MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394012556 · doi:10.1101/2024.04.04.588176

Circulating, cell-free methylated DNA indicates cellular sources of allograft injury after liver transplant

2024· preprint· en· W4394012556 sur OpenAlexfundno aff
Megan E. McNamara, Sidharth Jain, Kesha Oza, Vinona Muralidaran, Amber J. Kiliti, A. Patrick McDeed, Digvijay Patil, Yuki Cui, Marcel O. Schmidt, Anna T. Riegel, Alexander Kroemer, Anton Wellstein

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLiver injuryDNA methylationCell-free fetal DNABiologyLiver transplantationCellChromatinDNACancer researchTransplantationMedicineInternal medicineGeneGene expressionGeneticsPharmacology

Résumé

récupéré en direct d'OpenAlex

Post-transplant complications reduce allograft and recipient survival. Current approaches for detecting allograft injury non-invasively are limited and do not differentiate between cellular mechanisms. Here, we monitor cellular damages after liver transplants from cell-free DNA (cfDNA) fragments released from dying cells into the circulation. We analyzed 130 blood samples collected from 44 patients at different time points after transplant. Sequence-based methylation of cfDNA fragments were mapped to patterns established to identify cell types in different organs. For liver cell types DNA methylation patterns and multi-omic data integration show distinct enrichment in open chromatin and regulatory regions functionally important for the respective cell types. We find that multi-tissue cellular damages post-transplant recover in patients without allograft injury during the first post-operative week. However, sustained elevation of hepatocyte and biliary epithelial cfDNA beyond the first week indicates early-onset allograft injury. Further, cfDNA composition differentiates amongst causes of allograft injury indicating the potential for non-invasive monitoring and timely intervention.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,196 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→