MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392876740 · doi:10.1101/2024.03.15.24304290

Genetic variation in <i>HIF1A</i> is associated with smoldering inflammation and disease progression in Multiple Sclerosis

2024· preprint· en· W4392876740 sur OpenAlexaff
Antonino Giordano, Pernilla Stridh, Paolo Preziosa, Marco Pisa, Melissa Sorosina, Elisabetta Mascia, Silvia Santoro, Kaalindi Misra, Ferdinando Clarelli, Laura Ferrè, Maria Needhamsen, Ali Manouchehrinia, Miryam Cannizzaro, Thomas Moridi, Klementy Shchetynsky, Russell Ouellette, Adil Harroud, Elisabeth Hollister Sandberg, Subita Balaram Kuttikkatte, Fredrik Piehl, Lars Alfredsson, Jan Hillert, Tomas Olsson, Lars Fugger, Tobias Granberg, Maja Jagodic, Gabriele C. DeLuca, Maria A. Rocca, Massimo Filippi, Ingrid Kockum, Federica Esposito

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesEuropean Commission
Mots-clésMultiple sclerosisSingle-nucleotide polymorphismInflammationHIF1ADiseaseAlleleOdds ratioBiologyMedicineImmunologyGeneInternal medicineGeneticsGenotype

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Understanding the mechanisms underlying disease progression in Multiple Sclerosis (MS) is fundamental to pave the way to treatment advances. Smoldering demyelinating inflammation characterized by iron deposition is observed at the edges of chronic active lesions and represents a relevant substrate of disease progression in MS. However, the influence of genetic factors on these mechanisms is not known. Leveraging the importance of iron deposition in smoldering inflammation, we assessed whether variants in genes belonging to iron-related pathways affect disease progression in MS. Methods We investigated the association between Single Nucleotide Polymorphisms (SNPs) mapping to 334 genes in iron-related pathways and the risk of disease progression, studying 2,817 MS patients from Italy (n=755) and Sweden (n=2,062), and comparing relapsing-remitting (RR-MS) with secondary progressive (SP-MS) disease course. To better understand the link of the identified variant with smoldering inflammation, we applied a multilayered approach using independent cohorts from Italy, Sweden and the United Kingdom and encompassing gene expression, PRL analysis, neurofilament levels, post-mortem spinal cord pathology and pharmacogenomics. Results We found an association between a locus in the Hypoxia-Inducible Factor 1-alpha ( HIF1A ) gene and the odds of SP-MS transition in the Italian cohort (rs11621525; SP-MS OR 0.57, 95% CI 0.44-0.72; P=3.30×10 - 6 ), which was replicated in the Swedish dataset (rs1951795; OR 0.79, 95% CI 0.67-0.95; P=0.0079). Additional analyses showed that patients carrying the protective allele exhibited reduced HIF1A expression in the immune cells, lower PRL volume, lower plasma/cerebrospinal fluid neurofilament levels, and lower inflammation and acute axonal injury in the post-mortem spinal cord. Moreover, the variant influenced the response to dimethyl fumarate, an approved MS drug with effect on mechanisms shared with HIF1A pathway. Conclusion A novel locus in the HIF1A gene, a crucial hub for iron-binding capacity, inflammation, and hypoxia response, is associated with the risk of disease progression in MS. Converging lines of evidence support the role of this locus in smoldering inflammation, prompting future studies to explore the potential of HIF1A as a therapeutic target in progressive MS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,058
Tête enseignante GPT0,298
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetMultiple Sclerosis Research Studies→Travaux en français237 207→