System Genetics Including Causal Inference Identify Immune Targets for Coronary Artery Disease and the Lifespan
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
Background: Randomized clinical trials indicate that the immune response plays a significant role in coronary artery disease (CAD), a disorder impacting the lifespan potential. However, the identification of targets critical to the immune response in atheroma is still hampered by a lack of solid inference. Methods: Herein, we implemented a system genetics approach to identify causally associated immune targets implicated in atheroma. We leveraged genome-wide association studies to perform mapping and Mendelian randomization to assess causal associations between gene expression in blood cells with CAD and the lifespan. Expressed genes (eGenes) were prioritized in network and in single-cell expression derived from plaque immune cells. Results: Among 840 CAD-associated blood eGenes, 37 were predicted causally associated with CAD and 6 were also associated with the parental lifespan in Mendelian randomization. In multivariable Mendelian randomization, the impact of eGenes on the lifespan potential was mediated by the CAD risk. Predicted causal eGenes were central in network. FLT1 and CCR5 were identified as targets of approved drugs, whereas 22 eGenes were deemed tractable for the development of small molecules and antibodies. Analyses of plaque immune single-cell expression identified predicted causal eGenes enriched in macrophages ( GPX1 , C4orf3 ) and involved in ligand-receptor interactions ( CCR5 ). Conclusions: We identified 37 blood eGenes predicted causally associated with CAD. The predicted expression for 6 eGenes impacted the lifespan potential through the risk of CAD. Prioritization based on network, annotations, and single-cell expression identified targets deemed tractable for the development of drugs and for drug repurposing.
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 | 0,001 | 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) | 0,000 | 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 découle