P4‐031: Integrative Network Analysis of Multiple Alzheimer's Disease Rnaseq Studies From the Accelerating Medicine Partnership‐Alzheimer's Disease Consortium
Notice bibliographique
Résumé
Alzheimer's disease is a devastating illness, with enormous personal, familial, and societal burdens. There is a desperate need to identify new targets for drug therapy to slow or halt progression of Alzheimer's disease in aging populations. The AMP-AD consortium is applying systems biology tools to develop network models of Alzheimer's disease for target discovery. However, it is unknown to what degree these networks are stable across data source or network generating algorithm. Here we test the robustness of the inferred transcriptional and coexpression networks of groups of genes across multiple data-sets. Transcriptomic data from the Religious Order Study and Memory and Aging Project (ROSMAP - a prospective, longitudinal cohort), the Mayo Clinic RNAseq study (post-mortem cohort with samples from the Mayo Clinic and Banner Sun Health Brain Banks), and the Mount Sinai Brain Bank RNAseq study (post-mortem cohort) were analyzed. Brain regions include dorsolateral prefrontal cortex (ROSMAP), temporal cortex and cerebellum (Mayo Clinic), and frontal pole (FP), superior temporal gyrus (STG), and parahippocampal gyrus (PHG) (Mount Sinai). In total, 1596 (592, 448, 556) samples derived from 1103 (592, 233, 314) patients were analyzed (ROSMAP, Mount Sinai, and Mayo Clinic respectively). We employ multiple network algorithms to infer gene coexpression and regulatory networks among samples within each study by brain region, and these were combined to identify consensus gene modules. A core set of biologically coherent gene modules were identified in a consistent manner across methods, brain region, and study cohort. These included gene modules that were enriched for mitochondrial function, synaptic transmission, immune response, and myelination. Additionally, we replicate previously published findings from AD transcriptome coexpression analyses, including the importance of microglia and innate immunity pathways. Transcriptional network inference holds great promise for elucidating molecular pathways that cause or modulate Alzheimer's disease pathophysiology. The results demonstrate the ability to identify transcriptional networks that are consistent across studies and may represent potential AD pathophysiologic pathways. These computational models of Alzheimer's disease have the potential to provide new hypotheses concerning drivers of AD development and progression for target discovery.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».