The molecular phenotypes of injury, steatohepatitis, and fibrosis in liver transplant biopsies in the INTERLIVER study
Notice bibliographique
Résumé
To extend previous molecular analyses of rejection in liver transplant biopsies in the INTERLIVER study (ClinicalTrials.gov #NCT03193151), the present study aimed to define the gene expression selective for parenchymal injury, fibrosis, and steatohepatitis. We analyzed genome-wide microarray measurements from 337 liver transplant biopsies from 13 centers. We examined expression of genes previously annotated as increased in injury and fibrosis using principal component analysis (PCA). PC1 reflected parenchymal injury and related inflammation in the early posttransplant period, slowly regressing over many months. PC2 separated early injury from late fibrosis. Positive PC3 identified a distinct mildly inflamed state correlating with histologic steatohepatitis. Injury PCs correlated with liver function and histologic abnormalities. A classifier trained on histologic steatohepatitis predicted histologic steatohepatitis with cross-validated AUC = 0.83, and was associated with pathways reflecting metabolic abnormalities distinct from fibrosis. PC2 predicted histologic fibrosis (AUC = 0.80), as did a molecular fibrosis classifier (AUC = 0.74). The fibrosis classifier correlated with matrix remodeling pathways with minimal overlap with those selective for steatohepatitis, although some biopsies had both. Genome-wide assessment of liver transplant biopsies can not only detect molecular changes induced by rejection but also those correlating with parenchymal injury, steatohepatitis, and fibrosis, offering potential insights into disease mechanisms for primary diseases.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».