Blood transcriptional profiles distinguish different clinical stages of cutaneous leishmaniasis in humans
Notice bibliographique
Résumé
Cutaneous leishmaniasis (CL) is a neglected tropical disease with severe morbidity and socioeconomic sequelae. A better understanding of underlying immune mechanisms that lead to different clinical outcomes of CL could inform the rational design of intervention measures. While transcriptomic analyses of CL lesions were recently reported by us and others, there is a dearth of information on the expression of immune-related genes in the blood of CL patients. Herein, we investigated immune-related gene expression in whole blood samples collected from individuals with different clinical stages of CL along with healthy volunteers in an endemic CL region where Leishmania (L.) tropica is prevalent. Study participants were categorized into asymptomatic (LST+) and healthy uninfected (LST-) groups based on their leishmanin skin test (LST). Whole blood PAXgene samples were collected from volunteers, who had healed CL lesions, and patients with active L. tropica cutaneous lesions. Quality RNA extracted from 57 blood samples were subjected to Dual-color reverse-transcription multiplex ligation-dependent probe amplification (dcRT-MLPA) assay for profiling 144 immune-related genes. Results show significant changes in the expression of genes involved in interferon signaling pathway in the blood of active CL patients, asymptomatics and healed individuals. Nonetheless, distinct profiles for several immune-related genes were identified in the healed, the asymptomatic, and the CL patients compared to the healthy controls. Among others, IFI16 and CCL11 were found as immune transcript signatures for the healed and the asymptomatic individuals, respectively. These results warrant further exploration to pinpoint novel blood biomarkers for different clinical stages of CL.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».