Prediction of susceptible biomarkers for end stage renal disease among North Indians
Notice bibliographique
Résumé
AIM: Involvement of pro-inflammatory genes has been correlated with basic kidney diseases and end stage renal disease (ESRD). However, results at odds were often noted from such independent association studies. This study proposes a genome wide analysis approach to predict ESRD risk associated genes. METHODS: We included 42 single nucleotide polymorphisms (SNPs) showing association among north Indian ESRD cases and controls. ESRD cases comprised chronic glomerulonephritis (CGN), chronic interstitial nephritis (CIN), hypertension (HTN) and autosomal dominant polycystic kidney disease (ADPKD). Genotyping data obtained from our prior published reports were compared with Genome-Wide Association Studies (GWAS) SNPs retrieved from HapMap and GWASCentral databases using R-statistical package SNPAssoc. Linkage disequilibrium (LD), gene-gene interaction, classification and regression tree (CART) and pathway analysis were carried out in the present study supplemented with IL-6 and TNF-α levels estimation using enzyme linked immunosorbent assay (ELISA). RESULTS: Comparison of genotyping data with GWAS SNPs revealed significant associations for interleukin (IL)1-RN, IL-6, MTHFR, tumour necrosis factor-α (TNF-α) and CCR3 genes with ESRD. Nine SNPs were commonly associated with CGN, CIN, HTN, ADPKD and ESRD. LD (D = 0.9) and gene-gene interaction (P = 0.0002) analyses revealed significant associations for IL-6 and TNF-α genes. In a consistent manner, CART analysis and functional analysis servers predict predisposing effects for TNF-α and IL-6 with ESRD. Finally, higher body circulating levels were observed for mutant TNF-α and IL-6 alleles among ESRD. CONCLUSION: The study indicates significance for IL-6 and TNF-α gene with basic kidney diseases and ESRD. Extensive statistical tests, pathway analysis and functional assays also reflect attenuated level of significance for these SNPs. In future these may be brought from bench side to clinical practice as diagnostic biomarkers upon external and prospective replication and confirmation among other cohorts.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».