Decoding Shared Genetics: Unveiling the Link Between Major Depressive Disorder and Glioblastoma Multiforme
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Major depressive disorder (MDD) is a common psychiatric disorder, and glioblastoma multiforme (GBM) is the most common primary central nervous system tumor. Patients with GBM have been shown to have a high incidence of MDD, but the pathogenesis of these two diseases remains unclear. This study utilized a high-throughput omics approach to explore the genetic link between MDD and GBM. First, five shared genes between MDD and GBM were identified using differential expression analysis, including EN1 and UBE2C. The result showed that the shared genes EN1 and UBE2C were both differentially expressed in the two diseases, respectively, and related to the development of glioma, dopamine regulation and Alzheimer's disease. Subsequently, weighted gene co-expression network analysis (WGCNA) revealed different functional enrichments in neural activity for GBM and MDD, respectively. The co-expression network results highlighted the common molecular mechanisms between MDD and GBM gene modules, emphasizing neuralrelated activities and gene expression regulation. Our study reveals a compelling genetic link between MDD and GBM, revealing potential co-pathogenesis. And EN1 and UBE2C emerged as key genes, indicating common signaling pathways and potential therapeutic targets. Further exploration of these genes and pathways could provide avenues for targeted therapeutic intervention in these devastating diseases.
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.
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 | 0,000 | 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 découle