MétaCan
Menu
← Retour à la cohorte
Enregistrement W3215865986 · doi:10.1101/2021.11.19.469312

Mosaic loss of chromosome Y in aged human microglia

2021· preprint· en· W3215865986 sur OpenAlexaff
Michael Vermeulen, Richard V. Pearse, Tracy L. Young‐Pearse, Sara Mostafavi

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMicrogliaGeneBiologyPathogenesisDiseaseX chromosomePseudoautosomal regionChromosomeCell typeNeuroscienceGeneticsCellMedicineInflammationImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Mosaic loss of chromosome Y (LOY) is a particularly common acquired structural mutation in the leukocytes of aging men and it has been shown to correlate with several age-related diseases including Alzheimer’s disease (AD). To derive the molecular basis of LOY in brain cells, we create an integrated resource by aggregating data from 21 single-cell and single-nuclei RNA brain studies, yielding 763,410 cells to investigate the presence and cell-type specific burden of LOY. We created robust quantification metrics for assessing LOY, which were validated using a multi-modal dataset. Using this new resource and LOY-quantification approach, we found that LOY frequencies differed widely between CNS cell-types and individual donors. Among five common neural cell types, microglia were most affected by LOY (7.79%, n =41,949), while LOY in neurons was rare (0.48%, n =220,010). Differential gene expression analysis in microglia found 188 autosomal genes, 6 X-linked genes, and 11 pseudoautosomal genes, pointing to broad dysregulation in lipoprotein metabolism, inflammatory response, and antigen processing that coincides with loss of Y. To our knowledge, we provide the first evidence of LOY in the microglia, and highlight its potential roles in aging and the pathogenesis of neurodegenerative disorders such as AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,241
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeuroinflammation and Neurodegeneration Mechanisms→Travaux en français237 207→