MétaCan
Menu
Retour à la cohorte
Enregistrement W3045647287 · doi:10.1016/j.joca.2020.07.003

Sequencing identifies a distinct signature of circulating microRNAs in early radiographic knee osteoarthritis

2020· article· en· W3045647287 sur OpenAlexafffund
Shabana Amanda Ali, Rajiv Gandhi, Pratibha Potla, Sareh Keshavarzi, Osvaldo Espin‐Garcia, Konstantin Shestopaloff, Chiara Pastrello, Dylan Bethune-Waddell, Starlee Lively, Anthony V. Perruccio, Y. Raja Rampersaud, Christian Veillette, J.S. Rockel, Igor Jurišica, C. Thomas Appleton, Mohit Kapoor

Notice bibliographique

RevueOsteoarthritis and Cartilage · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensWestern UniversityPublic Health OntarioUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchKrembil Foundation
Mots-clésMiRBasemicroRNAOsteoarthritisGene expression profilingGeneBioinformaticsBiologyOncologyComputational biologyMedicineGene expressionGeneticsInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: MicroRNAs act locally and systemically to impact osteoarthritis (OA) pathophysiology, but comprehensive profiling of the circulating miRNome in early vs late stages of OA has yet to be conducted. Sequencing has emerged as the preferred method for microRNA profiling since it offers high sensitivity and specificity. Our objective was to sequence the miRNome in plasma from 91 patients with early [Kellgren-Lawrence (KL) grade 0 or 1 (n = 41)] or late [KL grade 3 or 4 (n = 50)] symptomatic radiographic knee OA to identify unique microRNA signatures in each disease state. DESIGN: MicroRNA libraries were prepared using the QIAseq miRNA Library Kit and sequenced on the Illumina NextSeq 550. Counts were produced for microRNAs captured in miRBase and for novel microRNAs. Statistical, bioinformatics, and computational biology approaches were used to refine and interpret the final list of microRNAs. RESULTS: From 215 differentially expressed microRNAs (FDR < 0.01), 97 microRNAs showed an increase or decrease in expression in ≥85% of samples in the early OA group as compared to the median expression in the late OA group. Increasing this threshold to ≥95%, seven microRNAs were identified: hsa-miR-335-3p, hsa-miR-199a-5p, hsa-miR-671-3p, hsa-miR-1260b, hsa-miR-191-3p, hsa-miR-335-5p, and hsa-miR-543. Four novel microRNAs were present in ≥50% of early OA samples and had 27 predicted gene targets in common with the prioritized set of predicted gene targets from the 97 microRNAs, suggesting common underlying mechanisms. CONCLUSION: Sequencing of well-characterized patient cohorts produced unbiased profiling of the circulating miRNome and identified a unique panel of 11 microRNAs in early radiographic knee OA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueOsteoarthritis and CartilageMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207