The Overlap of Lung Tissue Transcriptome of Smoke Exposed Mice with Human Smoking and COPD
Notice bibliographique
Résumé
Abstract Genome-wide mRNA profiling in lung tissue from human and animal models can provide novel insights into the pathogenesis of chronic obstructive pulmonary disease (COPD). While 6 months of smoke exposure are widely used, shorter durations were also reported. The overlap of short term and long-term smoke exposure in mice is currently not well understood, and their representation of the human condition is uncertain. Lung tissue gene expression profiles of six murine smoking experiments (n = 48) were obtained from the Gene Expression Omnibus (GEO) and analyzed to identify the murine smoking signature. The “human smoking” gene signature containing 386 genes was previously published in the lung eQTL study (n = 1,111). A signature of mild COPD containing 7 genes was also identified in the same study. The lung tissue gene signature of “severe COPD” (n = 70) contained 4,071 genes and was previously published. We detected 3,723 differentially expressed genes in the 6 month-exposure mice datasets (FDR <0.1). Of those, 184 genes (representing 48% of human smoking) and 1,003 (representing 27% of human COPD) were shared with the human smoking-related genes and the COPD severity-related genes, respectively. There was 4-fold over-representation of human and murine smoking-related genes (P = 6.7 × 10−26) and a 1.4 fold in the severe COPD -related genes (P = 2.3 × 10−12). There was no significant enrichment of the mice and human smoking-related genes in mild COPD signature. These data suggest that murine smoke models are strongly representative of molecular processes of human smoking but less of COPD.
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 | 0,001 | 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 ».