Epigenetic signature of chronic low back pain in human T cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Objective: Determine if chronic low back pain (LBP) is associated with DNA methylation signatures in human T cells that will reveal novel mechanisms and potential therapeutic targets and explore the feasibility of epigenetic diagnostic markers for pain-related pathophysiology. Methods: Genome-wide DNA methylation analysis of 850,000 CpG sites in women and men with chronic LBP and pain-free controls was performed. T cells were isolated ( discovery cohort, n = 32) and used to identify differentially methylated CpG sites, and gene ontologies and molecular pathways were identified. A polygenic DNA methylation score for LBP was generated in both women and men. Validation was performed in an independent cohort ( validation cohort, n = 63) of chronic LBP and healthy controls. Results: Analysis with the discovery cohort revealed a total of 2,496 and 419 differentially methylated CpGs in women and men, respectively. In women, most of these sites were hypomethylated and enriched in genes with functions in the extracellular matrix, in the immune system (ie, cytokines), or in epigenetic processes. In men, a unique chronic LBP DNA methylation signature was identified characterized by significant enrichment for genes from the major histocompatibility complex. Sex-specific polygenic DNA methylation scores were generated to estimate the pain status of each individual and confirmed in the validation cohort using pyrosequencing. Conclusion: This study reveals sex-specific DNA methylation signatures in human T cells that discriminates chronic LBP participants from healthy controls.
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.
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 | 0,002 | 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) | 0,000 | 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 découle