Identification of potential proteases for abdominal aortic aneurysm by weighted gene coexpression network analysis
Notice bibliographique
Résumé
Proteases are involved in the degradation of the extracellular matrix (ECM), which contributes to the formation of abdominal aortic aneurysm (AAA). To identify new disease targets in addition to the results of previous microarray studies, we performed next-generation sequencing (NGS) of the whole transcriptome of Angiotensin II-treated ApoE−/− male mice (n = 4) and control mice (n = 4) to obtain differentially expressed genes (DEGs). Identified DEGs of proteases were analyzed using weighted gene coexpression network analysis (WGCNA). RT-qPCR was conducted to validate the differential expression of selected hub genes. We found that 43 DEGs were correlated with the expression of the protease profile, and most were clustered in immune response module. Among 26 hub genes, we found that Mmp16 and Mmp17 were significantly downregulated in AAA mice, while Ctsa, Ctsc, and Ctsw were upregulated. Our functional annotation analysis of genes coexpressed with the five hub genes indicated that Ctsw and Mmp17 were involved in T cell regulation and Cell adhesion molecule pathway, respectively, and that both were involved in general regulation of the cell cycle and gene expression. Overall, our data suggest that these ectopic genes are potentially crucial to AAA formation and may act as biomarkers for the diagnosis of AAA.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| 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 | 0,000 |
| 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 ».