Molecular Pathway Reconstruction and Analysis of Disturbed Gene Expression in Depressed Individuals Who Died by Suicide
Notice bibliographique
Résumé
Molecular mechanisms behind the etiology and pathophysiology of major depressive disorder and suicide remain largely unknown. Recent molecular studies of expression of serotonin, GABA and CRH receptors in various brain regions have demonstrated that molecular factors may contribute to the development of depressive disorder and suicide behaviour. Here, we used microarray analysis to examine the expression of genes in brain tissue (frontopolar cortex) of individuals who had been diagnosed with major depressive disorder and died by suicide, and those who had died suddenly without a history of depression. We analyzed the list of differentially expressed genes using pathway analysis, which is an assumption-free approach to analyze microarray data. Our analysis revealed that the differentially expressed genes formed functional networks that were implicated in cell to cell signaling related to synapse maturation, neuronal growth and neuronal complexity. We further validated these data by randomly choosing (100 times) similarly sized gene lists and subjecting these lists to the same analyses. Random gene lists did not provide highly connected gene networks like those generated by the differentially expressed list derived from our samples. We also found through correlational analysis that the gene expression of control participants was more highly coordinated than in the MDD/suicide group. These data suggest that among depressed individuals who died by suicide, wide ranging perturbations of gene expression exist that are critical for normal synaptic connectively, morphology and cell to cell communication.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».