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

Artykuł badawczy

Ekspresja Mir-488-3p w surowicy jako nieinwazyjny biomarker diagnostyczny u pacjentów z reumatoidalnym zapaleniem stawów

58 wyświetleń

⸱

DOI:

10.3791/72346

⸱

28 sierpnia 2026

 , 

W tym artykule

Podsumowanie

miR-488-3p może służyć jako nowy nieinwazyjny marker diagnostyczny w RZS. miR-488-3p moduluje funkcje biologiczne synowiocytów za pośrednictwem ROCK1. Wykazano istotną ujemną korelację między jego poziomem a ciężkością choroby u pacjentów z RZS.

Streszczenie

Diagnozowanie reumatoidalnego zapalenia stawów (RA) pozostaje wyzwaniem ze względu na ograniczenia istniejących biomarkerów. Celem badania było zbadanie potencjału miR-488-3p w surowicy jako biomarkera RA oraz ujawnienie jego potencjalnego mechanizmu działania. W badaniu wzięło udział 135 pacjentów z RA, 130 pacjentów z chorobą zwyrodnieniową stawów (OA) oraz 125 zdrowych osób z grupy kontrolnej. Poziomy ekspresji miR-488-3p sprawdzono za pomocą RT-qPCR. Mechanizm działania przeanalizowano za pomocą testów funkcjonalnych (CCK-8, cytometria przepływowa, ELISA) i eksperymentów walidacyjnych celów (reporterowy gen lucyferazy, RIP). Poziomy ekspresji miR-488-3p w surowicy były znacznie niższe u pacjentów z RA niż u pacjentów z chorobą zwyrodnieniową stawów (OA) oraz w grupie kontrolnej (p < 0,001). Analiza krzywej ROC wykazała, że miR-488-3p wykazuje wysoką dokładność diagnostyczną w rozróżnianiu RA od zdrowych osób z grupy kontrolnej i pacjentów z OA. miR-488-3p korelował negatywnie z prędkością opadania erytrocytów (ESR), białkiem C-reaktywnym (CRP), czynnikiem reumatoidalnym (RF) oraz wynikami DAS28. Walidacja funkcjonalna wykazała, że nadekspresja miR-488-3p hamowała proliferację i odpowiedź zapalną synowiocytów, jednocześnie indukując apoptozę. Badania mechanistyczne wykazały, że miR-488-3p może bezpośrednio targetować kinazę ROCK1 (Rho-associated coiled-coil containing protein kinase 1), która pośredniczy w jego ochronnych efektach. Serum miR-488-3p rokuje jako nowy nieinwazyjny marker diagnostyczny dla RA i chroni synowiocyty przed uszkodzeniem.

Wprowadzenie

Reumatoidalne zapalenie stawów (RZS) to powszechna choroba autoimmunologiczna charakteryzująca się zapaleniem błony maziowej, erozją oraz destrukcją stawów1,2. Globalna chorobowość RZS wynosi około 0,5%–1%3, co poważnie wpływa na jakość życia pacjentów i ich zdolność do pracy. Choroba rozwija się podstępnie, a wczesne objawy są często nietypowe i łatwo mogą zostać błędnie zdiagnozowane lub przeoczone4. W miarę postępu choroby może ona prowadzić do deformacji stawów, utraty funkcji, a nawet zwiększyć ryzyko wystąpienia powikłań, takich jak choroby układu sercowo-naczyniowego5, co stanowi znaczne obciążenie dla pacjentów, ich rodzin oraz systemów opieki zdrowotnej.

Obecnie do diagnozy RA wymagane jest połączenie objawów klinicznych, oznak, badań laboratoryjnych oraz oceny obrazowej6. Powszechnie stosowane wskaźniki laboratoryjne obejmują szybkość opadania erytrocytów (ESR) i białko C-reaktywne (CRP), które są nieswoistymi markerami systemowego stanu zapalnego, a także czynnik reumatoidalny (RF) i przeciwciała przeciwko cytrulinowanym peptydom cyklicznym (anti-CCP), które stanowią ważne serologiczne biomarkery RA7,8. Jednakże tradycyjne biomarkery te mają swoje ograniczenia: RF może być dodatni u niektórych zdrowych osób i pacjentów z innymi chorobami autoimmunologicznymi (odsetek wyników fałszywie dodatnich wynosi około 5%); anti-CCP, mimo wysokiej swoistości (>95%), wykazuje ograniczoną czułość we wczesnych stadiach choroby (około 60–70%)4,9, a niektórzy pacjenci z RA pozostają seronegatywni10. Dlatego ważne jest znalezienie bardziej czułych i swoistych biomarkerów do wczesnej diagnostyki, monitorowania choroby i oceny rokowania w RA11.

MikroRNA (miRNA) to grupa endogennych, niekodujących regulatorowych cząsteczek RNA o długości około 22–25 zasad12,13. Stwierdzono, że miRNA pełnią rolę kluczowych regulatorów w rozwoju wielu chorób, a ich aberrantna ekspresja jest ściśle powiązana z patogenezą schorzeń13,14,15, co czyni miRNA obiecującymi biomarkerami w diagnostyce chorób i monitorowaniu terapii. W ciągu ostatnich kilku lat rola miRNA w RZS zyskała coraz większą uwagę16. Badania wykazały, że wiele miRNA wykazuje zaburzoną ekspresję (np. miR-146a, miR-155 itp.) w surowicy, tkankach błony stawowej i monocytach krwi obwodowej (PBMCs) pacjentów z RZS17,18,19. Cząsteczki te przyczyniają się do patogenezy RZS poprzez regulację produkcji cytokin zapalnych, promowanie proliferacji i inwazji komórek błony stawowej oraz wpływ na różnicowanie osteoklastów20. Wśród nich miR-488 jest zlokalizowany w regionie 1q25.2 chromosomu 1 u ludzi21, a wcześniejsze badania potwierdziły jego działanie neuroprotekcyjne: odgrywa on rolę regulacyjną w progresji glejaków22 i neuroblastomów23, a co istotne, miR-488-3p promuje apoptozę chondrocytów w chorobie zwyrodnieniowej stawów (OA)24. Choć OA i RZS są różnymi chorobami stawów, wykazują wspólne mechanizmy w procesach patologicznych zapalenia błony stawowej i destrukcji chrząstki25. Postawiliśmy hipotezę, że miR-488-3p może odgrywać rolę w RZS poprzez regulację podobnych szlaków docelowych. Jednak specyficzna rola i potencjalne mechanizmy działania miR-488-3p w RZS nie zostały dotąd wyjaśnione.

Badanie analizowało zmiany poziomów ekspresji miR-488-3p w surowicy u pacjentów z RZS oraz jego związek z aktywnością choroby i wskaźnikami klinicznymi, mając na celu ocenę jego potencjalnej wartości jako nieinwazyjnego markera diagnostycznego RZS. Niniejsze badanie dostarcza nowej wiedzy na temat wczesnego przesiewu i przewidywania progresji choroby w RZS, co przyczynia się do poprawy rokowań u pacjentów z RZS.

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

Protokół

Badanie zostało zatwierdzone przez Komisję Etyczną Szpitala Hefei BOE (numer zatwierdzenia 2021–1), a od wszystkich uczestników przed włączeniem do badania uzyskano pisemną świadomą zgodę.

Pacjenci i próbki

Do badania zakwalifikowano 135 pacjentów z RA (zdiagnozowanych zgodnie z kryteriami klasyfikacji ACR/EULAR z 2010 r.) z Oddziału Reumatologii i Immunologii szpitala Hefei BOE, 130 pacjentów z OA z Oddziału Ortopedii (zdiagnozowanych zgodnie z kryteriami diagnostycznymi OA Chińskiego Stowarzyszenia Medycznego z 2018 r.) oraz 125 zdrowych osób kontrolnych, dopasowanych pod względem wieku i płci, z centrum badań profilaktycznych tego samego szpitala. Uczestnicy byli w wieku 30–80 lat. W przypadku zdrowej grupy kontrolnej potwierdzono brak chorób autoimmunologicznych, schorzeń stawów oraz ostrych infekcji poprzez szczegółowy wywiad, badanie fizykalne i testy laboratoryjne. Z badania wykluczono uczestników z współistniejącymi chorobami autoimmunologicznymi, historią infekcji lub urazów w ciągu ostatnich 3 miesięcy, chorobami nowotworowymi, a także kobiety w ciąży lub karmiące piersią.

Pobieranie i przygotowanie próbek

Od wszystkich uczestników badania pobrano krew żylną na czczo. Po 30 min krzepnięcia w temperaturze pokojowej, próbki surowicy wyizolowano poprzez wirowanie z prędkością 1500 × g przez 15 min. Surowicę przechowywano w temperaturze -80°C do czasu przeprowadzenia dalszych analiz.

Wykrywanie markerów klinicznych i serologicznych

Aby kompleksowo ocenić stan choroby i aktywność zapalną, zmierzono kliniczne i serologiczne biomarkery przy użyciu standaryzowanych metod laboratoryjnych. OB zmierzono metodą Westergrena w celu oceny niespecyficznego zapalenia układowego. Poziom CRP oznaczono za pomocą testu immunoturbidymetrycznego (normalna wartość referencyjna: <10 mg/L), aby ocenić odpowiedź zapalną w fazie ostrej. RF zmierzono za pomocą testu immunoenzymatycznego (ELISA), przyjmując normalną wartość referencyjną ≤20 IU/mL. Przeciwciała anty-CCP zmierzono za pomocą testu ELISA drugiej generacji, aby uzyskać serologiczne potwierdzenie diagnozy RZS.

Linie komórkowe i hodowla

Ludzkie synowiocyty fibroblastopodobne od pacjentów z RA (HFLS-RA) hodowano w podłożu Dulbecco's Modified Medium (DMEM) uzupełnionym o 10% płodowej surowicy bydlęcej (FBS) oraz 1% penicyliny i streptomycyny. Komórki utrzymywano w inkubatorze w temperaturze 37 °C przy 5% CO₂; do wszystkich eksperymentów wykorzystano komórki z przejść od trzeciego do szóstego.

Ekstrakcja RNA i ilościowa real-time RT-PCR

Całkowite RNA wyekstrahowano z próbek surowicy przy użyciu odczynnika do ekstrakcji RNA. Transkrypcję odwrotną przeprowadzono zgodnie z instrukcjami producenta, stosując zestaw do syntezy pierwszej nici miRNA dla miRNA oraz zestaw do transkrypcji odwrotnej dla genów docelowych RNA posłańca (mRNA). Ilościową reakcję łańcuchową polimerazy w czasie rzeczywistym (RT-qPCR) wykonano przy użyciu systemu PCR w czasie rzeczywistym z gotową mieszaniną PCR (master mix) opartą na SYBR Green. Program termocyklera ustawiono na wstępną denaturację w 95 °C przez 30 s, a następnie przeprowadzono 40 cykli amplifikacji (denaturacja w 95 °C przez 5 s oraz przyłączanie/elongacja w 60 °C przez 30 s). Każdą próbkę analizowano w trzech powtórzeniach. Małe jądrowe RNA U6 (U6 snRNA) oraz dehydrogenaza gliceraldo-3-fosforanowa (GAPDH) służyły odpowiednio jako endogenne geny referencyjne do normalizacji miRNA i mRNA. Sekwencje starterów zestawiono w Supplementary Table 1. Względne poziomy ekspresji miR-488-3p i jego genów docelowych obliczono metodą 2−ΔΔCt. W celu weryfikacji zależności regulacyjnych przeanalizowano również zmiany poziomów mRNA genów docelowych po nadekspresji lub inhibicji miR-488-3p.

Transfekcja komórek

Komórki HFLS-RA wysiano do płytek 6-dołkowych w gęstości 5 × 105 komórek/dołek. Komórki przetransfekowano przy użyciu odczynnika do transfekcji opartego na liposomach zgodnie z instrukcją producenta. Grupy transfekcyjne obejmowały grupy z pojedynczą transfekcją oraz grupy z kotransfekcją. Grupy z pojedynczą transfekcją obejmowały: 1) kontrolę — komórki nietransfekowane; 2) negatywną kontrolę mimiku (NC) — komórki przetransfekowane negatywną kontrolą mimiku miR-488-3p; 3) mimik miR-488-3p — komórki przetransfekowane mimikiem miR-488-3p; 4) NC inhibitora — komórki przetransfekowane negatywną kontrolą inhibitora miR-488-3p; 5) inhibitor miR-488-3p — komórki przetransfekowane inhibitorem miR-488-3p. Grupy z kotransfekcją obejmowały: 1) mimik miR-488-3p + nadekspresja-NC (oe-NC) — komórki kotransfekowane mimikiem miR-488-3p oraz negatywną kontrolą wektorów nadekspresji ROCK1; 2) mimik miR-488-3p + oe-ROCK1 — komórki kotransfekowane mimikiem miR-488-3p oraz wektorami nadekspresji ROCK1. Wszystkie sekwencje transfekcji podsumowano w Tabeli uzupełniającej 1. Wektor nadekspresji ROCK1 przygotowano poprzez klonowanie regionu sekwencji kodującej (CDS) do plazmidu pcDNA 3.1. Przetransfekowane komórki wykorzystano w następnych eksperymentach po 48 h od transfekcji komórek.

Analiza funkcji komórkowych

Test proliferacji komórek (Cell Counting Kit-8 [CCK-8]): Przetransfekowane komórki HFLS-RA zasiano w płytkach 96-dołkowych w zagęszczeniu 5 × 103 komórek/dołek, stosując trzy powtórzenia na grupę. W odstępach 0, 24, 48 i 72 h po transfekcji do każdego dołka dodano 10 µL roztworu CCK-8, a następnie inkubowano w 37 °C przez 2 h. Absorbancję zmierzono przy 450 nm (długość fali detekcji) i 630 nm (długość fali referencyjnej) przy użyciu czytnika mikropłytek. Względną szybkość proliferacji obliczono, przyjmując czas 0 h jako linię bazową.

Wykrywanie apoptozy (cytometria przepływowa): Apoptozę oceniano za pomocą testu apoptozy z wykorzystaniem Annexin V-fluorescein isothiocyanate (FITC)/propidium iodide (PI). Komórki przetransfekowano odpowiednimi plazmidami, a następnie zebrano po trypsynizacji. Stopień apoptozy określono metodą cytometrii przepływowej.

Analiza czynników zapalnych (test enzymatycznego referencyjnego immunosorbenta [ELISA]): Komórki HFLS-RA wysiano do płytek 24-dołkowych i transfektowano wskazanym mimikiem miR-488-3p, inhibitorem miR-488-3p lub odpowiadającymi im kontrolami negatywnymi przez 48 h. Stężenia interleukiny-6 (IL-6), czynnika martwicy nowotworów-α (TNF-α) oraz interleukiny-1β (IL-1β) w supernatantach hodowli komórkowych określono ilościowo przy użyciu zestawów ELISA.

Walidacja celu

Przewidywanie celu: Przewidziano, że ROCK1 jest bezpośrednim celem miR-488-3p przy użyciu bazy danych TargetScan26Przewidywane miejsca wiązania między miR-488-3p a ROCK1 3′-region nietranslacyjny (3' UTR)′region nietranslacyjny 3' (UTR) zidentyfikowano również.

Test raportora podwójnej lucyferazy: Dziki typ lub mutant 3′UTR genu ROCK1 został sklonowany do plazmidu pGL3. Przewidywane miejsca wiązania i miejsca zmutowane przedstawiono na Rysunku 4. Komórki HEK- 293T poddano kotransfekcji mimikiem lub inhibitorem miR-488-3p wraz z konstrukcjami wektorowymi27. Aktywność lucyferazy zmierzono 48 h po transfekcji mimikiem lub inhibitorem miR-488-3p.

Immunoprecypitacja RNA (RIP): Komórki HFLS-RA inkubowano z przeciwciałem przeciwko Argonaute 2 (Ago2) (RRID: AB_2882071, rozcieńczenie 1:200) lub kontrolnym przeciwciałem immunoglobuliną G (IgG) (RRID: AB_2819160, rozcieńczenie 1:5000), a następnie przeprowadzono ekstrakcję RNA i ilościową PCR (qPCR) w celu oceny wzbogacenia mRNA ROCK1 zgodnie z powyższym opisem.

Analiza statystyczna

Analizę statystyczną badania przeprowadzono przy użyciu programów SPSS 23.0 (RRID: SCR_002865) oraz GraphPad Prism 9.0 (RRID: SCR_002798). Dane pomiarowe przedstawiono jako średnia ± odchylenie standardowe (SD). Wszystkie eksperymenty wykonano w trzech powtórzeniach biologicznych, a każde powtórzenie biologiczne analizowano w trzech powtórzeniach technicznych. Surowe dane zostały dołączone w materiałach uzupełniających. Przed zastosowaniem parametrycznych testów statystycznych dane oceniono za pomocą wykresu prawdopodobieństwa normalnego (P-P). Do porównania ciągłych zmiennych bazowych (np. wieku, wskaźnika masy ciała [BMI] itp.) zastosowano test t dla prób niezależnych, natomiast dla zmiennych kategorycznych (np. płci itp.) wykorzystano test chi-kwadrat. Poziomy ekspresji genów porównano za pomocą testu t dla prób niezależnych. Zmiany w proliferacji komórek w różnych punktach czasowych analizowano za pomocą analizy wariancji z powtarzanymi pomiarami (ANOVA), natomiast jednoczynnikową analizę ANOVA zastosowano do porównania wskaźników apoptozy określonych metodą cytometrii przepływowej. Analizę korelacji przeprowadzono z wykorzystaniem testu Spearmana (dla zmiennych nie spełniających rozkładu normalnego) oraz Pearsona (dla zmiennych spełniających rozkład normalny). Skuteczność diagnostyczną oceniono za pomocą analizy krzywej charakterystyki operacyjnej odbiornika (ROC). Optymalna wartość odcięcia, czułość oraz swoistość zostały określone przy użyciu maksymalnego indeksu Youdena. Wszystkie testy statystyczne były dwustronne, a wartość p < 0,05 uznano za istotną statystycznie.

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

Wyniki

Podstawowa charakterystyka uczestników badania

Badanie to objęło 125 zdrowych osób z grupy kontrolnej, 130 pacjentów z OA oraz 135 pacjentów z RA w celu przeprowadzenia systematycznej analizy (Tabela 1). Nie stwierdzono istotnych różnic w charakterystyce wyjściowej trzech grup pod względem wieku (p = 0,191), stosunku płci (p = 0,203) oraz BMI (p = 0,562), co zapewniło porównywalność populacji badawczej. W odniesieniu do charakterysty...

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

Dyskusja

Jak podkreślili Smolen i wsp.1 w najnowszych wytycznych dotyczących diagnostyki i leczenia RA, opracowanie nowych biomarkerów ma istotną wartość kliniczną. W niniejszym badaniu potwierdziliśmy, że poziom serum miR-488-3p był znacząco obniżony u pacjentów z RA i wykazał obiecującą skuteczność diagnostyczną, z relatywnie zadowalającą czułością i swoistością. Wczesna diagnostyka RA od zawsze stanowiła trudność kliniczną, a istniejące biomarkery nie są wystarczająco czułe w diagnostyce RA, podczas gdy...

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

Oświadczenia

Autorzy nie deklarują żadnych konfliktów interesów.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Annexin V-FITC Apoptosis Detection KitBD Bioscience556547apoptoza komórek
przeciwciało anty-Ago2Proteintech66720-1-Igimmunoprecypitacja RNA
roztwór CCK-8DojindoCK04proliferacja komórek
podłoże DMEM (Dulbecco's Modified Eagle Medium)Thermo Fisher121000146hodowla komórkowa
płodowa surowica bydlęcaThermo Fisher10437028hodowla komórkowa
Cytometr przepływowyBD Bioscience FACSCaliburapoptoza komórek
Zestaw ELISA do przeciwciał anty-CCP człowiekaCusabioCSB-E09077h wykrywanie anty-CCP
Zestaw ELISA do RF-IgA człowiekaFeien BiotechnologyEH4270wykrywanie RF
ludzkie synowiocyty podobne do fibroblastów w reumatoidalnym zapaleniu stawów (HFLS-RA)Cell ApplicationsHFLS-RA-200walidacja in vitro funkcji miR-488-3p
przeciwciało kontrolne IgGAbcamab205718immunoprecypitacja RNA
Zestaw ELISA do interleukiny-1β (IL-1β)R&D SystemsDY201-05stężenie komórkowej IL-1β
Zestaw ELISA do interleukiny-6 (IL-6)R&D SystemsD6050Bstężenie komórkowej IL-6
Liposome Transfection Reagent 3000Ingenuity Life TechnologiesL3000015transfekcja komórek
Czytnik mikropłytekBioTek ELx808test ELISA
Mir-XTM miRNA First-Strand Synthesis KitNihonbao Bioengineering Co., Ltd.638313transkrypcja odwrotna
podłoże Opti-MEMIngenuity Life Technologies, Inc31985070transfekcja komórek
pcDNA 3.1InvitrogenV790-20nadekspresja ROCK1
Penicylina-streptomycynaThermo Fisher15140122hodowla komórkowa
System laboratoryjny Phadia 250Thermo Fisher Phadia 250analiza krwi
PrimeScriptTM Reverse Transcription KitNihonbao Bioengineering Co., Ltd.RR037Atranskrypcja odwrotna
jodek propidyny (PI)/ rybonukleaza (RNaza)BD Bioscience550825apoptoza komórek
System QuantStudio 5Applied Biosystems, Inc.A28138test PCR
odczynnik RNAiso PlusNihonbao Bioengineering Co., Ltd.9108izolacja RNA
SYBR Green Premix Ex TaqNippon Poh Bio-Engineering Co., Ltd.RR420Aamplifikacja PCR
Baza danych TargetScanTargetScanN/Apredykcja miejsc wiązania, (https://www.targetscan.org/) 
Tina-quant C-Reactive Protein IVRoche Diagnostics7876033190wykrywanie CRP
Zestaw ELISA do czynnika martwicy nowotworów-α (TNF-α)R&D SystemsDY210-05stężenie komórkowego TNF-α

Bibliografia

  1. Smolen JS, et al. Rheumatoid arthritis. Nat Rev Dis Primers. 2018;4:18001.
  2. Kook HY, et al. Serum miR-214 as a novel biomarker for ankylosing spondylitis. Int J Rheum Dis. 2019;22(7):1196-201.
  3. Alamanos Y, Voulgari PV, Drosos AA. Incidence and prevalence of rheumatoid arthritis, based on the 1987 American College of Rheumatology criteria: a systematic review. Semin Arthritis Rheum. 2006;36(3):182-8.
  4. van der Linden MPM, et al. Long-term impact of delay in assessment of patients with early arthritis. Arthritis Rheum. 2010;62(12):3537-46.
  5. Anderson J, et al. Rheumatoid arthritis disease activity measures: American College of Rheumatology recommendations for use in clinical practice. Arthritis Care Res (Hoboken). 2012;64(5):640-7.
  6. Aletaha D, et al. 2010 rheumatoid arthritis classification criteria: an American College of Rheumatology/European League Against Rheumatism collaborative initiative. Arthritis Rheum. 2010;62(9):2569-81.
  7. Yang J, et al. MicroRNA-488: a miRNA with diverse roles and clinical applications in cancer and other human diseases. Biomed Pharmacother. 2023;165:115115.
  8. Molendijk M, Hazes JMW, Lubberts E. From patients with arthralgia, pre-RA and recently diagnosed RA: what is the current status of understanding RA pathogenesis? RMD Open. 2018;4(1):e000256.
  9. van Venrooij WJ, van Beers JJBC, Pruijn GJM. Anti-CCP antibodies: the past, the present and the future. Nat Rev Rheumatol. 2011;7(7):391-8.
  10. Szodoray P, et al. Anti-citrullinated protein/peptide autoantibodies in association with genetic and environmental factors as indicators of disease outcome in rheumatoid arthritis. Autoimmun Rev. 2010;9(3):140-3.
  11. Filer A, et al. Utility of ultrasound joint counts in the prediction of rheumatoid arthritis in patients with very early synovitis. Ann Rheum Dis. 2011;70(3):500-7.
  12. Zuo C, Fan P, Yang Y, Hu C. MiR-488-3p facilitates wound healing through CYP1B1-mediated Wnt/β-catenin signaling pathway by targeting MeCP2. J Diabetes Investig. 2024;15(2):145-58.
  13. Mendell JT, Olson EN. MicroRNAs in stress signaling and human disease. Cell. 2012;148(6):1172-87.
  14. Cai Z, Poulos RC, Liu J, Zhong Q. Machine learning for multi-omics data integration in cancer. iScience. 2022;25(2):103798.
  15. Fabian MR, Sonenberg N. The mechanics of miRNA-mediated gene silencing: a look under the hood of miRISC. Nat Struct Mol Biol. 2012;19(6):586-93.
  16. Duroux-Richard I, et al. Circulating miRNA-125b is a potential biomarker predicting response to rituximab in rheumatoid arthritis. Mediators Inflamm. 2014;2014:342524.
  17. Zakeri Z, et al. MicroRNA and exosome: key players in rheumatoid arthritis. J Cell Biochem. 2019;120(7):10930-44.
  18. Pauley KM, et al. Upregulated miR-146a expression in peripheral blood mononuclear cells from rheumatoid arthritis patients. Arthritis Res Ther. 2008;10(4):R101.
  19. Kurowska-Stolarska M, et al. MicroRNA-155 as a proinflammatory regulator in clinical and experimental arthritis. Proc Natl Acad Sci U S A. 2011;108(27):11193-8.
  20. Pers YM, et al. miR-155 contributes to the immunoregulatory function of human mesenchymal stem cells. Front Immunol. 2021;12:624024.
  21. Fu Q, et al. miR-488-3p alleviates neuropathic pain by regulating target gene ROCK1. Acta Neurobiol Exp (Wars). 2023;83(3):271-9.
  22. Xue W, et al. PVT1 regulates the malignant behaviors of human glioma cells by targeting miR-190a-5p and miR-488-3p. Biochim Biophys Acta Mol Basis Dis. 2018;1864(5 Pt A):1783-94.
  23. Muiños-Gimeno M, et al. Human microRNAs miR-22, miR-138-2, miR-148a, and miR-488 are associated with panic disorder and regulate several anxiety candidate genes and related pathways. Biol Psychiatry. 2011;69(6):526-33.
  24. Le TD, Zhang J, Liu L, Li J. Computational methods for identifying miRNA sponge interactions. Brief Bioinform. 2017;18(4):577-90.
  25. Scanzello CR, Goldring SR. The role of synovitis in osteoarthritis pathogenesis. Bone. 2012;51(2):249-57.
  26. McGeary SE, et al. The biochemical basis of microRNA targeting efficacy. Science. 2019;366(6472):eaav1741.
  27. Liu X, et al. Impaired AGO2/miR-185-3p/NRP1 axis promotes colorectal cancer metastasis. Cell Death Dis. 2021;12(4):390.
  28. Smolen JS, Aletaha D, McInnes IB. Rheumatoid arthritis. Lancet. 2016;388(10055):2023-38.
  29. O'Connell RM, Rao DS, Baltimore D. microRNA regulation of inflammatory responses. Annu Rev Immunol. 2012;30:295-312.
  30. Bottini N, Firestein GS. Duality of fibroblast-like synoviocytes in RA: passive responders and imprinted aggressors. Nat Rev Rheumatol. 2013;9(1):24-33.
  31. Firestein GS, McInnes IB. Immunopathogenesis of rheumatoid arthritis. Immunity. 2017;46(2):183-96.
  32. Amano M, Nakayama M, Kaibuchi K. Rho-kinase/ROCK: a key regulator of the cytoskeleton and cell polarity. Cytoskeleton (Hoboken). 2010;67(9):545-54.
  33. Peng H, et al. ROCK1 induces endothelial-to-mesenchymal transition in glomeruli to aggravate albuminuria in diabetic nephropathy. Sci Rep. 2016;6:20304.
  34. van der Meel R, et al. Smart cancer nanomedicine. Nat Nanotechnol. 2019;14(11):1007-17.
  35. Yin H, et al. Non-viral vectors for gene-based therapy. Nat Rev Genet. 2014;15(8):541-55.
  36. Setten RL, Rossi JJ, Han SP. The current state and future directions of RNAi-based therapeutics. Nat Rev Drug Discov. 2019;18(6):421-46.

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

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Biomarker surowiczyRT-qPCRapoptoza synowiocytówodpowiedź zapalnakrzywa ROCcel ROCK1cytometria przepływowa