The myelin water imaging transcriptome: myelin water fraction regionally varies with oligodendrocyte-specific gene expression
Notice bibliographique
Résumé
Identifying sensitive and specific measures that can quantify myelin are instrumental in characterizing microstructural changes in neurological conditions. Neuroimaging transcriptomics is emerging as a valuable technique in this regard, offering insights into the molecular basis of promising candidates for myelin quantification, such as myelin water fraction (MWF). We aimed to demonstrate the utility of neuroimaging transcriptomics by validating MWF as a myelin measure. We utilized data from a normative MWF brain atlas, comprised of 50 healthy subjects (mean age = 25 years, range = 17-42 years) scanned at 3 Tesla. Magnetic resonance imaging data included myelin water imaging to extract MWF and T1 anatomical scans for image registration and segmentation. We investigated the inter-regional distributions of gene expression data from the Allen Human Brain Atlas in conjunction with inter-regional MWF distribution patterns. Pearson correlations were used to identify genes with expression profiles mirroring MWF. The Single Cell Type Atlas from the Human Protein Atlas was leveraged to classify genes into gene sets with high cell type specificity, and a control gene set with low cell type specificity. Then, we compared the Pearson correlation coefficients for each gene set to determine if cell type-specific gene expression signatures correlate with MWF. Pearson correlation coefficients between MWF and gene expression for oligodendrocytes and adipocytes were significantly higher than for the control gene set, whereas correlations between MWF and inhibitory/excitatory neurons were significantly lower. Our approach in integrating transcriptomics with neuroimaging measures supports an emerging technique for understanding and validating MRI-derived markers such as MWF.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».