MétaCan
Menu
← Retour à la cohorte
Enregistrement W4252804439 · doi:10.22215/etd/2016-11456

Role of genomic variants in the response to biologics targeting common autoimmune disorders

2016· dissertation· en· W4252804439 sur OpenAlexaff
Gordana Lenert

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPhenotypeMedicineImmunologyImmune systemDiseaseInflammationTumor necrosis factor alphaAutoimmune diseaseBioinformaticsBiologyAntibodyInternal medicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Autoimmune diseases (AID) are common chronic inflammatory conditions initiated by the loss of the immunological tolerance to self-antigens.Chronic immune response and uncontrolled inflammation provoke diverse clinical manifestations, causing impairment of various tissues, organs or organ systems.To avoid disability and death, AID must be managed in clinical practice over long periods with complex and closely controlled medication regimens.The anti-tumor necrosis factor biologics (aTNFs) are targeted therapeutic drugs used for AID management.However, in spite of being very successful therapeutics, aTNFs are not able to induce remission in one third of AID phenotypes.In our research, we investigated genomic variability of AID phenotypes in order to explain unpredictable lack of response to aTNFs.Our hypothesis is that key genetic factors, responsible for the aTNFs unresponsiveness, are positioned at the crossroads between aTNF therapeutic processes that generate remission and pathogenic or disease processes that lead to AID phenotypes expression.In order to find these key genetic factors at the intersection of the curative and the disease pathways, we combined genomic variation data collected from publicly available curated AID genome wide association studies (AID GWAS) for each disease.Using collected data, we performed prioritization of genes and other genomic structures, defined the key disease pathways and networks, and related the results with the known data by the bioinformatics approaches.We queried the AID results against known data about the aTNFs interventional pathways.Our findings allowed us to infer potential genetic factors and pathways responsible for the aTNF therapeutic effects in AID.A multitude of publicly available bioinformatics tools and databases allowed us to extract the knowledge, analyse it and provide orthogonal evidence for the results.The results support existence of at least two different sets of pathways responsible for AID pathology, most probably reflecting subtypes of AID.Only one set of pathways might be influenced by aTNFs, offering an explanation why aTNF therapy is not always effective.Additionally, our results narrow down the complex common genomic variability responsible for aTNF unresponsiveness that could be tested in future.If our results are confirmed by functional assays and/or clinical trials, then the lack of response could be predicted ahead of aTNF therapy, leading to better patient selection and improved prognostic outcomes.The extremely high cost of the standard aTNFs therapy can easily cover the cost of genotyping ahead of medication.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,321
Écart entre enseignants0,307 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→