Treg gene signatures predict and measure type 1 diabetes trajectory
Notice bibliographique
Résumé
BACKGROUND: Multiple therapeutic strategies to restore immune regulation and slow type 1 diabetes (T1D) progression are in development and testing. A major challenge has been defining biomarkers to prospectively identify subjects likely to benefit from immunotherapy and/or measure intervention effects. We previously found that, compared with healthy controls, Tregs from children with new-onset T1D have an altered Treg gene signature (TGS), suggesting that this could be an immunoregulatory biomarker. METHODS: nanoString was used to assess the TGS in sorted Tregs (CD4+CD25hiCD127lo) or peripheral blood mononuclear cells (PBMCs) from individuals with T1D or type 2 diabetes, healthy controls, or T1D recipients of immunotherapy. Biomarker discovery pipelines were developed and applied to various sample group comparisons. RESULTS: Compared with controls, the TGS in isolated Tregs or PBMCs was altered in adult new-onset and cross-sectional T1D cohorts, with sensitivity or specificity of biomarkers increased by including T1D-associated SNPs in algorithms. The TGS was distinct in T1D versus type 2 diabetes, indicating disease-specific alterations. TGS measurement at the time of T1D onset revealed an algorithm that accurately predicted future rapid versus slow C-peptide decline, as determined by longitudinal analysis of placebo arms of START and T1DAL trials. The same algorithm stratified participants in a phase I/II clinical trial of ustekinumab (αIL-12/23p40) for future rapid versus slow C-peptide decline. CONCLUSION: These data suggest that biomarkers based on measuring TGSs could be a new approach to stratify patients and monitor autoimmune activity in T1D. FUNDING: JDRF (1-PNF-2015-113-Q-R, 2-PAR-2015-123-Q-R, 3-SRA-2016-209-Q-R, 3-PDF-2014-217-A-N), the JDRF Canadian Clinical Trials Network, the National Institute of Allergy and Infectious Diseases of the National Institutes of Health (UM1AI109565 and FY15ITN168), and BCCHRI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».