprowadzono przy użyciu oprogramowania statystycznego. Wszystkie zmienne ciągłe poddano najpierw testowi normalności Shapiro-Wilka. Dane o rozkładzie normalnym przedstawiono jako średnia ± odchylenie standardowe. Porównania między dwiema grupami wykonano za pomocą testu t dla prób niezależnych, natomiast porównania między wieloma grupami przeprowadzono za pomocą jednoczynnikowej analizy wariancji, a następnie testu LSD-t dla porównań parzystych. Dane niepodlegające rozkładowi normalnemu przedstawiono jako mediana (rozstęp międzykwartylowy) [M (P25, P75)]. Porównania między dwiema grupami wykonano wówczas testem U Manna-Whitneya, a porównania między wieloma grupami testem H Kruskala-Wallisa. Dane kategoryczne przedstawiono jako liczebności i wartości procentowe. Do porównania grup zastosowano test χ2 lub dokładny test Fishera. Korelacje między zmiennymi oceniano za pomocą analizy korelacji Pearsona lub analizy korelacji rang Spearmana, w zależności od rozkładu danych. W ramach analizy eksploracyjnej powtórzono analizy korelacji Pearsona pomiędzy każdym miRNA a sześcioma markerami metabolicznymi w podgrupach pacjentek z PCOS bez otyłości (BMI <28 kg/m2) oraz z otyłością (BMI ≥28 kg/m2). Współczynniki korelacji porównano za pomocą transformacji r-to-z Fishera, a otrzymane wartości p między podgrupami skorygowano za pomocą procedury Benjamini–Hochberg dla kontroli odsetka fałszywych odkryć (FDR). Wydajność diagnostyczną oceniono za pomocą charakterystyki operacyjnej odbiornika (krzywe ROC) oraz pola pod krzywą (AUC). Dodatkowo przeanalizowano skumulowaną detekcję przy użyciu modelu regresji logistycznej. Wszystkie testy były dwustronne, a wartość p < 0,05 uznano za istotną statystycznie.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Charakterystyka wyjściowa populacji badanej
W badaniu wzięło udział łącznie 62 pacjentki z PCOS oraz 71 zdrowych osób z grupy kontrolnej. Obie grupy były porównywalne pod względem wieku, składu etnicznego i innych charakterystyk wyjściowych (p > 0,05). Z kolei cykle menstruacyjne były istotnie dłuższe w grupie PCOS niż w grupie kontrolnej (p < 0,001), co jest zgodne z typowym obrazem klinicznym PCOS (Tabela 2).

Poziomy e...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Wykorzystując zestandaryzowane analizy biochemiczne surowicy oraz qRT-PCR, w niniejszym badaniu przeanalizowano próbki surowicy od 62 pacjentek z PCOS oraz 71 zdrowych osób z grupy kontrolnej. Stwierdzono charakterystyczny wzorzec zaburzonej ekspresji miRNA oraz białek związanych z odżywianiem w PCOS, wraz ze znaczącymi powiązaniami potranskrypcyjnymi między tymi dwoma czynnikami. Wszystkie eksperymenty zostały poddane rygorystycznej walidacji metodologicznej. Precyzja, stabilność oraz zgodność między metodami systemu de...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy oświadczają, że nie istnieją żadne konflikty interesów.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
-80 °C zamrażarka niskotemperaturowaThermo Fisher (USA)Forma 900Długoterminowe przechowywanie próbek surowicy w niskiej temperaturze
Zestaw ELISA do oznaczania adiponektyny (ADPN)R&D Systems (USA)DY1065Ilościowe oznaczanie stężenia ADPN w surowicy
Automatyczny analizator biochemicznyBeckman Coulter (USA)AU5800Oznaczanie poziomu glukozy w krwi na czczo, insuliny oraz hemoglobiny glikowanej
Automatyczny czytnik mikropłytekTecan (Szwajcaria)Infinite M200 ProPomiar absorbancji przy 450 nm w eksperymentach ELISA
Zestaw do oznaczania poziomu glukozy we krwiBeckman Coulter (USA)A11A01Oznaczanie poziomu glukozy w surowicy na czczo metodą oksydazy glukozowej
analizator do immunochemicznych testów luminescencyjnych Cobas e601Roche (Niemcy)Cobas e601Wykrywanie testosteronu w surowicy i IL-6 metodą elektrochemiluminescencji
Probówka do kriokonserwacji bez enzymówAxygen (USA)MCT-150-CAlikwotowanie próbek surowicy, -80 °C przechowywanie w ultra-niskiej temperaturze
Pipeta Eppendorf Research plusEppendorf (Niemcy)Badania plus 0,5-1,000 μLAspiracja surowicy, pipetowanie RNA/odczynników, alikwotowanie próbek
Zestaw do oznaczania hemoglobiny glikowanej (HbA1c)Beckman Coulter (USA)A11A03Oznaczanie poziomu HbA1c w surowicy za pomocą wysokosprawnej chromatografii cieczowej
Zestaw do wykrywania IL-6Roche (Niemcy)5200057190Oznaczanie ilościowe interleukiny-6 w surowicy
Zestaw do oznaczania insulinyBeckman Coulter (USA)A11A02Oznaczanie poziomu insuliny na czczo w surowicy metodą immunoturbidymetrii
Zestaw ELISA do oznaczania leptyny (LEP)R&D Systems (USA)DY398Ilościowe oznaczenie stężenia LEP w surowicy
Wirówka chłodząca wysokoprędkościowaXiangyi Instrument (Chiny)TDZ5-WSWirowanie próbek przy określonych siłach odśrodkowych
Zestaw miScript SYBR Green PCR KitQiagen (Niemcy)218073Weryfikacja spójności metodologicznej w detekcji miRNA
Zestaw do odwrotnej transkrypcji PrimeScript RTTaKaRa (Japonia)RR036Atranskrypcja odwrotna miRNA w celu syntezy cDNA
Urządzenie do ilościowej PCR w czasie rzeczywistym z detekcją fluorescencyjnąApplied Biosystems (USA)7500Amplifikacja miRNA metodą qRT-PCR i detekcja fluorescencyjna
Zestaw ELISA do oznaczania białka wiążącego retinol 4 (RBP4)R&D Systems (USA)DY6005Ilościowe oznaczanie stężenia RBP4 w surowicy
oprogramowanie statystyczne SPSSIBM (USA)25Test normalności rozkładu danych, porównanie międzygrupowe, korelacja i analiza ROC
Zestaw SYBR Premix Ex Taq II KitTaKaRa (Japonia)RR420Ailościowa PCR z fluorescencją dla amplifikacji miRNA
Zestaw do wykrywania testosteronu (T)Roche (Niemcy)5200067190Oznaczanie stężenia testosteronu w surowicy
odczynnik do ekstrakcji całkowitego RNA TRIzolInvitrogen (USA)15596026Ekstrakcja całkowitego RNA z próbek surowicy
Probówka do próżniowego pobierania krwi bez antykoagulantuBD Biosciences (USA)367812Pobieranie krwi z żyły łokciowej na czczo w celu wyseparowania surowicy

Bibliografia

  1. Stener-Victorin E, et al. Polycystic ovary syndrome. Nat Rev Dis Primers. 2024;10(1):27.
  2. Dokras A, Luque-Ramírez M, Escobar-Morreale HF. Polycystic ovary syndrome: origins and implications: Long-term health outcomes in polycystic ovary syndrome. Reproduction. 2025;170(2):e250118.
  3. Ma YC, Law KS, Wang WS, Chang HM. Phenotypic variations in polycystic ovary syndrome: metabolic risks and emerging biomarkers. J Endocrinol. 2025;267(1):e250226.
  4. Nandi A, Singh K, Sharma K. Advancement in early diagnosis of polycystic ovary syndrome: biomarker-driven innovative diagnostic sensor. Mikrochim Acta. 2025;192(5):331.
  5. Qu J, Lin Z. Autophagy regulation by crosstalk between miRNAs and ubiquitination system. Int J Mol Sci. 2021;22(21):11912.
  6. Bell-Hensley A, Das S, McAlinden A. The miR-181 family: wide-ranging pathophysiological effects on cell fate and function. J Cell Physiol. 2023;238(4):698-713.
  7. Wei R, et al. Qingfei Litan decoction alleviated Klebsiella pneumoniae-induced pneumonia by targeting the TLR4/MyD88/NF-κB axis via miR-146a-5p. J Ethnopharmacol. 2025;349:119947.
  8. Beveridge DJ, et al. The tumor suppressor miR-642a-5p targets Wilms tumor 1 gene and cell-cycle progression in prostate cancer. Sci Rep. 2021;11(1):18003.
  9. Yu K, Cui S, Xue T. LncRNA MIR22HG is downregulated in adenomyosis and upregulates miR-2861 through demethylation to inhibit endometrial cell proliferation. J Obstet Gynaecol Res. 2021;47(5):1837-1845.
  10. Orszulak D, et al. Adipokines as biochemical marker of polycystic ovary syndrome in adolescents - review. Front Endocrinol (Lausanne). 2025;16:1475465.
  11. Koleva-Tyutyundzhieva D, Ilieva-Gerova M, Deneva T, Orbetzova M. Metabolic and inflammatory adipokine profiles in PCOS: a focus on adiposity, insulin resistance, and atherogenic risk. Int J Mol Sci. 2025;26(19):9702.
  12. Dymanowska I, et al. MicroRNAs as biomarkers for metabolic disorders in polycystic ovary syndrome (PCOS): a review. Med Sci Monit. 2024;30:e946480.
  13. Ramaswamy P, et al. Circulating cell-free microRNAs in women with polycystic ovary syndrome: advancing towards biomarker discovery and therapeutic targets. Reprod Sci. 2025;32(7):2137-2179.
  14. Teede HJ, et al. Recommendations from the 2023 international evidence-based guideline for the assessment and management of polycystic ovary syndrome. J Clin Endocrinol Metab. 2023;108(10):2447-2469.
  15. Szukiewicz D, Trojanowski S, Kociszewska A, Szewczyk G. Modulation of the inflammatory response in polycystic ovary syndrome (PCOS): searching for epigenetic factors. Int J Mol Sci. 2022;23(23):14663.
  16. Kim JJ. Obesity and polycystic ovary syndrome. J Obes Metab Syndr. 2024;33(4):289-301.
  17. Gu X, Wang L, Liu S, Shan T. Adipose tissue adipokines and lipokines: functions and regulatory mechanism in skeletal muscle development and homeostasis. Metabolism. 2023;139:155379.
  18. Abdalla MMI. Therapeutic potential of adiponectin in prediabetes: strategies, challenges, and future directions. Ther Adv Endocrinol Metab. 2024;15:20420188231222371.
  19. Yang Q, et al. Serum retinol binding protein 4 contributes to insulin resistance in obesity and type 2 diabetes. Nature. 2005;436(7049):356-362.
  20. Ost A, et al. Retinol-binding protein-4 attenuates insulin-induced phosphorylation of IRS1 and ERK1/2 in primary human adipocytes. FASEB J. 2007;21(13):3696-3704.
  21. Zhu F, et al. MiR-146a alleviates inflammatory bowel disease in mice through systematic regulation of multiple genetic networks. Front Immunol. 2024;15:1366319.
  22. Aydin S, et al. An overview of ELISA: a review and update on best laboratory practices for quantifying peptides and proteins in biological fluids. J Int Med Res. 2025;53(2):3000605251315913.
  23. Candia J, et al. Effects of in vitro hemolysis and repeated freeze-thaw cycles in protein abundance quantification using the SomaScan and Olink assays. J Proteome Res. 2025;24(5):2517-2528.
  24. Liang X, et al. Quality assessment from biobank plasma and serum specimens: a systematic review. PeerJ. 2025;13:e20122.
  25. Singh I, Moar K, Maurya PK. Diagnostic and prognostic biomarkers in polycystic ovary syndrome. Clin Chim Acta. 2025;576:120425.
  26. Hadi S, et al. Extracellular fluid miRNAs in PCOS. Clin Chim Acta. 2025;576:120404.
  27. Insenser M, et al. Validation of circulating microRNAs miR-142-3p and miR-598-3p in women with polycystic ovary syndrome as potential diagnostic markers. Hum Reprod. 2023;38(5):951-960.
  28. Schofield LC, Dialpuri JS, Murshudov GN, Agirre J. Post-translational modifications in the Protein Data Bank. Acta Crystallogr D Struct Biol. 2024;80(Pt 9):647-660.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Sygnatury mikroRNAmarkery zapalnebiałka metaboliczne składników odżywczychmikroRNA w surowicyilościowa PCR w czasie rzeczywistympoziomy adyponektynypoziomy leptynybiałko wiążące retinol