MétaCan
Menu
Retour à la cohorte
Enregistrement W3170161563 · doi:10.1096/fasebj.2021.35.s1.04226

Cluster Analysis Identifies Phosphatidylcholine Species in the Liver and Heart as Prediction Hubs in Ossabaw Swine with Cardio‐Metabolic Heart Failure

2021· article· en· W3170161563 sur OpenAlexaff
Jinpu Li, Cristoph Rau, T. Dylan Olver, Jacob D. Franke, Emery Crockett, Jan Ivey, Pamela K. Thorne, Timothy L. Domeier, Jaume Padilla, R. Scott Rector, Yibin Wang, David A. Ford, Craig A. Emter, Emily Leary

Notice bibliographique

RevueThe FASEB Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesAmerican Heart Association
Mots-clésHeart failureInternal medicineCluster (spacecraft)CardiologyPhosphatidylcholineMedicineBiologyComputer scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

We recently developed an Ossabaw swine model (Western Diet and aortic banding; WD‐AB) that exhibits features consistent with cardio‐metabolic heart failure (HF). This pre‐clinical model has a pattern of findings possibly useful for enhancing our understanding of the interactions between metabolic syndrome and HF. The aim of this study is to use advanced quantitative methods to reveal novel relationships and candidate predictors we hypothesize may be important to cardio‐metabolic HF. A large‐scale data repository was created containing 142 hemodynamic, structural, and functional cardiovascular measures, 413 lipid species identified using shotgun lipidomics, and 28,386 mRNA‐transcripts revealed by RNA‐seq. Repository data was generated from heart, vascular, hepatic, and blood samples collected from 2 groups of intact female Ossabaw swine: 1) lean control (CON; N=5); and 2) WD‐AB (N=4). Logistic regression models with AUC scores identified a subset of measurements predictive of HF status that included 1,237 measurements (4.3%). Log2 fold changes were then calculated and statistically significant changes (p<0.05) with absolute value log2 fold changes >1 were considered. Pearson correlations for these 153 measurements were analyzed to identify redundant information using k‐medoids clustering analysis with an average silhouette approach. Twenty‐eight left ventricle (LV) genes and 125 lipids in 2 clusters (Fig. 1 Circos plot) with center points were identified. Cluster 1 (7 mRNA‐transcripts, 70 lipids) was composed of strong correlations with center point phosphatidylcholine (PC) alkyl ether (a) species 32 from the liver (LIVER_PC­_32.0a_754) that increased 10‐fold in the WD‐AB group (P<0.05; 25±4 CON vs. 277±56 WD‐AB pmols/mg). Cluster 2 (21 mRNA‐transcripts, 55 lipids) had center point PC species 38.4a from the LV (HEART_PC_38.4a_830) that increased ~3‐fold in the WD‐AB group (P<0.05; 37±3 CON vs. 102±3 WD‐AB pmols/mg). Identified PCa species containing arachidonic acid are storage depots for bioactive oxylipids (eicosanoids) and a precursor for platelet activating factor production. Increased alkyl ether phospholipids may also indicate increased peroxisome proliferation (the site of alkyl ether biosynthesis) and the potential to increase unknown peroxisome proliferator‐activated receptor (PPAR) endogenous ligands. In conclusion, PCa species identified from the heart and liver of WD‐AB animals may be underappreciated and have predictive significance for cardio‐metabolic HF. Ongoing work includes enrichment analysis to determine biological processes underlying clusters.

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 enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,231 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207