Brain Regions Showing White Matter Loss in Huntington’s Disease Are Enriched for Synaptic and Metabolic Genes
Notice bibliographique
Résumé
BACKGROUND: The earliest white matter changes in Huntington's disease are seen before disease onset in the premanifest stage around the striatum, within the corpus callosum, and in posterior white matter tracts. While experimental evidence suggests that these changes may be related to abnormal gene transcription, we lack an understanding of the biological processes driving this regional vulnerability. METHODS: Here, we investigate the relationship between regional transcription in the healthy brain, using the Allen Institute for Brain Science transcriptome atlas, and regional white matter connectivity loss at three time points over 24 months in subjects with premanifest Huntington's disease relative to control participants. The baseline cohort included 72 premanifest Huntington's disease participants and 85 healthy control participants. RESULTS: We show that loss of corticostriatal, interhemispheric, and intrahemispheric white matter connections at baseline and over 24 months in premanifest Huntington's disease is associated with gene expression profiles enriched for synaptic genes and metabolic genes. Corticostriatal gene expression profiles are predominately associated with motor, parietal, and occipital regions, while interhemispheric expression profiles are associated with frontotemporal regions. We also show that genes with known abnormal transcription in human Huntington's disease and animal models are overrepresented in synaptic gene expression profiles, but not in metabolic gene expression profiles. CONCLUSIONS: These findings suggest a dual mechanism of white matter vulnerability in Huntington's disease, in which abnormal transcription of synaptic genes and metabolic disturbance not related to transcription may drive white matter loss.
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 | 0,001 |
| 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 | 0,001 | 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 ».