Candidate Genes Expression Profile Associated with Antidepressants Response in the GENDEP Study: Differentiating between Baseline ‘Predictors’ and Longitudinal ‘Targets’
Notice bibliographique
Résumé
To improve the 'personalized-medicine' approach to the treatment of depression, we need to identify biomarkers that, assessed before starting treatment, predict future response to antidepressants ('predictors'), as well as biomarkers that are targeted by antidepressants and change longitudinally during the treatment ('targets'). In this study, we tested the leukocyte mRNA expression levels of genes belonging to glucocorticoid receptor (GR) function (FKBP-4, FKBP-5, and GR), inflammation (interleukin (IL)-1α, IL-1β, IL-4, IL-6, IL-7, IL-8, IL-10, macrophage inhibiting factor (MIF), and tumor necrosis factor (TNF)-α), and neuroplasticity (brain-derived neurotrophic factor (BDNF), p11 and VGF), in healthy controls (n=34) and depressed patients (n=74), before and after 8 weeks of treatment with escitalopram or nortriptyline, as part of the Genome-based Therapeutic Drugs for Depression study. Non-responders had higher baseline mRNA levels of IL-1β (+33%), MIF (+48%), and TNF-α (+39%). Antidepressants reduced the levels of IL-1β (-6%) and MIF (-24%), and increased the levels of GR (+5%) and p11 (+8%), but these changes were not associated with treatment response. In contrast, successful antidepressant response was associated with a reduction in the levels of IL-6 (-9%) and of FKBP5 (-11%), and with an increase in the levels of BDNF (+48%) and VGF (+20%)-that is, response was associated with changes in genes that did not predict, at the baseline, the response. Our findings indicate a dissociation between 'predictors' and 'targets' of antidepressant responders. Indeed, while higher levels of proinflammatory cytokines predict lack of future response to antidepressants, changes in inflammation associated with antidepressant response are not reflected by all cytokines at the same time. In contrast, modulation of the GR complex and of neuroplasticity is needed to observe a therapeutic antidepressant effect.
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) | 0,000 | 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 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 ».