MétaCan
Menu
Retour à la cohorte
Enregistrement W4404116897 · doi:10.1016/j.ebiom.2024.105429

Polygenic and transcriptional risk scores identify chronic obstructive pulmonary disease subtypes in the COPDGene and ECLIPSE cohort studies

2024· article· en· W4404116897 sur OpenAlexaff
Matthew Moll, Julian Hecker, John Platig, Jingzhou Zhang, Auyon Ghosh, Katherine Pratte, Rui‐Sheng Wang, Davin Hill, Iain R. Konigsberg, J.W. Chiles, Craig P. Hersh, Peter J. Castaldi, Kimberly Glass, Jennifer Dy, Don D. Sin, Ruth Tal‐Singer, Majd Mouded, Stephen I. Rennard, Gary P. Anderson, Gregory L. Kinney, Russell P. Bowler, Jeffrey L. Curtis, Merry‐Lynn McDonald, Edwin K. Silverman, Brian D. Hobbs, Michael Cho

Notice bibliographique

RevueEBioMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesNational Institutes of HealthNational Heart, Lung, and Blood InstituteAustralian GovernmentSunovionGlaxoSmithKlineCOPD FoundationGenentechAstraZenecaNational Health and Medical Research CouncilPfizerU.S. Department of Veterans Affairs
Mots-clésPulmonary diseaseCohortMedicineCohort studyInternal medicineEclipseDiseaseBioinformaticsOncologyBiology

Résumé

récupéré en direct d'OpenAlex

Background Genetic variants and gene expression predict risk of chronic obstructive pulmonary disease (COPD), but their effect on COPD heterogeneity is unclear. We aimed to define high-risk COPD subtypes using genetics (polygenic risk score, PRS) and blood gene expression (transcriptional risk score, TRS) and assess differences in clinical and molecular characteristics. Methods We defined high-risk groups based on PRS and TRS quantiles by maximising differences in protein biomarkers in a COPDGene training set and identified these groups in COPDGene and ECLIPSE test sets. We tested multivariable associations of subgroups with clinical outcomes and compared protein–protein interaction networks and drug repurposing analyses between high-risk groups. Findings We examined two high-risk omics-defined groups in non-overlapping test sets (n = 1133 NHW COPDGene, n = 299 African American (AA) COPDGene, n = 468 ECLIPSE). We defined "high activity" (low PRS, high TRS) and "severe risk" (high PRS, high TRS) subgroups. Participants in both subgroups had lower body-mass index (BMI), lower lung function, and alterations in metabolic, growth, and immune signalling processes compared to a low-risk (low PRS, low TRS) subgroup. "High activity" but not "severe risk" participants had greater prospective FEV 1 decline (COPDGene: −51 mL/year; ECLIPSE: −40 mL/year) and proteomic profiles were enriched in gene sets perturbed by treatment with 5-lipoxygenase inhibitors and angiotensin-converting enzyme (ACE) inhibitors. Interpretation Concomitant use of polygenic and transcriptional risk scores identified clinical and molecular heterogeneity amongst high-risk individuals. Proteomic and drug repurposing analysis identified subtype-specific enrichment for therapies and suggest prior drug repurposing failures may be explained by patient selection. Funding National Institutes of Health.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,327
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueEBioMedicineMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207