Human Lung Tissue Transcriptome: Influence of Sex and Age
Notice bibliographique
Résumé
BACKGROUND: Sex and age strongly influence the pathophysiology of human lungs, but scarce information is available about their effects on pulmonary gene expression. METHODS: We followed a discovery-validation strategy to identify sex- and age-related transcriptional differences in lung. RESULTS: We identified transcriptional profiles significantly associated with sex (215 genes; FDR < 0.05) and age at surgery (217 genes) in non-involved lung tissue resected from 284 lung adenocarcinoma patients. When these profiles were tested in three independent series of non-tumor lung tissue from an additional 1,111 patients, we validated the association with sex and age for 25 and 22 genes, respectively. Among the 17 sex-biased genes mapping on chromosome X, 16 have been reported to escape X-chromosome inactivation in other tissues or cells, suggesting that this mechanism influences lung transcription too. Our 22 age-related genes partially overlap with genes modulated by age in other tissues, suggesting that the aging process has similar consequences on gene expression in different organs. Finally, seven genes whose expression was modulated by sex in non-tumor lung tissue, but no age-related gene, were also validated using publicly available data from 990 lung adenocarcinoma samples, suggesting that the physiological regulatory mechanisms are only partially active in neoplastic tissue. CONCLUSIONS: Gene expression in non-tumor lung tissue is modulated by both sex and age. These findings represent a validated starting point for research on the molecular mechanisms underlying the observed differences in the course of lung diseases among men and women of different ages.
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) | 0,001 | 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 ».