MétaCan
Menu
Retour à la cohorte
Enregistrement W4328118232 · doi:10.3389/fimmu.2023.1087293

Identification of key genes and imbalance of immune cell infiltration in immunoglobulin A associated vasculitis nephritis by integrated bioinformatic analysis

2023· article· en· W4328118232 sur OpenAlexafffund
Xianxian Jia, Hua Zhu, Qinglian Jiang, Jia Gu, Shihan Yu, Xuyang Chi, Rui Wang, Shan Yu, Hong Jiang, Xiaoxue Ma

Notice bibliographique

RevueFrontiers in Immunology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueVasculitis and related conditions
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie UniversityNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of ChinaDalhousie Medical Research Foundation
Mots-clésImmune systemIdentification (biology)ImmunologyGeneVasculitisAntibodyInfiltration (HVAC)NephritisBiologyMedicineComputational biologyPathologyGeneticsDisease

Résumé

récupéré en direct d'OpenAlex

Background: IgAV, the most common systemic vasculitis in childhood, is an immunoglobulin A-associated immune complex-mediated disease and its underlying molecular mechanisms are not fully understood. This study attempted to identify differentially expressed genes (DEGs) and find dysregulated immune cell types in IgAV to find the underlying pathogenesis for IgAVN. Methods: GSE102114 datasets were obtained from the Gene Expression Omnibus (GEO) database to identify DEGs. Then, the protein-protein interaction (PPI) network of the DEGs was constructed using the STRING database. And key hub genes were identified by cytoHubba plug-in, performed functional enrichment analyses and followed by verification using PCR based on patient samples. Finally, the abundance of 24 immune cells were detected by Immune Cell Abundance Identifier (ImmuCellAI) to estimate the proportions and dysregulation of immune cell types within IgAVN. Result: were verified significantly upregulated in more patients. Enrichment analyses indicated that hub genes were primarily enriched in Toll-like receptor (TLR) signaling pathway, nucleotide oligomerization domain (NOD)-like receptor signaling pathway, and Th17 signaling pathways. Moreover, we found a diversity of immune cells in IgAVN, consisting mainly of T cells. Finally, this study suggests that the overdifferentiation of Th2 cells, Th17 cells and Tfh cells may be involved in the occurrence and development of IgAVN. Conclusion: We screened out the key genes, pathways and maladjusted immune cells and associated with the pathogenesis of IgAVN. The unique characteristics of IgAV-infiltrating immune cell subsets were confirmed, providing new insights for future molecular targeted therapy and a direction for immunological research on IgAVN.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,212
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetVasculitis and related conditionsTravaux en français237 207