MétaCan
Menu
Retour à la cohorte
Enregistrement W4401314922 · doi:10.1016/j.jaut.2024.103297

Transcriptomic analyses of lung tissues reveal key genes associated with progression of systemic sclerosis-interstitial lung disease (SSc-ILD)

2024· article· en· W4401314922 sur OpenAlexaff
Yehya Al-Adwi, Johanna Westra, Harry van Goor, Léon C.L.T. van Kempen, Mohammed Osman, C. Tji Gan, Wim Timens, Douwe J. Mulder

Notice bibliographique

RevueJournal of Autoimmunity · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesTopconsortium voor Kennis en InnovatieSanofi Genzyme
Mots-clésInterstitial lung diseaseFibrosisPathologyLungTranscriptomeMedicineScleroderma (fungus)Pulmonary fibrosisInternal medicineBiologyGene expressionGene

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Systemic sclerosis-interstitial lung disease (SSc-ILD) is the leading cause of death in SSc, affecting around 50 % of the patients. Lung tissue of patients with early-stage SSc-ILD is characterized by a predominant inflammatory response with inconspicuous fibrosis, which may progress to honeycombing fibrosis. Hence, a better understanding of the molecular mechanisms underpinning SSc-ILD pathogenesis is needed to improve treatment options and progression prediction. This transcriptomic study aims to reveal the differential gene expression between control (ctrl) lung tissue and inflammatory, prefibrotic and fibrotic lung tissue to capture progression of early to late phase SSc-ILD. METHODS: Twelve explanted lungs from patients with SSc-ILD were used to analyze gene expression from formalin-fixed paraffin-embedded lung tissues with varying stages of ILD (n = 18) and control lung tissue (n = 6). The SSc-ILD tissues were stratified into three ROIs: inflammatory, prefibrotic, and fibrotic using histological assessments to define a longitudinal simulation of early to late phases of SSc-ILD. The nanoString (nS) nCounter Human Fibrosis Panel was used to profile the transcriptome in the regions of interest. Validation of potential targetswas performed with immunohistochemistry in the same tissues that were used for transcriptome analysis. RESULTS: To validate our simulation model, we performed subgroup analysis that showed an incremental increase in pathway scores related to the severity of fibrosis. Ctrl vs SSc-ILD comparison demonstrated 24 differentially expressed genes, two of which had the most pronounced p-values. Cyclin-dependent kinase inhibitor (cdkn2c) was overexpressed (P = 0.00052) in SSc-ILD compared to ctrl, while expression of Pellino E3 ubiquitin-protein ligase 1 (peli1) showed lower expression (P = 0.0012). Additionally, in all four groups, cdkn2c and peli1 gene expression showed an incremental increase and decrease, respectively. Immunohistochemistry of cdkn2c showed consistent results with the nS analysis. CONCLUSION: More cdkn2c and less peli1 expression were associated with more advanced stages of SSc-ILD on histologic assessment. We report the potential of the cell cycle inhibitor and senescence marker, cdkn2c (p18) to be associated with fibrosis progression.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,045
Tête enseignante GPT0,337
Écart entre enseignants0,292 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AutoimmunityMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207