Immune system transcriptome in gingival tissues of young nonhuman primates
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Young/adolescent humans harbor many microorganisms associated with periodontal disease in adults and show substantial gingival inflammatory responses. However, younger individuals do not demonstrate the soft- and hard-tissue destruction that hallmark periodontitis. MATERIAL AND METHODS: This study evaluated responses to the oral microbial ecology in gingival tissues from clinically healthy young Macaca mulatta (< 3 years of age) compared with older animals (5-23 years of age). RNA was isolated from the tissues and analyzed for the transcriptome using the Rhesus Macaque GeneChip (Affymetrix). RESULTS: Global transcriptional profiling of four age groups revealed a subset of 159 genes that were differentially expressed across at least one of the age comparisons. Correlation metrics generated a relevance network abstraction of these genes. Partitioning of the relevance network revealed seven distinct communities comprising functionally related genes associated with host inflammatory and immune responses. A group of genes was identified that were selectively increased/decreased or positively/negatively correlated with gingival profiles in the animals. A principal components analysis created metagenes of expression profiles for classifying the 23 animals. CONCLUSION: The results provide novel system-level insights into gene-expression differences in gingival tissues from healthy young animals, weighted toward host responses associated with anti-inflammatory biomolecules or those linked with T-cell regulation of responses. The combination of the regulated microenvironment may help to explain the apparent 'resistance' of younger individuals to developing periodontal disease.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».