Regulation of immune responses in primary biliary cholangitis: a transcriptomic analysis of peripheral immune cells
Notice bibliographique
Résumé
BACKGROUND AIMS: In patients with primary biliary cholangitis (PBC), the serum liver biochemistry measured during treatment with ursodeoxycholic acid-the UDCA response-accurately predicts long-term outcome. Molecular characterization of patients stratified by UDCA response can improve biological understanding of the high-risk disease, thereby helping to identify alternative approaches to disease-modifying therapy. In this study, we sought to characterize the immunobiology of the UDCA response using transcriptional profiling of peripheral blood mononuclear cell subsets. METHODS: We performed bulk RNA-sequencing of monocytes and TH1, TH17, TREG, and B cells isolated from the peripheral blood of 15 PBC patients with adequate UDCA response ("responders"), 16 PBC patients with inadequate UDCA response ("nonresponders"), and 15 matched controls. We used the Weighted Gene Co-expression Network Analysis to identify networks of co-expressed genes ("modules") associated with response status and the most highly connected genes ("hub genes") within them. Finally, we performed a Multi-Omics Factor Analysis of the Weighted Gene Co-expression Network Analysis modules to identify the principal axes of biological variation ("latent factors") across all peripheral blood mononuclear cell subsets. RESULTS: Using the Weighted Gene Co-expression Network Analysis, we identified modules associated with response and/or disease status (q<0.05) in each peripheral blood mononuclear cell subset. Hub genes and functional annotations suggested that monocytes are proinflammatory in nonresponders, but antiinflammatory in responders; TH1 and TH17 cells are activated in all PBC cases but better regulated in responders; and TREG cells are activated-but also kept in check-in responders. Using the Multi-Omics Factor Analysis, we found that antiinflammatory activity in monocytes, regulation of TH1 cells, and activation of TREG cells are interrelated and more prominent in responders. CONCLUSIONS: We provide evidence that adaptive immune responses are better regulated in patients with PBC with adequate UDCA response.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».