MétaCan
Menu
Retour à la cohorte
Enregistrement W3126552324 · doi:10.1515/tnsci-2021-0009

Dysregulated gene-associated biomarkers for Alzheimer’s disease and aging

2021· article· en· W3126552324 sur OpenAlexaboutno aff
Min Li, Rongxin Geng, Chen Li, Fantao Meng, Hongwei Zhao, Jing Liu, Juanjuan Dai, Xuezhen Wang

Notice bibliographique

RevueTranslational Neuroscience · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDementiaKEGGDiseaseGeneAlzheimer's diseaseGene expressionBiologyPathologicalComputational biologyPathogenesisBioinformaticsBiomarkerGene expression profilingMedicineGene ontologyGeneticsPathologyImmunology

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease (AD), the most common type of dementia, is a neurodegenerative disorder with a hidden onset, including difficult early detection and diagnosis. Nevertheless, the new crucial biomarkers for the diagnosis and pathogenesis of AD need to be explored further. Here, the common differentially expressed genes (DEGs) were identified through a comprehensive analysis of gene expression profiles from the Gene Expression Omnibus (GEO) database. Furthermore, Gene Ontology and Kyoto Encyclopedia of Genes and Genomes pathway analyses revealed that these DEGs were mainly associated with biological processes, cellular components, and molecular functions, which are involved in multiple cellular functions. Next, we found that 9 of the 24 genes showed the same regulatory changes in the blood of patients with AD compared to those in the GEO database, and 2 of the 24 genes showed a significant correlation with Montreal Cognitive Assessment scores. Finally, we determined that mice with AD and elderly mice had the same regulatory changes in the identified DEGs in both the blood and hippocampus. Our study identified several potential core biomarkers of AD and aging, which could contribute to the early detection, differential diagnosis, treatment, and pathological analysis of AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,339
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational NeuroscienceMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207