Single-Cell RNA Sequencing of Peripheral Blood Mononuclear Cells From Pediatric Coeliac Disease Patients Suggests Potential Pre-Seroconversion Markers
Notice bibliographique
Résumé
Celiac Disease (CeD) is a complex immune disorder involving villous atrophy in the small intestine that is triggered by gluten intake. Current CeD diagnosis is based on late-stage pathophysiological parameters such as detection of specific antibodies in blood and histochemical detection of villus atrophy and lymphocyte infiltration in intestinal biopsies. To date, no early onset biomarkers are available that would help prevent widespread villous atrophy and severe symptoms and co-morbidities. To search for novel CeD biomarkers, we used single-cell RNA sequencing (scRNAseq) to investigate PBMC samples from 11 children before and after seroconversion for CeD and 10 control individuals matched for age, sex and HLA-genotype. We generated scRNAseq profiles of 9559 cells and identified the expected major cellular lineages. Cell proportions remained stable across the different timepoints and health conditions, but we observed differences in gene expression profiles in specific cell types when comparing patient samples before and after disease development and comparing patients with controls. Based on the time when transcripts were differentially expressed, we could classify the deregulated genes as biomarkers for active CeD or as potential pre-diagnostic markers. Pathway analysis showed that active CeD biomarkers display a transcriptional profile associated with antigen activation in CD4+ T cells, whereas NK cells express a subset of biomarker genes even before CeD diagnosis. Intersection of biomarker genes with CeD-associated genetic risk loci pinpointed genetic factors that might play a role in CeD onset. Investigation of potential cellular interaction pathways of PBMC cell subpopulations highlighted the importance of TNF pathways in CeD. Altogether, our results pinpoint genes and pathways that are altered prior to and during CeD onset, thereby identifying novel potential biomarkers for CeD diagnosis in blood.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».