MétaCan
Menu
Retour à la cohorte
Enregistrement W4397045976 · doi:10.1101/2024.05.14.594146

Single-cell RNA-Sequencing Co-Expression Analysis with CFTR in Lung Tissue

2024· preprint· en· W4397045976 sur OpenAlexaff
Cheng Wang, Kayshani R. Kanagarajah, Amy P. Wong, Félix Ratjen, Lisa J. Strug

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueTracheal and airway disorders
Établissements canadiensPublic Health OntarioUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésRNACellComputational biologyLungBiologyCell biologyMolecular biologyGeneticsMedicineGeneInternal medicine

Résumé

récupéré en direct d'OpenAlex

1 Abstract Background While cystic fibrosis is caused by loss-of-function variants in the Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) , other modifier genes have been shown to associate with disease severity. Co-expression of modifiers with CFTR in normal tissue indicates a cooperative relationship and suggests the potential for compensation in the presence of CFTR dysfunction. We examined the co-expression relationships with CFTR in the lung using single cell RNA sequencing to pinpoint cell types and their modifiers involved in the forced expiratory volume in 1 second (FEV1)-based cystic fibrosis lung phenotype and support target cell-type prioritization for therapy 1 . Methods SmartSeq2 single cell RNA sequencing data from non-cystic fibrosis lung tissue was used for evaluation of co-expression with CFTR and modifier genes. Zero-inflated negative binomial model was used to formally test the co-expression association. 10X Chromium based single cell RNA sequencing data from both cystic fibrosis and non-cystic fibrosis studies were assessed graphically to confirm conclusions from the SmartSeq2 primary analysis. Results Differentiating basal, club and alveolar epithelial type 2 cells were found to have high proportions of cells expressing CFTR as well as the greatest number of significant co-expression relationships with the modifiers. In particular, among alveolar epithelial type 2 cells, we observed a strong co-expression trio relationship between CFTR, SLC6A14 and SLC26A9 (p < 0.05). Conclusions CFTR-modifier gene co-expression suggests basal, club and alveolar epithelial type 2 cells show coordinated expression. Alveolar epithelial type 2 cells showed strong co-expression evidence with two of the most established cystic fibrosis modifier genes.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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 sujetTracheal and airway disordersTravaux en français237 207