MétaCan
Menu
Retour à la cohorte
Enregistrement W2883556284 · doi:10.1097/01.tp.0000542960.92748.67

Transcriptional Factor FOXP3 in Renal Allograft Biopsies Predicts Tolerance in Non-Human Primates

2018· article· en· W2883556284 sur OpenAlexaff
Masatoshi Matsunami, Tetsu Oura, Benjamin Adam, Michael Mengel, Ivy A. Rosales, R. E. Smith, David Schoenfeld, A. Benedict Cosimi, Robert B. Colvin, Tatsuo Kawai

Notice bibliographique

RevueTransplantation · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFOXP3GATA3TransplantationMedicineImmunologyKidney transplantationBiologyImmune systemInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

NIH NHP Transplantation Tolerance Cooperative Study Group. Identification of reliable biomarkers for tolerance is critically important in transplantation. We reasoned that intragraft transcripts may be more revealing than those in peripheral blood leukocytes if tolerance is mediated in part by events in the graft. Using the NanoString nCounter platform, we retrospectively studied 256 kidney allograft formalin-fixed paraffin-embedded (FFPE) serial samples taken from non-human primate recipients after combined kidney and bone marrow transplantation (CKBMT) to measure 49 genes, which were previously reported significantly associated with tolerance or rejection. We found dynamic time-dependent kinetics of intragraft biomarkers, which indicated the timing of analysis is critical to interpret the results (Figure 1).. To identify biomarkers that can predict the transplant outcome at the early post-transplant period, we focused on analyzing mRNAs in biopsies taken between 30 and 120 days after CKBMT when no rejection was yet observed. The recipients that subsequently achieved tolerance (TOL, n=11, allograft survival>1995 ± 557 days) showed significantly higher mRNA expression of FOXP3, BCL2, GATA3 and RPS6KB1 compared with biopsies from recipients that later developed chronic antibody-mediated rejection (cAMR, n=11, 850 ± 134 days) or T cell mediated rejection (TCMR, n=9, 109 ± 22 days). In contrast, transcripts of inflammatory cytokines or adaptive immunity (IFNG, CXCL11, FCGR3A, GNLY, GZMB, IL4 and CD4) were higher in TCMR, while endothelium associated transcripts, such as PECAM1 and TEK, were higher in cAMR (Figure 2A and 2B). The ROC curve analyses revealed that intragraft FOXP3 mRNA alone reliably differentiate TOL from both cAMR and TCMR, and that ratios of FOXP3 to several inflammatory cytokine signatures showed better AUC to differentiate TOL from TCMR The significance of intragraft FOXP3 for tolerance was validated by the prospective study with 11 CKBMT recipients. We conclude that intragraft mRNA transcripts, especially FOXP3, measured early post transplantation can serve as biomarkers to reliably predict subsequent tolerance induction via the mixed chimerism approach. Grant 5U19AI102405.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,316
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransplantationMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207