MétaCan
Menu
Retour à la cohorte
Enregistrement W3136013098 · doi:10.1161/str.52.suppl_1.p744

Abstract P744: Gene Transcript Clusters Distinguish Time-Dependent Expression Patterns in Monocytes, Neutrophils and Whole Blood After Ischemic Stroke Injury

2021· article· en· W3136013098 sur OpenAlexaff
Paulina Carmona-Mora, Glen C. Jickling, Xinhua Zhan, Marisa Hakoupian, Heather Hull, Noor Alomar, Hajar Amini, Bodie Knepp, Frank R. Sharp, Boryana Stamova, Bradley P. Ander

Notice bibliographique

RevueStroke · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueS100 Proteins and Annexins
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineTranscriptomeStroke (engine)Gene expressionGeneFold changeImmune systemWhole bloodPeripheral bloodImmunologyIschemic strokePathologyIschemiaInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction: After ischemic stroke (IS), peripheral leukocytes infiltrate the damaged region and modulate the response to injury. We previously showed that peripheral blood cells display different gene expression profiles after IS and these transcriptional programs reflect the changes in immune processes in response to IS. Dissecting the temporal dynamics of gene expression after IS improves our understanding of the changes of molecular and cellular pathways involved in acute brain injury. Methods: We analyzed the transcriptomic profiles of 33 IS patients in isolated monocytes, neutrophils and whole blood. RNA-sequencing was performed on all the stroke samples as well as 12 controls with vascular risk factors (diabetes and/or hypertension and/or hypercholesterolemia). To identify differentially expressed genes, subjects were split into time points (TPs) from stroke onset (TP1= 0-24 h; TP2= 24-48 h; and TP3= > 48 h), and controls were assigned TP0. A linear regression model including time and the interaction of diagnosis x TP with cutoff of p<0.02 and fold-change>|1.2| was used. Time dependent changes were analyzed using artificial neural networks to identify clusters of genes that behave in a similar way across TPs. Results: Unique patterns of temporal expression were distinguished for the three sample types. These include genes not expressed in TP0 that peak only within the first 24 h, others that peak or decrease in TP2 and TP3, and more complex patterns. Genes that peak at TP1 in monocytes and neutrophils are related to cell adhesion and leukocyte differentiation/migration, respectively. Early peaks in whole blood occur in genes related to transcriptional regulation. In monocytes, interleukin pathways are enriched across all TPs, whereas there is a trend of suppression after 24 h in neutrophils. The inflammasome pathway is enriched in the earlier TPs in neutrophils, while not enriched in monocytes until over 48 hours. Conclusion: Our analyses on gene expression dynamics and cluster patterns allow identification of key genes and pathways at different time points following ischemic injury that are valuable as IS biomarkers and may be possible treatment targets.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
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 revueStrokeMême sujetS100 Proteins and AnnexinsTravaux en français237 207