RNA Sequencing Reveals Interacting Key Determinants of Osteoarthritis Acting in Subchondral Bone and Articular Cartilage: Identification of <i>IL11</i> and <i>CHADL</i> as Attractive Treatment Targets
Notice bibliographique
Résumé
OBJECTIVE: To identify key determinants of the interactive pathophysiologic processes in subchondral bone and cartilage in osteoarthritis (OA). METHODS: We performed RNA sequencing on macroscopically preserved and lesional OA subchondral bone from patients in the Research Arthritis and Articular Cartilage study who underwent joint replacement surgery due to OA (n = 24 sample pairs: 6 hips and 18 knees). Unsupervised hierarchical clustering and differential expression analyses were conducted. Results were combined with data on previously identified differentially expressed genes in cartilage (partly overlapping samples) as well as data on recently identified OA risk genes. RESULTS: ). Among these 1,569 genes, 305 were also differentially expressed, and with the same direction of effect, in cartilage, including the recently recognized OA susceptibility genes IL11 and CHADL. Upon differential expression analysis with stratification for joint site, we identified 509 genes that were exclusively differentially expressed in subchondral bone of the knee, including KLF11 and WNT4. These genes that were differentially expressed exclusively in the knee were enriched for involvement in epigenetic processes, characterized by, e.g., HIST1H3J and HIST1H3H. CONCLUSION: IL11 and CHADL were among the most consistently differentially expressed genes OA pathophysiology-related genes in both bone and cartilage. As these genes were recently also identified as robust OA risk genes, they classify as attractive therapeutic targets acting on 2 OA-relevant tissues.
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 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) | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».