Treg fitness as a biomarker for disease activity in Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
Abstract Juvenile Idiopathic Arthritis (JIA) is an autoimmune condition characterised by persistent flares of joint inflammation. However, no reliable biomarker exists to predict the erratic disease course. Normally, regulatory T cells (Tregs) maintain immune tolerance, with altered Tregs associated with autoimmunity. Treg signatures have shown promise in monitoring other autoimmune conditions, therefore a Treg gene and/or protein signature could offer novel biomarker potential for predicting disease activity in JIA. Machine learning on our nanoString Treg gene signature on peripheral blood (PB) Tregs generated a model to distinguish active JIA (active joint count, AJC≥1) Tregs from healthy controls (HC, AUC=0.9875). Biomarker scores from this model successfully differentiated inactive (AJC=0) from active JIA PB Tregs. Moreover, scores correlated with clinical activity scores (cJADAS), and discriminated subclinical disease (AJC=0, cJADAS≥0.5) from remission (AUC=0.8980, Sens=0.8571, Spec= 0.8571). To investigate altered Treg fitness in JIA by protein expression, we utilised spectral flow cytometry and unbiased analysis. Three Treg clusters were increased in active JIA PB, including CD226 high CD25 low effector-like Tregs and CD39-TNFR2-Helios high , while a 4-1BB low TIGIT low ID2 intermediate Treg cluster predominated in inactive JIA PB (AJC=0). The ratio of these Treg clusters correlated to cJADAS, and higher ratios could predict inactive individuals that flared by 6-month follow-up. Thus, we demonstrate altered Treg signatures and subsets as an important factor, and useful biomarker, for disease progression versus remission in JIA, revealing genes and proteins important in Treg fitness. Ultimately, PB Treg fitness measures could serve as routine biomarkers to guide disease and treatment management to sustain remission in JIA.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».