MétaCan
Menu
Retour à la cohorte
Enregistrement W2898553729 · doi:10.1136/thoraxjnl-2018-211929

Gene correlation network analysis to identify regulatory factors in idiopathic pulmonary fibrosis

2018· article· en· W2898553729 sur OpenAlex
John E. McDonough, Naftali Kaminski, Bernard Thienpont, James C. Hogg, Bart Vanaudenaerde, Wim Wuyts

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

RevueThorax · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesNational Heart, Lung, and Blood InstituteKU LeuvenEuropean Respiratory Society
Mots-clésMedicineIdiopathic pulmonary fibrosisCorrelationPulmonary fibrosisFibrosisInternal medicineBioinformaticsPathologyLung

Résumé

récupéré en direct d'OpenAlex

Background Idiopathic pulmonary fibrosis (IPF) is a severe lung disease characterised by extensive pathological changes. The objective for this study was to identify the gene network and regulators underlying disease pathology in IPF and its association with lung function. Methods Lung Tissue Research Consortium dataset with 262 IPF and control subjects (GSE47460) was randomly divided into two non-overlapping groups for cross-validated differential gene expression analysis. Consensus weighted gene coexpression network analysis identified overlapping coexpressed gene modules between both IPF groups. Modules were correlated with lung function (diffusion capacity, DL CO ; forced expiratory volume in 1 s, FEV 1 ; forced vital capacity, FVC) and enrichment analyses used to identify biological function and transcription factors. Module correlation with miRNA data (GSE72967) identified associated regulators. Clinical relevance in IPF was assessed in a peripheral blood gene expression dataset (GSE93606) to identify modules related to survival. Results Correlation network analysis identified 16 modules in IPF. Upregulated modules were associated with cilia, DNA replication and repair, contractile fibres, B-cell and unfolded protein response, and extracellular matrix. Downregulated modules were associated with blood vessels, T-cell and interferon responses, leucocyte activation and degranulation, surfactant metabolism, and cellular metabolic and catabolic processes. Lung function correlated with nine modules (eight with DL CO , five with FVC). Intermodular network of transcription factors and miRNA showed clustering of fibrosis, immune response and contractile modules. The cilia-associated module was able to predict survival (p=0.0097) in an independent peripheral blood IPF cohort. Conclusions We identified a correlation gene expression network with associated regulators in IPF that provides novel insight into the pathological process of this disease.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,298
Écart entre enseignants0,283 · 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