MétaCan
Menu
Retour à la cohorte
Enregistrement W4308524607 · doi:10.3390/ijms232113543

Transcriptomic Studies of Antidepressant Action in Rodent Models of Depression: A First Meta-Analysis

2022· review· en· W4308524607 sur OpenAlexaff
El Chérif Ibrahim, Victor Gorgievski, Pilar Ortiz-Teba, Raoul Belzeaux, Gustavo Turecki, Etienne Sibille, Guillaume Charbonnier, Eleni T. Tzavara

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversity of TorontoMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesAgence Nationale de la RechercheERA-Net NEURON
Mots-clésFluoxetineAntidepressantTranscriptomeMeta-analysisBiomarkerBioinformaticsMajor depressive disorderDepression (economics)MedicineNeuroscienceAnimal studiesBiologyPsychologyGeneHippocampusCognitionGeneticsInternal medicineGene expressionSerotonin

Résumé

récupéré en direct d'OpenAlex

Antidepressants (ADs) are, for now, the best everyday treatment we have for moderate to severe major depressive episodes (MDEs). ADs are among the most prescribed drugs in the Western Hemisphere; however, the trial-and-error prescription strategy and side-effects leave a lot to be desired. More than 60% of patients suffering from major depression fail to respond to the first AD they are prescribed. For those who respond, full response is only observed after several weeks of treatment. In addition, there are no biomarkers that could help with therapeutic decisions; meanwhile, this is already true in cancer and other fields of medicine. For years, many investigators have been working to decipher the underlying mechanisms of AD response. Here, we provide the first systematic review of animal models. We thoroughly searched all the studies involving rodents, profiling transcriptomic alterations consecutive to AD treatment in naïve animals or in animals subjected to stress-induced models of depression. We have been confronted by an important heterogeneity regarding the drugs and the experimental settings. Thus, we perform a meta-analysis of the AD signature of fluoxetine (FLX) in the hippocampus, the most studied target. Among genes and pathways consistently modulated across species, we identify both old players of AD action and novel transcriptional biomarker candidates that warrant further investigation. We discuss the most prominent transcripts (immediate early genes and activity-dependent synaptic plasticity pathways). We also stress the need for systematic studies of AD action in animal models that span across sex, peripheral and central tissues, and pharmacological classes.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,036
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,328
Tête enseignante GPT0,430
Écart entre enseignants0,102 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetTryptophan and brain disordersTravaux en français237 207