Investigating Immune Gene Signatures in Peripheral Blood from Subjects with Allergic Rhinitis Undergoing Nasal Allergen Challenge
Notice bibliographique
Résumé
Nasal allergen challenge (NAC) is a human model of allergic rhinitis (AR) that delivers standardized allergens locally to the nasal mucosa allowing clinical symptoms and biospecimens such as peripheral blood to be collected. Although many studies have focused on local inflammatory sites, peripheral blood, an important mediator and a component of the systemic immune response, has not been well studied in the setting of AR. We sought to investigate immune gene signatures in peripheral blood collected after NAC under the setting of AR. Clinical symptoms and peripheral blood samples from AR subjects were collected during NAC. Fuzzy c-means clustering method was used to identify immune gene expression patterns in blood over time points (before NAC and 1, 2, and 6 h after NAC). We identified and validated seven clusters of differentially expressed immune genes after NAC onset. Clusters 2, 3, and 4 were associated with neutrophil and lymphocyte frequencies and neutrophil/lymphocyte ratio after the allergen challenge. The patterns of the clusters and immune cell frequencies were associated with the clinical symptoms of the AR subjects and were significantly different from healthy nonallergic subjects who had also undergone NAC. Our approach identified dynamic signatures of immune gene expression in blood as a systemic immune response associated with clinical symptoms after NAC. The immune gene signatures may allow cross-sectional investigation of the pathophysiology of AR and may also be useful as a potential objective measurement for diagnosis and treatment of AR combined with the NAC model.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».