Identified senescence endotypes in aged cartilage are reflected in the blood metabolome
Notice bibliographique
Résumé
Heterogeneous accumulation of senescent cells expressing the senescence-associated secretory phenotype (SASP) affects tissue homeostasis which leads to diseases, such as osteoarthritis (OA). In this study, we set out to characterize heterogeneity of cellular senescence within aged articular cartilage and explored the presence of corresponding metabolic profiles in blood that could function as representative biomarkers. Hereto, we set out to perform cluster analyses, using a gene-set of 131 senescence genes (N = 57) in a previously established RNA sequencing dataset of aged articular cartilage and a generated metabolic dataset in overlapping blood samples. Using unsupervised hierarchical clustering and pathway analysis, we identified two robust cellular senescent endotypes. Endotype-1 was enriched for cell proliferating pathways, expressing forkhead box protein O4 (FOXO4), RB transcriptional corepressor like 2 (RBL2), and cyclin-dependent kinase inhibitor 1B (CDKN1B); the FOXO mediated cell cycle was identified as possible target for endotype-1 patients. Endotype-2 showed enriched inflammation-associated pathways, expressed by interleukin 6 (IL6), matrix metallopeptidase (MMP)1/3, and vascular endothelial growth factor (VEGF)C and SASP pathways were identified as possible targets for endotype-2 patients. Notably, plasma-based metabolic profiles in overlapping blood samples (N = 21) showed two corresponding metabolic clusters in blood. These non-invasive metabolic profiles could function as biomarkers for patient-tailored targeting of senescence in OA.
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 ».