Placental Network Differences Among Obstetric Syndromes Identified With An Integrated Multiomics Approach
Notice bibliographique
Résumé
Abstract The placenta is essential for a healthy pregnancy, and placental pathology can endanger both maternal and fetal health. Placental function is affected by dynamic, complex, and interconnected molecular, cellular, and environmental events; therefore, we need a systems biology approach to study disease in normal physiological placenta function. We use placental multiomics (short and bulk transcriptomics, untargeted metabolomics, and targeted proteomics) paired with clinical data and placental histopathology reports from 321 placentas across multiple obstetric conditions: fetal growth restriction (FGR), FGR with pregnancy-related hypertension (FGR+HDP), preeclampsia (PE), and spontaneous preterm delivery (PTD). We first performed cellular deconvolution to estimate cell type numbers from bulk transcriptomes: FGR+HDP placentas were the most different from control placentas driven by a higher estimated number of extravillous trophoblast (p<0.0001). Next, we evaluated the impact of fetal sex and gestational age on analyte levels, adjusting for these confounders. We then generated obstetric condition-specific correlation networks and identified communities of related analytes associated with physiology and disease. We demonstrated how network connectivity and its disruption in disease can be used to identify signatures unique to a clinical outcome. We examined a community defined in control placentas for which the most connected node was miR-365a-3p in contrast to the corresponding community in FGR+HDP placentas for which the most connected node was hypoxia-induced miR-210-3p. From this community, we identified a signature containing mRNA transcripts implicated in placental dysfunction (e.g. FLT1, FSTL3, HTRA4, LEP, and PHYHIP). This signature distinguishes between FGR+HDP placentas and placentas of differing clinical outcomes in high-dimensional space. These findings illustrate the power of systems biology-driven interomics network analysis in a single tissue type, laying the groundwork for future multi-tissue studies.
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 | 0,002 | 0,001 |
| 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 ».