Peripheral Blood Signature of Vasodilator-Responsive Pulmonary Arterial Hypertension
Notice bibliographique
Résumé
BACKGROUND: Heterogeneity in response to treatment of pulmonary arterial hypertension (PAH) is a major challenge to improving outcome in this disease. Although vasodilator-responsive PAH (VR-PAH) accounts for a minority of cases, VR-PAH has a pronounced response to calcium channel blockers and better survival than vasodilator-nonresponsive PAH (VN-PAH). We hypothesized that VR-PAH has a different molecular cause from VN-PAH that can be detected in the peripheral blood. METHODS AND RESULTS: Microarrays of cultured lymphocytes from VR-PAH and VN-PAH patients followed at Vanderbilt University were performed with quantitative polymerase chain reaction performed on peripheral blood for the 25 most different genes. We developed a decision tree to identify VR-PAH patients on the basis of the results with validation in a second VR-PAH cohort from the University of Chicago. We found broad differences in gene expression patterns on microarray analysis including cell-cell adhesion factors and cytoskeletal and rho-GTPase genes. Thirteen of 25 genes tested in whole blood were significantly different: EPDR1, DSG2, SCD5, P2RY5, MGAT5, RHOQ, UCHL1, ZNF652, RALGPS2, TPD52, MKNL1, RAPGEF2, and PIAS1. Seven decision trees were built with the use of expression levels of 2 genes as the primary genes: DSG2, a desmosomal cadherin involved in Wnt/β-catenin signaling, and RHOQ, which encodes a cytoskeletal protein involved in insulin-mediated signaling. These trees correctly identified 5 of 5 VR-PAH patients in the validation cohort. CONCLUSIONS: VR-PAH and VN-PAH can be differentiated with the use of RNA expression patterns in peripheral blood. These differences may reflect different molecular causes of the 2 PAH phenotypes. This biomarker methodology may identify PAH patients who have a favorable treatment response.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».