Genetic regulation of gene expression of MIF family members in lung tissue
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
Macrophage migration inhibitory factor (MIF) is a cytokine found to be associated with chronic obstructive pulmonary disease (COPD). However, there is no consensus on how MIF levels differ in COPD compared to control conditions and there are no reports on MIF expression in lung tissue. Here we studied gene expression of members of the MIF family MIF, D-Dopachrome Tautomerase (DDT) and DDT-like (DDTL) in a lung tissue dataset with 1087 subjects and identified single nucleotide polymorphisms (SNPs) regulating their gene expression. We found higher MIF and DDT expression in COPD patients compared to non-COPD subjects and found 71 SNPs significantly influencing gene expression of MIF and DDTL. Furthermore, the platform used to measure MIF (microarray or RNAseq) was found to influence the splice variants detected and subsequently the direction of the SNP effects on MIF expression. Among the SNPs found to regulate MIF expression, the major LD block identified was linked to rs5844572, a SNP previously found to be associated with lower diffusion capacity in COPD. This suggests that MIF may be contributing to the pathogenesis of COPD, as SNPs that influence MIF expression are also associated with symptoms of COPD. Our study shows that MIF levels are affected not only by disease but also by genetic diversity (i.e. SNPs). Since none of our significant eSNPs for MIF or DDTL have been described in GWAS for COPD or lung function, MIF expression in COPD patients is more likely a consequence of disease-related factors rather than a cause of the 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle