Fetal spina bifida associates with dysregulation in nutrient‐sensitive placental gene networks: Findings from a matched case–control study
Notice bibliographique
Résumé
To improve outcomes in fetuses with spina bifida (SB), better understanding is needed of the molecular drivers of SB and its comorbidities. Pregnant people carrying a fetus with isolated SB (cases; n = 12) or a fetus with no congenital anomalies (controls; n = 21) were recruited at Mount Sinai Hospital, Toronto, Ontario, Canada. Clinical data and placental samples were collected. Placental transcriptome was sequenced (Clariom D microarray) and a nutrient-focused gene expression analysis pipeline was applied to determine whether fetal SB associates with placental dysfunction. Of the 391 differentially expressed genes (DEGs) in cases, 11% (n = 42) had at least one nutrient cofactor, including B vitamins (n = 7 genes), iron/heme (n = 6), and zinc (n = 11). Cases had dysregulation in genes not previously known to associate with SB, and in placental genes that have known links to SB but have not been previously identified in the placenta. Cases also had downregulated nutrient transport and upregulated branching angiogenesis and immune/inflammatory processes. Five nutrient-dependent transcription regulators, collectively predicted to target 46% of DEGs in cases, were identified and were most commonly dependent on B vitamins (n = 3) and zinc (n = 2). Placental gene expression changes were most acute in cases with poor growth. Placentae from fetuses with SB have dysregulation in several gene networks, including those that are sensitive to multiple micronutrients beyond the well-known folic acid. An improved understanding of placental phenotype in fetuses with SB may help identify novel mechanisms associated with comorbidities in fetuses with SB, and reveal new targets to improve fetal outcomes in this population.
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 | 0,000 |
| 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 ».