Rho-GTPase pathways may differentiate treatment response to TNF-alpha and IL-17A inhibitors in psoriatic arthritis
Notice bibliographique
Résumé
Abstract Biological therapies have dramatically improved the therapeutic landscape of psoriatic arthritis (PsA); however, 40–50% of patients are primary non-responders with response rates declining significantly with each successive biological therapy. Therefore, there is a pressing need to develop a coherent strategy for effective initial and subsequent selection of biologic agents. We interrogated 40 PsA patients initiating either tumour necrosis factor inhibitors (TNFi) or interleukin-17A inhibitors (17Ai) for active PsA. Patients achieving low disease activity according to the Disease Activity Index for PsA (DAPSA) at 3 months were classified as responders. Baseline and 3-month CD4+transcript profiling were performed, and novel signaling pathways were identified using a multi-omics profiling and integrative computational analysis approach. Using transcriptomic data at initiation of therapy, we identified over 100 differentially expressed genes (DEGs) that differentiated IL-17Ai response from non-response and TNFi response from non-response. Integration of cell-type-specific DEGs with protein–protein interactions and further comprehensive pathway enrichment analysis revealed several pathways. Rho GTPase signaling pathway exhibited a strong signal specific to IL-17Ai response and the genes,RAC1andROCKs, are supported by results from prior research. Our detailed network and pathway analyses have identified the rewiring of Rho GTPase pathways as potential markers of response to IL17Ai but not TNFi. These results need further verification.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».