A Regulatory T-Cell Gene Signature Is a Specific and Sensitive Biomarker to Identify Children With New-Onset Type 1 Diabetes
Notice bibliographique
Résumé
Type 1 diabetes (T1D) is caused by immune-mediated destruction of insulin-producing β-cells. Insufficient control of autoreactive T cells by regulatory T cells (Tregs) is believed to contribute to disease pathogenesis, but changes in Treg function are difficult to quantify because of the lack of Treg-exclusive markers in humans and the complexity of functional experiments. We established a new way to track Tregs by using a gene signature that discriminates between Tregs and conventional T cells regardless of their activation states. The resulting 31-gene panel was validated with the NanoString nCounter platform and then measured in sorted CD4(+)CD25(hi)CD127(lo) Tregs from children with T1D and age-matched control subjects. By using biomarker discovery analysis, we found that expression of a combination of six genes, including TNFRSF1B (CD120b) and FOXP3, was significantly different between Tregs from subjects with new-onset T1D and control subjects, resulting in a sensitive (mean ± SD 0.86 ± 0.14) and specific (0.78 ± 0.18) biomarker algorithm. Thus, although the proportion of Tregs in peripheral blood is similar between children with T1D and control subjects, significant changes in gene expression can be detected early in disease process. These findings provide new insight into the mechanisms underlying the failure to control autoimmunity in T1D and might lead to a biomarker test to monitor Tregs throughout disease progression.
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 | 0,000 |
| 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 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 ».