Genome-Wide Profiling of RNA from Dried Blood Spots: Convergence with Bioinformatic Results Derived from Whole Venous Blood and Peripheral Blood Mononuclear Cells
Notice bibliographique
Résumé
Genome-wide transcriptional profiling has emerged as a powerful tool for analyzing biological mechanisms underlying social gradients in health, but utilization in population-based studies has been hampered by logistical constraints and costs associated with venipuncture blood sampling. Dried blood spots (DBS) provide a minimally invasive, low-cost alternative to venipuncture, and in this article we evaluate how closely the substantive results from DBS transcriptional profiling correspond to those derived from parallel analyses of gold-standard venous blood samples (PAXgene whole blood and peripheral blood mononuclear cells [PBMC]). Analyses focused on differences in gene expression between African-Americans and Caucasians in a community sample of 82 healthy adults (age 18-70 years; mean 35). Across 19,679 named gene transcripts, DBS-derived values correlated r = .85 with both PAXgene and PBMC values. Results from bioinformatics analyses of gene expression derived from DBS samples were concordant with PAXgene and PBMC samples in identifying increased Type I interferon signaling and up-regulated activity of monocytes and natural killer (NK) cells in African-Americans compared to Caucasian participants. These findings demonstrate the feasibility of DBS in field-based studies of gene expression and encourage future studies of human transcriptome dynamics in larger, more representative samples than are possible with clinic- or lab-based research designs.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».