MétaCan
Menu
Retour à la cohorte
Enregistrement W3215775755 · doi:10.1186/s41065-021-00200-1

Identification of crucial genes involved in pathogenesis of regional weakening of the aortic wall

2021· article· en· W3215775755 sur OpenAlexfundno aff
Hong Lin Zu, Hong Wei Liu, Hai Yang Wang

Notice bibliographique

RevueHereditas · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAortic aneurysm repair treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaJames Cook UniversityUniversity of CalgaryWayne State University
Mots-clésBiologyKEGGGeneMicroarrayComputational biologyAbdominal aortic aneurysmMicroarray analysis techniquesGeneticsGene expressionGene ontologyBioinformaticsAneurysm

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The diameter of the abdominal aortic aneurysm (AAA) is the most commonly used parameter for the prediction of occurrence of AAA rupture. However, the most vulnerable region of the aortic wall may be different from the most dilated region of AAA under pressure. The present study is the first to use weighted gene coexpression network analysis (WGCNA) to detect the coexpressed genes that result in regional weakening of the aortic wall. METHODS: The GSE165470 raw microarray dataset was used in the present study. Differentially expressed genes (DEGs) were filtered using the "limma" R package. DEGs were assessed by Gene Ontology biological process (GO-BP) and Kyoto Encyclopedia of Genes and Genomes (KEGG) analyses. WGCNA was used to construct the coexpression networks in the samples with regional weakening of the AAA wall and in the control group to detect the gene modules. The hub genes were defined in the significant functional modules, and a hub differentially expressed gene (hDEG) coexpression network was constructed with the highest confidence based on protein-protein interactions (PPIs). Molecular compound detection (MCODE) was used to identify crucial genes in the hDEG coexpression network. Crucial genes in the hDEG coexpression network were validated using the GSE7084 and GSE57691 microarray gene expression datasets. RESULT: A total of 350 DEGs were identified, including 62 upregulated and 288 downregulated DEGs. The pathways were involved in immune responses, vascular smooth muscle contraction and cell-matrix adhesion of DEGs in the samples with regional weakening in AAA. Antiquewhite3 was the most significant module and was used to identify downregulated hDEGs based on the result of the most significant modules negatively related to the trait of weakened aneurysm walls. Seven crucial genes were identified and validated: ACTG2, CALD1, LMOD1, MYH11, MYL9, MYLK, and TPM2. These crucial genes were associated with the mechanisms of AAA progression. CONCLUSION: We identified crucial genes that may play a significant role in weakening of the AAA wall and may be potential targets for medical therapies and diagnostic biomarkers. Further studies are required to more comprehensively elucidate the functions of crucial genes in the pathogenesis of regional weakening in AAA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,262
Score d'incertitude au seuil0,237

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,247 · 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 tête enseignante, 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHereditasMême sujetAortic aneurysm repair treatmentsTravaux en français237 207