Integrated, multicohort analysis reveals unified signature of systemic lupus erythematosus
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.
Notice bibliographique
Résumé
Systemic lupus erythematosus (SLE) is a complex autoimmune disease that follows an unpredictable disease course and affects multiple organs and tissues. We performed an integrated, multicohort analysis of 7,471 transcriptomic profiles from 40 independent studies to identify robust gene expression changes associated with SLE. We identified a 93-gene signature (SLE MetaSignature) that is differentially expressed in the blood of patients with SLE compared with healthy volunteers; distinguishes SLE from other autoimmune, inflammatory, and infectious diseases; and persists across diverse tissues and cell types. The SLE MetaSignature correlated significantly with disease activity and other clinical measures of inflammation. We prospectively validated the SLE MetaSignature in an independent cohort of pediatric patients with SLE using a microfluidic quantitative PCR (qPCR) array. We found that 14 of the 93 genes in the SLE MetaSignature were independent of IFN-induced and neutrophil-related transcriptional profiles that have previously been associated with SLE. Pathway analysis revealed dysregulation associated with nucleic acid biosynthesis and immunometabolism in SLE. We further refined a neutropoiesis signature and identified underappreciated transcripts related to immune cells and oxidative stress. In our multicohort, transcriptomic analysis has uncovered underappreciated genes and pathways associated with SLE pathogenesis, with the potential to advance clinical diagnosis, biomarker development, and targeted therapeutics for SLE.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle