MétaCan
Menu
Retour à la cohorte
Enregistrement W2891523362 · doi:10.1186/s13229-018-0229-1

Clustering the autisms using glutamate synapse protein interaction networks from cortical and hippocampal tissue of seven mouse models

2018· article· en· W2891523362 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMolecular Autism · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institute of Mental HealthNational Alliance for Research on Schizophrenia and DepressionDana FoundationBrain Research FoundationBrain and Behavior Research Foundation
Mots-clésNeuroscienceBiologyCluster analysisComputational biologyAutismSynapseHippocampal formationPsychologyBioinformaticsComputer scienceMachine learningDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Autism spectrum disorders (ASDs) are a heterogeneous group of behaviorally defined disorders and are associated with hundreds of rare genetic mutations and several environmental risk factors. Mouse models of specific risk factors have been successful in identifying molecular mechanisms associated with a given factor. However, comparisons among different models to elucidate underlying common pathways or to define clusters of biologically relevant disease subtypes have been complicated by different methodological approaches or different brain regions examined by the labs that developed each model. Here, we use a novel proteomic technique, quantitative multiplex co-immunoprecipitation or QMI, to make a series of identical measurements of a synaptic protein interaction network in seven different animal models. We aim to identify molecular disruptions that are common to multiple models. QMI was performed on 92 hippocampal and cortical samples taken from seven mouse models of ASD: Shank3B, Shank3Δex4-9, Ube3a2xTG, TSC2, FMR1, and CNTNAP2 mutants, as well as E12.5 VPA (maternal valproic acid injection on day 12.5 post-conception). The QMI panel targeted a network of 16 interacting, ASD-linked, synaptic proteins, probing 240 potential co-associations. A custom non-parametric statistical test was used to call significant differences between ASD models and littermate controls, and Hierarchical Clustering by Principal Components was used to cluster the models using mean log2 fold change values. Each model displayed a unique set of disrupted interactions, but some interactions were disrupted in multiple models. These tended to be interactions that are known to change with synaptic activity. Clustering revealed potential relationships among models and suggested deficits in AKT signaling in Ube3a2xTG mice, which were confirmed by phospho-western blots. These data highlight the great heterogeneity among models, but suggest that high-dimensional measures of a synaptic protein network may allow differentiation of subtypes of ASD with shared molecular pathology.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,301
Écart entre enseignants0,267 · 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