MicroRNAs are important regulators of gene expression, achieved by binding to the gene to be regulated. Even with modern high-throughput technologies, it is laborious and expensive to detect all possible microRNA targets. For this reason, several computational microRNA–target prediction tools have been developed, each with its own strengths and limitations. Integration of different tools has been a successful approach to minimize the shortcomings of individual databases. Here, we present mirDIP v4.1, providing nearly 152 million human microRNA–target predictions, which were collected across 30 different resources. We also introduce an integrative score, which was statistically inferred from the obtained predictions, and was assigned to each unique microRNA–target interaction to provide a unified measure of confidence. We demonstrate that integrating predictions across multiple resources does not cumulate prediction bias toward biological processes or pathways. mirDIP v4.1 is freely available at http://ophid.utoronto.ca/mirDIP/.

MicroRNAs (miRNA) are small RNAs that function as key modulators of gene expression. Due to their promiscuity of binding, a single miRNA may regulate several genes and hence, multiple pathways simultaneously. In addition, the 3′-UTR of mRNA can be recognized by several miRNA for suppression or degradation. We built a microRNA-only Knock-out (miRKo) CRISPR/Cas-9 library to identify essential miRNA in Acute Myeloid Leukemia (AML) using OCI-AML2, OCI-AML3 and U937 cell lines as in vitro models. 10 miRNA were identified to be essential in our screen among all three cell lines: miR-19b-1, -19b-2, 29b-2, -302a, -3678, -3713, -3910-1, -4447, -4718 and -6795. By using weighted degrees of association, we identified pathway hubs that uniquely affect all 3 cell lines by integrating miRNA:mRNA networks using mirDIP and pathway analysis using pathDIP. Through the miRKo screen, network membership analyses and biological anticorrelation scoring through patient data analysis, we identified RRP2CA, RPS6KB-1, CREB1, RPM1A, MAPK10, MAP3K2, ITCH, FBX-W7, NR3C1 and XIAP as likely targets of the essential miRNA in AML; and signal transduction, apoptosis, TGF-beta signalling and MAPK signalling as candidate essential pathways in AML.

Abstract Normothermic ex-vivo kidney perfusion (NEVKP) results in significantly improved graft function in porcine auto-transplant models of DCD injury compared to static cold storage (SCS); however, the molecular mechanisms underlying these beneficial effects remain unclear. We performed an unbiased proteomics analysis of 28 kidney biopsies obtained at 3 time points from pig kidneys subjected to 30-minutes of warm ischemia, followed by 8 hours of NEVKP or SCS, and auto-transplantation. 70/6593 proteins quantified were differentially expressed between NEVKP and SCS groups (FDR<0.05). Proteins increased in NEVKP mediated key metabolic processes including fatty acid ß-oxidation, the TCA-cycle and oxidative phosphorylation. Comparison of our findings with external datasets of ischemia-reperfusion, and other models of kidney injury confirmed that 47 of our proteins represent a common signature of kidney injury reversed or attenuated by NEVKP. We validated key metabolic proteins (ETFB, CPT2) by immunoblotting. Transcription factor databases identified PPARGC1A, PPARA/G/D and RXRA/B as the upstream regulators of our dataset, and we confirmed their increased expression in NEVKP with RT-PCR. The proteome-level changes observed in NEVKP mediate critical metabolic pathways that may explain the improved graft function observed. These effects may be coordinated by PPAR-family transcription factors, and may represent novel therapeutic targets in ischemia-reperfusion injury.