Olfactory Bulb and Amygdala Gene Expression Changes in Subjects Dying with COVID-19
Notice bibliographique
Résumé
ABSTRACT In this study we conducted RNA sequencing on two brain regions (olfactory bulb and amygdala) from subjects who died from COVID-19 or who died of other causes. We found several-fold more transcriptional changes in the olfactory bulb than in the amygdala, consistent with our own work and that of others indicating that the olfactory bulb may be the initial and most common brain region infected. To some extent our results converge with pseudotime analysis towards common processes shared between the brain regions, possibly induced by the systemic immune reaction following SARS-CoV-2 infection. Changes in amygdala emphasized upregulation of interferon-related neuroinflammation genes, as well as downregulation of synaptic and other neuronal genes, and may represent the substrate of reported acute and subacute COVID-19 neurological effects. Additionally, and only in olfactory bulb, we observed an increase in angiogenesis and platelet activation genes, possibly associated with microvascular damages induced by neuroinflammation. Through coexpression analysis we identified two key genes ( CAMK2B for the synaptic neuronal network and COL1A2 for the angiogenesis/platelet network) that might be interesting potential targets to reverse the effects induced by SARS-CoV-2 infection. Finally, in olfactory bulb we detected an upregulation of olfactory and taste genes, possibly as a compensatory response to functional deafferentation caused by viral entry into primary olfactory sensory neurons. In conclusion, we were able to identify transcriptional profiles and key genes involved in neuroinflammation, neuronal reaction and olfaction induced by direct CNS infection and/or the systemic immune response to SARS-CoV-2 infection.
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 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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».