MétaCan
Menu
Retour à la cohorte
Enregistrement W4390701511 · doi:10.1038/s41398-023-02716-8

Glucose dysregulation in antipsychotic-naive first-episode psychosis: in silico exploration of gene expression signatures

2024· article· en· W4390701511 sur OpenAlexafffund
Jiwon Lee, Xiangning Xue, Emily Au, William Brett McIntyre, Roshanak Asgariroozbehani, Kristoffer Panganiban, George C. Tseng, Maria Papoulias, Emily Smith, Jonathan Monteiro, Divia Shah, Kateryna Maksyutynska, Samantha Cavalier, Emril Radoncic, Femin Prasad, Sri Mahavir Agarwal, Robert E. McCullumsmith, Zachary Freyberg, Ryan W. Logan, Margaret Hahn

Notice bibliographique

RevueTranslational Psychiatry · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesCanadian Institutes of Health ResearchBanting and Best Diabetes Centre, University of TorontoDepartment of Psychiatry, University of TorontoNovo Nordisk FondenUniversity of TorontoNational Heart, Lung, and Blood InstituteNational Institute of Mental HealthNovo NordiskPhysicians' Services Incorporated FoundationPittsburgh FoundationU.S. Department of Defense
Mots-clésMetforminTranscriptomeAntipsychoticPsychosisSchizophrenia (object-oriented programming)Drug repositioningInsulin resistanceIn silicoBioinformaticsPrediabetesType 2 diabetesBipolar disorderMedicineGene expressionGeneDiabetes mellitusPharmacologyBiologyPsychiatryDrugEndocrinologyGeneticsMood

Résumé

récupéré en direct d'OpenAlex

Antipsychotic (AP)-naive first-episode psychosis (FEP) patients display early dysglycemia, including insulin resistance and prediabetes. Metabolic dysregulation may therefore be intrinsic to psychosis spectrum disorders (PSDs), independent of the metabolic effects of APs. However, the potential biological pathways that overlap between PSDs and dysglycemic states remain to be identified. Using meta-analytic approaches of transcriptomic datasets, we investigated whether AP-naive FEP patients share overlapping gene expression signatures with non-psychiatrically ill early dysglycemia individuals. We meta-analyzed peripheral transcriptomic datasets of AP-naive FEP patients and non-psychiatrically ill early dysglycemia subjects to identify common gene expression signatures. Common signatures underwent pathway enrichment analysis and were then used to identify potential new pharmacological compounds via Integrative Library of Integrated Network-Based Cellular Signatures (iLINCS). Our search results yielded 5 AP-naive FEP studies and 4 early dysglycemia studies which met inclusion criteria. We discovered that AP-naive FEP and non-psychiatrically ill subjects exhibiting early dysglycemia shared 221 common signatures, which were enriched for pathways related to endoplasmic reticulum stress and abnormal brain energetics. Nine FDA-approved drugs were identified as potential drug treatments, of which the antidiabetic metformin, the first-line treatment for type 2 diabetes, has evidence to attenuate metabolic dysfunction in PSDs. Taken together, our findings support shared gene expression changes and biological pathways associating PSDs with dysglycemic disorders. These data suggest that the pathobiology of PSDs overlaps and potentially contributes to dysglycemia. Finally, we find that metformin may be a potential treatment for early metabolic dysfunction intrinsic to PSDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,256
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTranslational PsychiatryMême sujetDiabetes and associated disordersTravaux en français237 207