Ancestry-based differences in the immune phenotype are associated with lupus activity
Notice bibliographique
Résumé
Systemic lupus erythematosus (SLE) affects 1 in 537 Black women, which is >2-fold more than White women. Black patients develop the disease at a younger age, have more severe symptoms, and have a greater chance of early mortality. We used a multiomics approach to uncover ancestry-associated immune alterations in patients with SLE and healthy controls that may contribute biologically to disease disparities. Cell composition, signaling, epigenetics, and proteomics were evaluated by mass cytometry; droplet-based single-cell transcriptomics and proteomics; and bead-based multiplex soluble mediator levels in plasma. We observed altered whole blood frequencies and enhanced activity in CD8+ T cells, B cells, monocytes, and DCs in Black patients with more active disease. Epigenetic modifications in CD8+ T cells (H3K27ac) could distinguish disease activity level in Black patients and differentiate Black from White patient samples. TLR3/4/7/8/9-related gene expression was elevated in immune cells from Black patients with SLE, and TLR7/8/9 and IFN-α phospho-signaling and cytokine responses were heightened even in immune cells from healthy Black control patients compared with White individuals. TLR stimulation of healthy immune cells recapitulated the ancestry-associated SLE immunophenotypes. This multiomic resource defines ancestry-associated immune phenotypes that differ between Black and White patients with SLE, which may influence the course and severity of SLE and other diseases.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».