MétaCan
Menu
Retour à la cohorte
Enregistrement W3127588792 · doi:10.1101/2021.01.13.21249751

Unsupervised clustering reveals a unique Treg profile in slow progressors to type 1 diabetes

2021· preprint· en· W3127588792 sur OpenAlexaff
Joanne Boldison, Anna E. Long, Rachel J. Aitken, Isabel Wilson, Claire Megson, Stephanie Hanna, F. Susan Wong, Kathleen M. Gillespie

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesMedical Research CouncilDiabetes UK
Mots-clésEffectorImmunologyFlow cytometryPhenotypeAutoantibodyIL-2 receptorImmunophenotypingMedicineBiologyT cellAntibodyGeneImmune systemGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Objective To profile CD4 + regulatory T cells (Tregs) in a well-characterised cohort of slow progressors to type 1 diabetes, individuals positive for multiple islet autoantibodies who remain diabetes-free for at least 10 years. Research Design and Methods Peripheral blood samples were obtained from extreme slow progressor individuals (n=8), with up to 32 years follow-up, and age and gender-matched to healthy donors. One participant in this study was identified with a raised HbA1c at the time of assessment, and was individually evaluated in the data analysis. PBMCs were isolated, from donors, and to assess frequency, phenotype and function of Tregs, multi-parameter flow cytometry and T cell suppression assays were performed. Unsupervised clustering analysis, FlowSOM and CITRUS, was used to evaluate Treg phenotypes. Results Treg mediated suppression of CD4 + effector T cells, from slow progressors was significantly impaired, compared to healthy donors (P<0.05). Effector CD4 T cells, from slow progressors, were more responsive to Treg suppression, compared to healthy donors, demonstrated by increased suppression of CD25 expression on effector CD4 T cells (P<0.05). Unsupervised clustering on memory CD4 T cells, from slow progressors, showed an increased frequency of activated-memory CD4 Tregs associated with increased expression of GITR, compared to healthy donors (P<0.05). The participant with a raised HbA1c had a different Treg profile, compared to slow progressors and the matched controls. Conclusions CD4 + Tregs from slow progressor individuals have a unique Treg signature. This report highlights the need for further study of Treg heterogeneity in individuals at-risk of developing type 1 diabetes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetDiabetes and associated disordersTravaux en français237 207