MétaCan
Menu
Retour à la cohorte
Enregistrement W4200174260 · doi:10.1186/s13578-021-00712-3

Soluble amyloid-beta isoforms predict downstream Alzheimer’s disease pathology

2021· article· en· W4200174260 sur OpenAlexafffund
Guilherme Povala, Bruna Bellaver, Marco Antônio De Bastiani, Wagner S. Brum, Pâmela C.L. Ferreira, Andrei Bieger, Tharick A. Pascoal, Andréa Lessa Benedet, Diogo O. Souza, Ricardo Araújo, Bruno Zatt, Pedro Rosa‐Neto, Eduardo R. Zimmer

Notice bibliographique

RevueCell & Bioscience · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensMcGill University Health CentreDouglas Mental Health University InstituteMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação de Amparo à Pesquisa do Estado do Rio Grande do SulConselho Nacional de Desenvolvimento Científico e TecnológicoInstituto SerrapilheiraAlzheimer's Association
Mots-clésGene isoformNeurodegenerationProteomicsAmyloid betaAlzheimer's diseaseCerebrospinal fluidDiseaseBiologyDownregulation and upregulationAmyloid (mycology)BiochemistryComputational biologyNeurosciencePathologyGeneMedicinePeptide

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Changes in soluble amyloid-beta (Aβ) levels in cerebrospinal fluid (CSF) are detectable at early preclinical stages of Alzheimer's disease (AD). However, whether Aβ levels can predict downstream AD pathological features in cognitively unimpaired (CU) individuals remains unclear. With this in mind, we aimed at investigating whether a combination of soluble Aβ isoforms can predict tau pathology (T+) and neurodegeneration (N+) positivity. METHODS: ) in CU individuals (n = 318) as input features in machine learning (ML) models aiming at predicting T+ and N+. Input data was used for building 2046 tuned predictive ML models with a nested cross-validation technique. Additionally, proteomics data was employed to investigate the functional enrichment of biological processes altered in T+ and N+ individuals. RESULTS: Our findings indicate that Aβ isoforms can predict T+ and N+ with an area under the curve (AUC) of 0.929 and 0.936, respectively. Additionally, proteomics analysis identified 17 differentially expressed proteins (DEPs) in individuals wrongly classified by our ML model. More specifically, enrichment analysis of gene ontology biological processes revealed an upregulation in myelinization and glucose metabolism-related processes in CU individuals wrongly predicted as T+. A significant enrichment of DEPs in pathways including biosynthesis of amino acids, glycolysis/gluconeogenesis, carbon metabolism, cell adhesion molecules and prion disease was also observed. CONCLUSIONS: Our results demonstrate that, by applying a refined ML analysis, a combination of Aβ isoforms can predict T+ and N+ with a high AUC. CSF proteomics analysis highlighted a promising group of proteins that can be further explored for improving T+ and N+ prediction.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,297
Écart entre enseignants0,268 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell & BioscienceMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207