Lipoprotein Proteomics and Aortic Valve Transcriptomics Identify Biological Pathways Linking Lipoprotein(a) Levels to Aortic Stenosis
Notice bibliographique
Résumé
Lipoprotein(a) (Lp(a)) is one of the most important risk factors for the development of calcific aortic valve stenosis (CAVS). However, the mechanisms through which Lp(a) causes CAVS are currently unknown. Our objectives were to characterize the Lp(a) proteome and to identify proteins that may be differentially associated with Lp(a) in patients with versus without CAVS. Our second objective was to identify genes that may be differentially regulated by exposure to high versus low Lp(a) levels in explanted aortic valves from patients with CAVS. We isolated Lp(a) from the blood of 21 patients with CAVS and 22 volunteers and performed untargeted label-free analysis of the Lp(a) proteome. We also investigated the transcriptomic signature of calcified aortic valves from patients who underwent aortic valve replacement with high versus low Lp(a) levels (n = 118). Proteins involved in the protein activation cascade, platelet degranulation, leukocyte migration, and response to wounding may be associated with Lp(a) depending on CAVS status. The transcriptomic analysis identified genes involved in cardiac aging, chondrocyte development, and inflammation as potentially influenced by Lp(a). Our multi-omic analyses identified biological pathways through which Lp(a) may cause CAVS, as well as key molecular events that could be triggered by Lp(a) in CAVS development.
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 | 0,001 | 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) | 0,001 | 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 ».