Transcriptomics similarities between Alzheimer’s Disease and Cardiovascular Disease
Notice bibliographique
Résumé
Abstract Background Cardiovascular disease, such as coronary artery disease (CAD), is considered a risk factor for the development of dementia, especially due to Alzheimer’s Disease (AD). The mechanisms through which these two entities interact are not totally elucidated, even with some evidence indicating a role of microinfarcts and white matter lesions. CAD is a severe form of cardiovascular disease, in which the arteries that irrigate the heart are compromised. Here, we aimed to assess altered biological processes that are shared between CAD and AD using blood transcriptomics. Method We used the GEO repository to search for available transcriptomics studies of whole peripheral blood for CAD and AD; for CAD we selected GSE20680, GSE20681, GSE98583, GSE42148 and GSE12288, and for AD GSE63063 and GSE85426, together with the ADNI database. All CAD patients had angiographic confirmation of coronary stenosis. The data was downloaded using the GEOquery package and the differentially expressed genes (DEG) were defined as having p‐value < 0.05 and logFC > 0.27. We then proceeded to determine the intersection of DEGs present both in CAD and AD and these DEGs were submitted to Gene Ontology (GO) enrichment analysis using the clusterProfiler package (v3.16.1) and enrichGO function. GO terms were clustered using semantic similarity with the package GOSemSim. All analyses were performed in R. Result We found a total of 3561 DEGs for AD and 1873 for CAD, with an intersection of 352 of those. After the functional enrichment analysis, these were translated into 32 GO terms enriched in both diseases. These terms were clustered based on semantic similarity into 9 groups: myeloid cell differentiation; homeostasis of number of cells; positive regulation of I kappa B kinase/NF‐κB signaling; regulation of immune effector process; positive regulation of cell adhesion; positive regulation of proteolysis; positive regulation of cytokine production; phospholipid biosynthesis process; miscellaneous biological processes. Conclusion Here we provide evidence that shared systemic pathological changes, including inflammatory processes, may also contribute to the development of both cardiovascular disease and dementia.
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 ».