Blood protein kinase activity regulating genes are associated with brain glucose metabolism
Notice bibliographique
Résumé
Abstract Background The diagnosis of Alzheimer’s disease (AD) has been greatly improved due to the fundamental role of positron emission tomography (PET) imaging. Also, predicting PET brain imaging alterations using blood‐based biomarkers is of high interest. This way, integrating PET and omics data can provide new insights into AD pathophysiology. Here, we aimed to develop a framework that combines blood transcriptomics with PET data. We hypothesized that integrating omics and PET data will help advance our understanding of AD neurobiology and may reveal relevant new peripheral biomarkers. Method [18F]Fluorodeoxyglucose ([18F]FDG)‐PET imaging and transcriptomics data were acquired from the Alzheimer’s Disease Neuroimaging Initiative (ADNI). Microarray gene expression profiling from blood samples of 99 Cognitively Unimpaired (CU) and 218 Cognitively Impaired (CI) individuals were submitted to differential expression (DE) analysis. Differentially expressed genes (DEGs) were submitted to Gene Ontology (GO) analysis. The GO terms were clustered by semantic similarity using the GOSemSim method for biological processes ontology. All computations analyses were performed in the R statistical environment. Gene clusters obtained in the previous step were selected to undergo integration with [18F]FDG‐PET images using voxel‐wise generalized linear regression (GLR) models adjusted for age, gender, years of education, and APOEε4 (RMINC package). Result The GO semantic similarity resulted in 16 GO clusters. The voxel‐wise correlation between [18F]FDG‐PET and GO clusters resulted in t‐statistical maps. Afterwards, only statistically significant correlated voxels (uncorrected t‐value > 2.0) were retained (Fig. 1A). A cluster related to the regulation of protein serine/threonine kinase activity showed a strong correlation with the [18F]FDG‐PET signal in the brain. At the voxel level, this cluster has a positive correlation in the precuneus’ gray matter (95.7% left, 81.1% right) as well in the medial frontal gyrus (79.6% left, 44.66% right) and cingulate region (76.9% left, 56.4% right) (Fig. 1B). Conclusion We identified several peripheral biological processes associated with [18F]FDG‐PET metabolism in the brain of CU and CI individuals. Furthermore, the prominent enrichment of protein serine/threonine kinase activity‐related genes highlights its potential as novel AD biomarkers and as a proxy of [18F]FDG‐PET metabolism.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».