Abstract P745: Whole Blood MicroRNA and Their Target Messenger RNA Reveal Distinct Transcriptional Changes in Ischemic Stroke Patients With and Without Comorbid Cancer
Notice bibliographique
Résumé
Introduction: One-tenth of patients with stroke have cancer. We previously identified mRNA profiles differentiating patients with stroke and cancer, stroke only, and cancer only. In this study, we investigated mRNA and microRNA (miRNA) transcriptomes to identify potential miRNA regulators that underlie the observed mRNA changes. Methods: We prospectively enrolled 4 groups of subjects at 3 centers from 2009-2020. This analysis included 41 subjects with ischemic stroke plus cancer, 42 subjects with ischemic stroke only, 28 subjects with cancer only, and 30 vascular risk factor controls. Stroke-only and cancer-only subjects were matched to stroke-plus-cancer subjects by age, sex, and cancer type. We performed miRNA and mRNA sequencing on blood drawn 72-120 hours after stroke. ANCOVA estimated differential expression of miRNA and mRNA between groups (FDR p<0.05, |fold-change|>1.2). Analyses were adjusted for time from stroke onset, sex, age, vascular risk factors and batch. Results: We identified differential expression in 36 miRNA and 264 corresponding mRNA targets between the stroke-plus-cancer and stroke-only groups after accounting for cancer-only expression (Fig 1). Immune and coagulation pathways, including complement, platelet glycoproteins, TGF-β, and mTOR signaling, were overrepresented in stroke-plus-cancer vs stroke-only subjects. T cell, B cell and platelet precursor-specific genes were also overrepresented in stroke-plus-cancer subjects. When compared to other groups, stroke-plus-cancer subjects had 230 unique mRNA encoding for transcriptional regulators, including those involving splicing, epigenetics, and mediator complex genes bridging transcription factors and RNA transcriptional machinery. Conclusion: Patients with stroke and cancer had distinct signatures of miRNA and target mRNA compared to stroke patients without cancer, supporting the hypothesis that cancer-related stroke is a unique subgroup of ischemic stroke.
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 | 0,000 | 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) | 0,003 | 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 ».