Alternative Splicing and Transcriptome Profiling of Experimental Autoimmune Encephalomyelitis Using Genome-Wide Exon Arrays
Notice bibliographique
Résumé
BACKGROUND: Multiple Sclerosis (MS) is a chronic inflammatory disease causing demyelination and nerve loss in the central nervous system. Experimental autoimmune encephalomyelitis (EAE) is an animal model of MS that is widely used to investigate complex pathogenic mechanisms. Transcriptional control through isoform selection and mRNA levels determines pathway activation and ultimately susceptibility to disease. METHODOLOGY/PRINCIPAL FINDINGS: We have studied the role of alternative splicing and differential expression in lymph node cells from EAE-susceptible Dark Agouti (DA) and EAE-resistant Piebald Virol Glaxo.AV1 (PVG) inbred rat strains using Affymetrix Gene Chip Rat Exon 1.0 ST Arrays. Comparing the two strains, we identified 11 differentially spliced and 206 differentially expressed genes at day 7 post-immunization, as well as 9 differentially spliced and 144 differentially expressed genes upon autoantigen re-stimulation. Functional clustering and pathway analysis implicate genes for glycosylation, lymphocyte activation, potassium channel activity and cellular differentiation in EAE susceptibility. CONCLUSIONS/SIGNIFICANCE: Our results demonstrate that alternative splicing occurs during complex disease and may govern EAE susceptibility. Additionally, transcriptome analysis not only identified previously defined EAE pathways regulating the immune system, but also novel mechanisms. Furthermore, several identified genes overlap known quantitative trait loci, providing novel causative candidate targets governing EAE.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».