A prognosis prediction chromatin regulator signature for patients with severe asthma
Notice bibliographique
Résumé
Severe asthma imposes a physical and economic burden on both patients and society. As chromatin regulators (CRs) influence the progression of multiple diseases through epigenetic mechanisms, we aimed to study the role of CRs in patients with severe asthma. Transcriptome data (GSE143303) from 47 patients with severe asthma and 13 healthy participants was downloaded from the Gene Expression Omnibus database. Enrichment analysis was performed to investigate the functions of differentially expressed CRs between the groups. We identified 80 differentially expressed CRs; they were mainly enriched in histone modification, chromatin organization, and lysine degradation. A protein-protein interaction network was then constructed. The analyzed immune scores were different between sick and healthy individuals. Thus, CRs with a high correlation in the immune analysis, SMARCC1, SETD2, KMT2B, and CHD8, were used to construct a nomogram model. Finally, using online prediction tools, we determined that lanatoside C, cefepime, and methapyrilene may be potentially effective drugs in the treatment of severe asthma. The nomogram constructed using the four CRs, SMARCC1, SETD2, KMT2B, and CHD8, may be a useful tool for predicting the prognosis of patients with severe asthma. This study provided new insights into the role of CRs in severe asthma.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».