Profiling Immunological Phenotypes in Individuals During the First Year After Traumatic Spinal Cord Injury: A Longitudinal Analysis
Notice bibliographique
Résumé
Individuals with SCI are severely affected by immune system changes, resulting in increased risk of infections and persistent systemic inflammation. While recent data support that immunological changes after SCI differ in the acute and chronic phases of living with SCI, only limited immunological phenotyping in humans is available. To characterize dynamic molecular and cellular immune phenotypes over the first year, we assess RNA (bulk-RNA sequencing), protein, and flow cytometry (FACS) profiles of blood samples from 12 individuals with SCI at 0-3 days and at 3, 6, and 12 months post injury (MPI) compared to 23 uninjured individuals (controls). We identified 967 differentially expressed (DE) genes in individuals with SCI (FDR <0.001) compared to controls. Within the first 6 MPI we detected a reduced expression of NK cell genes, consistent with reduced frequencies of CD56 bright , CD56 dim NK cells present at 12 MPI. Over 6MPI, we observed increased and prolonged expression of genes associated with inflammation (e.g. HMGB1, Toll-like receptor signaling) and expanded frequencies of monocytes acutely. Canonical T-cell related DE genes (e.g. FOXP3, TCF7, CD4) were upregulated during the first 6 MPI and increased frequencies of activated T cells at 3-12 MPI. Neurological injury severity was reflected in distinct whole blood gene expression profiles at any time after SCI, verifying a persistent ‘neurogenic’ imprint. Overall, 2876 DE genes emerge when comparing motor complete to motor incomplete SCI (ANOVA, FDR <0.05), including those related to neutrophils, inflammation, and infection. In summary, we identify a dynamic immunological phenotype in humans, including molecular and cellular changes which may provide potential targets to reduce inflammation, improve immunity, or serve as candidate biomarkers of injury severity.
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) | 0,001 | 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 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 ».