Keratinocyte <scp>EGF</scp> signalling dominates in atopic dermatitis lesions: A comparative <scp>RNAseq</scp> analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Atopic dermatitis (AD) remains a highly heterogenous disorder with a multifactorial aetiology. Whilst keratinocytes are known to play a fundamental role in AD, their contribution to the overall immune landscape in moderate-to-severe AD is still poorly understood. In order to design new therapeutics, further investigation is needed into common disease pathways at the molecular level. We used publicly available whole-tissue RNAseq data (4 studies) and single-cell RNAseq keratinocyte data to identify genes/pathways that are involved in keratinocyte responses in AD and after dupilumab treatment. Transcripts present in both keratinocytes (single-cell) and whole-tissue, referred to as the keratinocyte-enriched lesional skin (KELS) genes, were analysed using functional/pathway analysis. Following statistical testing, 2049 genes (16.8%) were differentially expressed in KELS. Enrichment analyses predicted increases in not only type-1/type-2 immune signalling and chemoattraction, but also in EGF-dominated growth factor signalling. We identified complex crosstalk between keratinocytes and immune cells involving a dominant EGF family signature which converges on keratinocytes with potential immunomodulatory and chemotaxis-promoting consequences. Although keratinocytes express the IL4R, we observed no change in EGF signalling in KELS after three-month treatment with dupilumab, indicating that this pathway is not modulated by dupilumab immunotherapy. EGF family signalling is significantly dysregulated in AD lesions but is not associated with keratinocyte proliferation. EGF signalling pathways in AD require further study.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle