Distinct respiratory tract biological pathways characterizing ARDS molecular phenotypes
Notice bibliographique
Résumé
Abstract Background Two molecular phenotypes of the acute respiratory distress syndrome (ARDS) with divergent clinical trajectories and responses to therapy have been identified. Classification as “hyperinflammatory” or “hypoinflammatory” depends on plasma biomarker profiling. Differences in pulmonary biology underlying these phenotypes are unknown. Methods We analyzed tracheal aspirate (TA) RNA sequencing (RNASeq) data from 41 ARDS patients and 5 mechanically ventilated controls to assess differences in lung inflammation and repair between ARDS phenotypes. In a subset of subjects, we also analyzed plasma proteomic data. We performed single-cell RNA sequencing (scRNASeq) on TA samples from 9 ARDS patients. We conducted differential gene expression and gene set enrichment analyses, in silico prediction of pharmacologic treatments, and compared results to experimental models of acute lung injury. Findings In bulk RNASeq data, 1334 genes were differentially expressed between ARDS phenotypes (false detection rate < 0.1). Hyperinflammatory ARDS was characterized by an exaggerated innate immune response, increased activation of the integrated stress response, interferon signaling, apoptosis, and T-cell activation. Gene sets from experimental models of lipopolysaccharide lung injury overlapped more strongly with hyperinflammatory than hypoinflammatory ARDS, though overlap in gene expression between experimental and clinical samples was variable. ScRNASeq demonstrated a central role for T-cells in the hyperinflammatory phenotype. Plasma proteomics confirmed a role for innate immune activation, interferon signaling, and T-cell activation in the hyperinflammatory phenotype. Predicted candidate therapeutics for the hyperinflammatory phenotype included imatinib and dexamethasone. Interpretation Hyperinflammatory and hypoinflammatory ARDS phenotypes have distinct respiratory tract biology, which could inform targeted therapeutic development. Funding National Institutes of Health; University of California San Francisco ImmunoX CoLabs; Chan Zuckerberg Foundation; Genentech
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».