Effektene av Naringenin på MiRNA-mRNA-profiler i HepaRG-celler

For mer informasjon, kontakt:tina.xiang@wecistanche.com

Abstrakt: Naringenin, en naturligflavonoidmye funnet i sitrusfrukter, har blitt rapportert å ha antioksidanter, anti-inflammatoriske og hepatobeskyttende egenskaper som et naturlig kosttilskudd. Imidlertid forblir reguleringsmekanismen til naringenin i den menneskelige leveren uklar. I denne studien ble messenger-RNA-sekvensering (mRNA-seq), mikroRNA-sekvensering (miRNA-seq) og sanntids qPCR brukt for å skille uttrykksforskjellene mellom kontroll- og naringenin-behandlede HepaRG-celler. Vi oppnådde 1037 differensielt uttrykte mRNA-er og 234 miRNA-er. I henhold til målprediksjon og integrasjonsanalyse i silico fant vi 20 potensielle miRNA-mRNA-par involvert ilevermetabolisme. Denne studien er den første som gir et perspektiv på miRNA-mRNA-interaksjoner i reguleringen av naringenin via integrert analyse av mRNA-seq og miRNA-seq i HepaRG-celler, som ytterligere karakteriserer den ernæringsmessige verdien av naringenin som et mattilsetningsstoff.

Nøkkelord: naringenin; mRNA-sekvens; miRNA-seq; HepaRG-celler

klikk for å få mer produktinformasjon

1. Introduksjon

Naringenin, en naturlig flavonoid, finnes rikelig i sitrusfrukter og andre spiselige frukter, som grapefrukt, appelsiner, bergamott, tomater og fiken [1]. Etter oral administrering er naringenin vidt distribuert i mage-tarmkanalen og leveren [2,3] og viser en direkte antioksidant-egenskap ved frie radikal-fjernende aktivitet på grunn av sin molekylære struktur, og induserer det endogene antioksidantsystemet i leveren [4]. Økende bevis fra både in vitro og in vivo studier har identifisert ulike beskyttende kapasiteter til naringenin, som f.eks.anti-inflammatorisk[5], antioksidant [6], anti-fibrose [Z] og hepatobeskyttende 4,8| aktiviteter. Disse egenskapene tyder på at naringenin i kosten kan brukes for å forhindre metabolsk syndrom og ondartede sykdommer, inkludert fulminant hepatitt, fettleversykdom, fibrose, etc. 19,10]. Imidlertid er det få detaljerte studier om de regulatoriske effektene av naringenin på de generelle gener i leveren [4].

MikroRNA (miRNA) er en klasse av ikke-kodende, enkelttrådede RNA-molekyler med en lengde på 18-26-nukleotider kodet av endogene gener, som viser et bredt spekter av biologiske regulatoriske funksjoner innen fylogeni, differensiering, spredning og apoptose [11]. miRNA, som binder messenger-RNA (mRNA) ved sekvensspesifikk gjenkjennelse, regulerer genuttrykk negativt på post-transkripsjonelt nivå gjennom nedbrytning av mål-mRNA [12]. Under eksogen stimulering endres miRNA-ekspresjonen, og deretter reguleres mål-mRNA-ekspresjonen. Etter hvert endres omfattende fysiologiske funksjoner for å takle utfordringene forårsaket av eksogen stimulering [13]. En mer pålitelig metode for å forutsi miRNA-mRNA-målrelasjoner er å samtidig integrere mRNA-seq-analyse med miRNA-seq-analyse ved å bruke en bestemt prosesseringskontekst i silico [14].

Derfor var målet vårt å studere effekten av naringenin på globale gener og fremheve den mulige reguleringsmekanismen til miRNA-mRNA-par i leveren. I denne studien ble mRNA-ekspresjonsendringer og miRNA-ekspresjonsprofiler undersøkt i HepaRGcells ved å utføre mRNA-seq, miRNA-seq, bioinformatiske analyser og sanntids qPCR for å gi bevis for potensialet til naringenin som et naturlig kosttilskudd.

2. Resultater

2.1.Analyse av transkriptomsekvensering i responsen på Naringenin

For å identifisere mRNA-ekspresjonsendringer avHepaRG-cellersom respons på naringenin, åtte komplementære DNA(cDNA)-biblioteker i kontrollgruppen (CK-1, CK-2, CK-3 og CK-4) og den eksperimentelle gruppen (T-1, T-2, T-3 og T-4) ble konstruert med totalt RNA og utsatt for Illumina HiSeq2500-sekvensering (Genedenovo Biotechnology Co., Ltd, Guangzhou , Kina). Oversikter over sekvenserings- og sammenstillingsresultatene for kontrollgruppen og den eksperimentelle gruppen er vist i tabell 1. Genekspresjonsendringer ble analysert ved å sammenligne de behandlede og kontrollgruppene. Som vist i figur la, uttrykte den naringenin-eksponerte gruppen 1037 differensielt uttrykte gener (DEG) sammenlignet med kontrollgruppen. Et varmekart på 1037 DEG viste klyngeanalysen av kontrollgruppen og naringeningruppen (Figur 1b; 381 opp- og 656 nedregulerte gener; Tabell S1, tilleggsmaterialer).

I henhold til Gene Ontology (GO) klassifiseringssystemet ble 1037 DEG klassifisert i tre hovedfunksjonskategorier (biologisk prosess, cellulær komponent og molekylær funksjon) og 61 underkategorier (Figur 2). Blant den biologiske prosessen var den cellulære prosessen(731) den mest representerte, etterfulgt av enkeltorganismeprosessen (672) og biologisk regulering (595). I kategorien cellulær komponent ble en betydelig andel av klynger tilordnet celle (727), celledel (721) og organell (580). Gener involvert i bindings (666) og katalytisk aktivitet (238) grupper var spesielt representert i kategorien molekylær funksjon.

Klassifiseringen av Kyoto Encyclopedia of Genes and Genomes (KEGG) ble funnet for 1037 DEG som ble videre klassifisert i de tjue beste biokjemiske banene i henhold til den minste q-verdien og det største gennummeret i veiannotering (figur 3). Gennummeret og forholdet mellom annoterte gener i de fem beste veiene er systemisk lupus erythematosus (33,8,4 prosent), alkoholisme (38,9,67 prosent), transkripsjonell feilregulering i kreftformer (22, 5,6 prosent), PI3K-Akt-signalvei (34, 8,65 prosent ), og komplement- og koagulasjonskaskader (12, 3,05 prosent o). Det var mer enn 10 berikede gener blant de fem veiene. Totalt sett hadde det å gjennomgå naringenin-behandling en betydelig innvirkning på den globale genekspresjonsprofilen til HepaRG-celler. Disse resultatene antydet at genene involvert i disse banene kan spille avgjørende roller i naringenin-regulering.

2.2. Analyse av miRNA-transkripsjonsnivåer som respons på Naringenin

I denne studien hadde vi som mål å finne ut omnaringenineksponering endrer ekspresjonsnivåene til miRNA i HepaRG-celler. Etter eksponering samlet vi små RNA-er og målte deres relative overflod ved å bruke Illumina HiSeq2500 (Genedenovo Biotechnology Co., Ltd, Guangzhou, Kina). Som vist i tabell 2 ble rene avlesninger av åtte prøver generert, henholdsvis etter fjerning av forurensningsavlesninger. En oversikt over avlesninger for små RNA-sekvensering fra rådata til høy kvalitet og med kvalitetsfiltrering er gitt i tabell 2. Lengdefordelingene til små RNA-er var like blant bibliotekene ved at 21-23 nt-RNA-er var de mest tallrike (Figur 4) ).

Alle de små RNA-ene ble justert i GeneBank-databasen (utgave 209.0) og Rfam-databasen (11.0) for å identifisere og fjerne ribosomalt RNA (rRNA), lite betinget RNA(scRNA), liten nukleolær (snoRNA), liten nukleær (snRNA) og overførings-RNA (tRNA). I samsvar med referansegenomet ble disse små RNA-ene kartlagt til eksoner, introner og gjentatte sekvenser også fjernet. De filtrerende små RNA-ene ble søkt mot miRBase-databasen (utgave 21) for å identifisere miRNA-er. Varmekartet til 3373 miRNA viser klyngeanalysen av kontrollgruppen og naringeningruppen i figur 5a. Illumina HiSeq2500-profilering av de 3373 miRNA-ene analysert i naringenin-eksponering vs. kontrollprøver viste at totalt 234 differensielt uttrykte miRNA-er (DEM-er, 174 opp- og 60 nedregulerte; Tabell S2, Supplerende materialer) var påvisbare i HegurepaRG-celler (Figur) .

2.3. Målprediksjon og integrasjonsanalyse av mRNA- og miRNA-ekspresjonsprofiler som respons på Naringenin

Ved å fungere på post-transkripsjonelt nivå, demper og/eller nedregulerer miRNA cellulært mRNA-genuttrykk ved mål-RNA-spalting. For å forutsi målgenene til 234 DEM, utførte vi beregningsanalyser ved bruk av RNAhybrid(v2.1.2) pluss takvindu (v6) .01), Miranda (v3.3a) og TargetScan (versjon:7.0). Den samtidige profileringen av 234 DEM-er og 1037 DEG-nivåer i silico kan identifisere de presumptive mål-mRNA-ene til miRNA. Vi valgte skjæringspunktet mellom DEG-er og målgener til DEM-er og utførte deretter bioinformatikkanalyse på disse skjæringsgenene. Totalt 5607 negative miRNA-mRNA-par for naringenin-behandling ble oppnådd, med involvering av 216 DEM og 681 DEG (tabell S3, tilleggsmaterialer). I tråd med GO-klassifiseringssystemet ble 681 DEG klassifisert i 58 underkategorier (Figur 6). De tre første underkategoriene hadde ikke endret seg i tre hovedfunksjonelle kategorier sammenlignet med transkriptomsekvenseringsanalyse (figur 2 og 6).

Baneanrikningsanalyse for 681 DEG av 5607 negative miRNA-mRNA-par identifiserte de tjue beste veiene i henhold til den minste q-verdien og det største gennummeret i veiannotering etter naringenin-eksponering (figur 7): med PI3K-Akt-signalvei (25,8.96) prosent ) er den åttende veien og den nest mest tallrike.

2.4. Sanntids qPCR-validering av naringeninregulering i levermetabolisme og potensielle regulatoriske miRNA-mRNA-par

I henhold til globale genfunksjonsannoteringer, litteraturgjennomgang og deres potensielle forhold til naringenin-responsive miRNA, 19 DEGs (ALOX15, CA9, TH, HKDC1, NDUFA4L2, RRM2, ACSL5, PLA2G4C, LIPT2, UGDH, FTCD, ABAT, AZIN32, HS6ST , B4GALT6, GUSB, DCT, ALAS2 og MAT1A) ble manuelt valgt som representanter for deres potensielle roller i levermetabolismen. I tillegg hadde PI3K-Akt-signalveien blitt betydelig beriket (fjerde i KEGG for RNA-seq-analyse, figur 3; åttende i KEGG av miRNA-RNA-seq-analyse, figur 7); derfor ble 11 DEG (PDGFRB. CSF1R. FGFR2, IL2RG, IL7R, ITGB4, GNG4, PCK1, CREB3L3, CREB3L1 og NFkB1) blant PI3K-Akt-signalveien screenet ut.

Vi beskrev her interaksjonen mellom 30 DEG og 11 humane miRNA (hsa-miR-1306-5p, hsa-miR-627-3p, hsa-miR-194-3p, hsa-miR{{9 }}p, hsa-miR-6837-5p, hsa-miR-429, hsa-miR-100-3p, hsa-miR-194-5p, hsa-miR{{19} }a-3p, hsa-miR-7-5p og hsa-miR-200a-5p), inkludert 20 negative miRNA-mRNA-interaksjoner (figur 9). Som vist i figur 9, kan et enkelt miRNA regulere flere mål-mRNA-er og omvendt (f.eks. ABAT HS6ST3, B4GALT6 og DCT kan muligens reguleres samtidig av hsa-miR-429; HS6ST3 kan reguleres samtidig av hsa-miR -429, hsa-miR-100-3p,hsa-miR-519a-3p, hsa-miR-676-3p, hsa-miR-7-5 p, og hsa-miR-194-5p; noen DEG-er hadde ingen parede DEM-er). Ekspresjonsprofilene på 19 DEG relatert til levermetabolisme og 11 DEG blant PI3K-Akt signalveien ble ytterligere validert ved bruk av sanntids qPCR (Figur 9a,b). Ekspresjonsnivået til 11 humane miRNA-er (to opp- og ni nedregulerte) ble videre vurdert for naringenin-induserte endringer ved sanntids-qPCR i samsvar med sekvenseringsresultater (Figur 9c). Selv om det var noen kvantitative forskjeller mellom de to analytiske plattformene, antydet likhetene mellom RNA-seq-dataene og sanntids-PCR at RNA-seq-dataene var reproduserbare og pålitelige.

3. Diskusjon og konklusjoner

Funnene som er diskutert her avslører den første detaljerte informasjonen om parallelle mRNA- og miRNA-ekspresjonsendringer i HepaRG-celler som svar pånaringenin. Vi utførte en integrerende analyse av disse dataene inkludert 234 DEM og 1037 DEG indusert av naringenin, som gir global innsikt i miRNA-mRNA-interaksjonene til naringenin i reguleringsmekanismen. I følge genfunksjonsannoteringene og litteraturgjennomgangen ble 19 DEG relatert til metabolisme screenet ut. Spesielt ble PI3K-Akt-signalveien betydelig beriket både i analysen av transkriptomsekvensering (den tredje mest tallrike, og rangert som fjerde) og integrasjonsanalyse av miRNA-mRNA-ekspresjonsprofiler (den nest mest tallrike, og rangert som åttende) som svar på naringenin. I tillegg ble 11 DEG i PI3K-Akt-signalveien ytterligere validert ved hjelp av sanntids qPCR-analyse. I dette arbeidet konstruerte vi et miRNA-mRNA regulatorisk nettverk i henhold til DEMs og DEGs datasett og miRNA-målrettingsinformasjon. Noen studier har vist at miRNA-mRNA regulatoriske nettverk reagerer påleverskade, inkludert hepatocellulært karsinom og oksidativt stress [15]. Selv om flere miRNA-induserte RNA-aktiveringsfenomener ble identifisert [16], blir under de fleste omstendigheter den negative korrelasjonen mellom miRNA-er og deres mål-mRNA-er ofte ansett som støtte for miRNA-målretting [17]. Til slutt ble 20 miRNA-mRNA negative korrelasjonspar identifisert med involvering av levermetabolisme og PI3K-Akt-signalveien.

Når det gjelder globale gener, tok vi opp vårt spesifikke forskningsspørsmål ved å bruke path-way-analyse for å fremheve 19 DEG relatert til de funksjonelle klyngene: metabolisme, inkludert lipidmetabolisme (ALOX15, ACSL5, PLA2G4C og B4GALT6), energimetabolisme (CA9 og NDUFA4L2) , Metabolisme av kofaktorer og vitaminer (TH, LIPT2 og FTCD), Aminosyremetabolisme (RRM2, AZIN2, DCT, ALAS2 og MAT1A), Glykanbiosyntese og metabolisme (HS6ST3 og GUSB), og karbohydratmetabolisme"(HKDC1, PCK1, UGDH og ABAT). Disse 19 DEG beriket til metabolisme er primært involvert i insulinfølsomhet, lipidakkumulering, glykogenlagring og energiforbruk. Tidligere studier rapporterte at nedreguleringen av ALOX15 i alkoholindusert mus leverskade[18], CA9 i BALB/C-mus [19], THin ikke-alkoholisk fettleversykdom (NAFLD)[20], HKDC1[21], og oppreguleringen av UGDH [22] kan betydelig lindre oksidativt stress, lipidakkumulering og leverskade. Knockdown av NDUFA4L2 undertrykt ROS-akkumula sjon og apoptose i hepatocellulært karsinom (HCC) celler [23]. RRM2-demping hemmet NCI-H929-celleproliferasjon [24], og FTCD-overuttrykk undertrykte celleproliferasjon ved å fremme DNA-skade og indusere celleapoptose i HCC-celler [25]. Ablasjon av ACSL5 forbedret insulinfølsomheten økte energiforbruket og forsinket triglyseridabsorpsjon hos mus [26]. DCT-tilskudd forbedret aldersassosiert leversteatose og betennelse [27]. Lipiddråpedannelse ved stimulering av fettsyre og hepatitt C-virus i PLA2G4C knockdown-celler ble svekket [28]. Nedreguleringen av LIPT2 hemmet fettsyresyntese [29]. Oppreguleringen av ABAT [30], AZIN2 [31], B4GALT6 [32], HS6ST3 [33] og GUSB [34] kan fremme nedbrytning av fettsyrer og glykogen. ALAS2-overuttrykk kan forbedre leverens hematopoietiske kapasitet [35l, og MAT1A uttrykt i hepatocytter opprettholdt den differensierte tilstanden til disse cellene [36]. I samsvar med funnene beskrevet ovenfor, kan reguleringen av disse metabolske genene i våre resultater være gunstig for å forbedre metabolismen som respons på naringenin.

PI3K-Akt-signalveien kan gi ledetråder for den molekylære mekanismen som er involvert i metabolisme, betennelse og oksidativt stress [37], som spiller en sentral rolle i responsen på naringenin. PI3K-Akt-signalveien har forskjellige nedstrømseffekter på cellulær metabolisme gjennom enten direkte regulering av næringstransportører og metabolske enzymer eller kontroll av transkripsjonsfaktorer som regulerer uttrykket av nøkkelkomponenter i metabolske veier [38,39], inkludert glukosemetabolisme, biosyntese av makromolekyler, og vedlikehold av redoksbalanse. Det ble rapportert at PDGFRB-demping hemmet aktivering og spredning av hepatiske stellatceller og forbedret leverfibrose [40]. Samarbeidshemmingen av CSF1R og FGFR2 forventes å øke antitumoreffektene ved å målrette immununnvikelse og angiogenese i tumormikromiljøet [41]. Å slå ned ITGB4 undertrykte glykolyse i kreftassosierte fibroblaster [42]. Genetisk knockdown av PCK1 forhindret en fettsyreindusert økning i oksidativ fluks, oksidativt stress og betennelse [43], som også var korrelert med signalveier styrt av insulin [44]. Det ble vist at overekspresjon av nukleær CREB3L3 induserte systemisk lipolyse, hepatisk ketogenese og insulinfølsomhet med økt energiforbruk [45]. Hemming av CREB3L1 har rapportert blokkert kreftinvasjon og metastase [46]. NFkB er en nøkkelregulator for immunutvikling, immunresponser, betennelse og kreft [47]. Det er veletablert at undertrykking av NFkB transduserer anti-inflammatoriske signaler og reduserer betennelse [48]. I PI3K-Akt-signalveien viste resultatene våre at naringenin signifikant nedregulerte mRNA-uttrykkene til PDGFRB, PCK1, CREB3L1 og NFkB1 med relaterte miRNA-er (has-miR-1306-5p og hsa-miR{{40} }p) er betydelig nedregulert. Derfor antydet dataene våre at naringenin kan spille en nyttig rolle i antiinflammatorisk, antioksidativt stress og forbedrende metabolisme via hemming av PI3K-Akt-signalveien.

Denne studien var den første som integrerte analysen av mRNA-seq og miRNA-seq i leveren som respons på naringenin og gir et perspektiv på metabolisme i naringenin-regulering. Når det gjelder metabolisme og PI3K-Akt-signalveien, trenger de 11 DEM, 30 DEG og 20 miRNA-mRNA-parene mer forskning for aktivitetene til naringenin. Det er noen begrensninger ved denne forskningen; for eksempel var de doseavhengige og tidsavhengige effektene av naringenin i miRNA-mRNA-interaksjoner fortsatt uklare. Selv om gitte miRNA-er analysert i silico antydet regulatoriske kapasiteter, må funksjonene deres sertifiseres ytterligere i en spesifikk kontekst i et levende system. Oppsummert ga vi foreløpig forskning som analyserte mRNA- og miRNA-uttrykk og profilering av metabolisme. Den regulatoriske mekanismen til miRNA-mRNA-par kan være ytterligere mulig bevis for å kommentere den ernæringsmessige verdien av naringenin.

4. Materialer og metoder

4.1. Kjemikalier og reagenser

HepaRG-cellelinjen ble opprinnelig kjøpt fra Biopredic International (Rennes, Frankrike). RPMI-1640-medium og penicillin-streptomycin-glutamin-løsning ble hentet fra Gibco (Gaithersburg, MD, USA). Fetalt bovint serum (FBS) ble kjøpt fra Corning (Auckland, New Zealand). Naringenin og dimetylsulfoksid (DMSO) var fra Sigma-Aldrich (St.Louis, MO, USA). TRIzolTM-reagens ble levert av Thermo Fisher (Carlsbad, CA, USA). Ultrarent vann ble renset av et Milli-O akademisk vannrensesystem (Millipore, Bedford, MA, USA). Alle andre reagenser var kommersialiserte produkter av høyeste analytiske kvalitet tilgjengelig.

4.2. HepaRG-cellekultur

HepaRG-cellene ble sådd med 5×10*celler/cm- i seks-brønns plater og dyrket i RPMI-1640-medium, dyrket med eller uten 100 uM naringenin i 48 timer, og supplert med 10 prosent FBS og 1 prosent antibiotika (100 U/ml penicillin og 100 ug/ml strepto-mycin) ved 37 grader i en fuktet 5 prosent CO, inkubator. CK-1, CK-2, CK-3 og CK-4 refererer til kontrollsjekkgruppen; T-1, T-2, T-3 og T-4 refererer til 100 μM naringenin-behandlingsgruppen. Tallene 1, 2, 3 og 4 representerer prøver fra fire uavhengige gjentatte eksperimenter.

4.3.Total RNA-ekstraksjon

HepaRG-celler ble vasket to ganger med iskald fosfatbufret saltvann (PBS) og høstet med TRIzolTM-reagens som anbefalt av produsenten. Thermo Scientific NanoDropTM2000 c spektrofotometre (Wilmington, DE, USA) ble brukt til å måle RNA-kvaliteten og kvantiteten til hver prøve i henhold til produsentens protokoll.

4.4.RNA-sekvensering

mRNA ble anriket med Oligo(dT)-kuler, deretter ble det anrikede mRNA fragmentert og revers-transkriptert til cDNA med tilfeldige primere av OiaOuick PCR-ekstraksjonssett (Qiagen, Venlo, Nederland). RNA-molekyler i et størrelsesområde på 18-30 nt ble beriket ved polyakrylamidgelelektroforese. 3'- og 5'-adapterne ble tilsatt, deretter ble anrikede RNA-er reverstranskribert av QiaQuick PCR-ekstraksjonssettet, i henhold til produsentens instruksjoner (Qiagen, Venlo, Nederland). Ligeringsproduktene ble størrelsesvalgt ved agarosegelelektroforese. Det var fire prøver i naringenin-gruppen og fire prøver i kontrollgruppen. Hver prøve genererte to cDNA-biblioteker: ett for mRNA-seq og det andre for miRNA-seg. PCR-amplifiserte produkter ble beriket for å generere henholdsvis 16 cDNA-biblioteker og sekvensert ved bruk av Ⅲlumina HiSeq2500 av Genedenovo Biotechnology Co. (Guangzhou, Kina). RNA og små RNA-sekvenseringsdata ble deponert i NCBI Sequence Read Archive (aksesjonsnumre fra SRR13675952 til SRR13675963).

4.5. Sanntids qPCR

Transkripsjon av mRNA til cDNA ble utført med GoScriptTM Reverse Transcription System (Promega, Madison, WI, USA) fra 3 ug totalt RNA, i henhold til produsentens instruksjoner. For miRNA-analyse ble cDNA-syntese utført med miRNA First Strand cDNA Synthesis (Tailing Reaction, Sangon Biotech, Shanghai, Kina) fra 2 ug totalt RNA.

med GoTaq® qPCR Master Mix(Promega, Madison, WI, USA) på en LightCycler 480 (Roche, Mannheim, Tyskland), som anbefalt av produsenten. Den termiske syklusprosedyren startet med en innledende denaturering ved 95C i 10 minutter. Dette ble fulgt av 45 sykluser med denaturering i 10 s ved 95 grader, primerbinding i 20 s ved 60 grader, og forlengelse i 20 s ved 72 grader. Prosedyren ble avsluttet med en siste forsterkning ved 95 grader i 5 sekunder, 65 grader C i 1 min, tilsetning av et dissosiasjonskurvetrinn og et avkjølingstrinn. Primere ble kjøpt fra Sangon Biotech (Shanghai, Kina). Primerparsekvensene som brukes for validering av signaturen er beskrevet i tabell 3 og 4. Ct-verdier ble beregnet med referanse til -aktin eller U6.

4.6.Bioinformatisk analyse og statistikk

DEG-er og DEM-er ble identifisert ved hjelp av en R-basert programvarepakke. Terskelverdien for valg av DEG-er og DEM-er var q-verdi (justert p-verdi) Mindre enn eller lik 0.05 og fold endring (FC) Større enn eller lik 2 eller Mindre enn eller lik 0,5. KEGG- og GO-klassifisering inkludert molekylære funksjoner, biologiske prosesser og cellulære komponenter ble brukt til å analysere DEG-er og DEM-er.

Resultatene av den biologiske analysen presenteres i form av gjennomsnitt ± SD basert på fire uavhengige eksperimenter i GraphPad Prism 8.

Tilleggsmateriale: Følgende er tilgjengelig online på https://www.mdpi.com/1422-0 067/22/5/2292/s1: Tabell S1, Identifikasjon av 1037 differensielt uttrykte mRNA som respons på naringenin; Tabell S2, Identifikasjon av 234 differensielt uttrykte miRNA som respons på naringenin; Tabell S3, Identifikasjon av 5607 negative miRNA-mRNA-par som respons på naringenin, med involvering av 216 DEM og 681 DEG totalt

Referanser

1. Salehi, B.; Fokou, PVT Therapeutic Potential of Naringenin: A Review of Clinical Trials. Pharmaceuticals 2019, 12, 11. [CrossRef] [PubMed]

2. Bai, Y.; Peng, W.; Yang, C.; Zou, W.; Liu, M.; Wu, H.; Fan, L.; Li, P.; Zeng, X.; Su, W. Farmakokinetikk og metabolisme av naringin og aktiv metabolitt naringenin i rotter, hunder, mennesker og forskjellene mellom arter. Front. Pharmacol. 2020, 11, 364. [CrossRef]

3. Joshi, R.; Kulkarni, YA; Wairkar, S. Farmakokinetiske, farmakodynamiske og formuleringsaspekter ved Naringenin: En oppdatering. Life Sci. 2018, 215, 43–56. [CrossRef]

4. Hernández-Aquino, E.; Muriel, P. Fordelaktige effekter av naringenin i leversykdommer: molekylære mekanismer. World J. Gastroenterol. 2018, 24, 1679–1707. [CrossRef]

5. Wang, Q.; Ou, Y.; Klem.; Wen, C.; Yue, S.; Chen, C.; Xu, L.; Xie, J.; Dai, H.; Xiao, H.; et al. Naringenin demper ikke-alkoholisk fettleversykdom ved å nedregulere NLRP3/NF-KB-banen hos mus. Br. J. Pharmacol. 2020, 177, 1806–1821. [CrossRef]

6. Khan, TH; Ganaie, MA Naringenin forhindrer doksorubicin-indusert toksisitet i nyrevev ved å regulere den oksidative og inflammatoriske fornærmelsen hos Wistar-rotter. Arch. Physiol. Biochem. 2020, 126, 300–307. [CrossRef]

7. Wang, J.; Ding, Y.; Zhou, W. Albumin selvmodifiserte liposomer for hepatisk fibrosebehandling via SPARC-avhengige veier. Int. J. Pharm. 2020, 574, 118940. [CrossRef]

8. Kometsi, L.; Govender, K.; Mofo Mato, EP; Hurchund, R.; Owira, PMO Ved å redusere oksidativt stress, reduserer naringenin hyperglykemi-indusert oppregulering av hepatisk nukleær faktor erytroid 2-relatert faktor 2-protein. J. Pharm. Pharmacol. 2020, 72, 1394–1404. [CrossRef] [PubMed]

9. Rossino, MG; Casini, G. Nutraceuticals for behandling av diabetisk retinopati. Næringsstoffer 2019, 11, 771. [CrossRef] [PubMed]

10. Hernández-Aquino, E.; Quezada-Ramírez, MA; Silva-Olivares, A.; Casas-Grajales, S.; Ramos-Tovar, E.; Flores-Beltrán, RE; Segovia, J.; Shibayama, M.; Muriel, P. Naringenin demper progresjonen av leverfifibrose via inaktivering av hepatiske stellatceller og profifibrogene veier. Eur. J. Pharmacol. 2019, 865, 172730. [CrossRef] [PubMed]