Omics‐derived biological modules reflect metabolic brain changes in Alzheimer's disease
Notice bibliographique
Résumé
Abstract INTRODUCTION Brain glucose hypometabolism, indexed by the fluorodeoxyglucose positron emission tomography ([18F]FDG‐PET) imaging, is a metabolic signature of Alzheimer's disease (AD). However, the underlying biological pathways involved in these metabolic changes remain elusive. METHODS Here, we integrated [18F]FDG‐PET images with blood and hippocampal transcriptomic data from cognitively unimpaired (CU, n = 445) and cognitively impaired (CI, n = 749) individuals using modular dimension reduction techniques and voxel‐wise linear regression analysis. RESULTS Our results showed that multiple transcriptomic modules are associated with brain [18F]FDG‐PET metabolism, with the top hits being a protein serine/threonine kinase activity gene cluster (peak‐t(223) = 4.86, P value < 0.001) and zinc‐finger–related regulatory units (peak‐t(223) = 3.90, P value < 0.001). DISCUSSION By integrating transcriptomics with PET imaging data, we identified that serine/threonine kinase activity–associated genes and zinc‐finger–related regulatory units are highly associated with brain metabolic changes in AD. Highlights We conducted an integrated analysis of system‐based transcriptomics and fluorodeoxyglucose positron emission tomography ([18F]FDG‐PET) at the voxel level in Alzheimer's disease (AD). The biological process of serine/threonine kinase activity was the most associated with [18F]FDG‐PET in the AD brain. Serine/threonine kinase activity alterations are associated with brain vulnerable regions in AD [18F]FDG‐PET. Zinc‐finger transcription factor targets were associated with AD brain [18F]FDG‐PET metabolism.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».