MétaCan
Menu
Retour à la cohorte
Enregistrement W4404363197 · doi:10.1161/circ.150.suppl_1.4141244

Abstract 4141244: RNA interference versus antibody-based PCSK9 inhibition for the prevention of cardiovascular disease: A drug-target Mendelian randomization study

2024· article· en· W4404363197 sur OpenAlexaff
Éloi Gagnon, Dipender Gill, Jérôme Bourgault, Émilie Gobeil, Patricia L. Mitchell, Arnaud Girard, Audrey Paulin, Christian Couture, Yohan Bossé, Sébastien Thériault, Patrick Mathieu, Marie‐Claude Vohl, André Tchernof, Kausik K. Ray, John J.P. Kastelein, Benoît Arsenault

Notice bibliographique

RevueCirculation · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMendelian randomizationMedicinePCSK9DrugDiseaseMendelian inheritanceClinical trialRNA interferencePharmacologyInternal medicineRNACholesterolGeneGeneticsGenetic variantsLDL receptor

Résumé

récupéré en direct d'OpenAlex

Background and Aims: RNA interference therapy targeting the proprotein convertase subtilisin/kexin type 9 ( PCSK9 ) gene lower low-density lipoprotein cholesterol (LDL-C) and apolipoprotein B (apoB) levels and is approved worldwide. As opposed to monoclonal antibodies neutralizing PCSK9 in the circulation, their effect on atherosclerotic cardiovascular disease (ASCVD) outcomes is unknown. We used drug-target Mendelian randomization (MR) to assess the potential impact of RNA interference therapies targeting PCSK9 on cardiometabolic traits and outcomes. Methods: We performed RNA-sequencing of 246 liver samples and genome-wide genotyping was performed to identify single-nucleotide polymorphisms (SNPs) associated with liver expression of PCSK9 . Genome-wide association study (GWAS) summary statistics of plasma protein levels of PCSK9 from the deCODE study (n=35,559) were used to instrument inhibition of circulating PCSK9 levels. A three-sample MR approach was undertaken using SNPs that influence liver PCSK9 gene expression levels (mimicking PCSK9 RNA interference) or plasma PCSK9 protein levels (mimicking PCSK9 neutralizing antibodies) as study exposures. Genetic instruments were standardized for their effect on apoB levels. Main outcomes measures included GWAS summary statistics on coronary artery disease (CAD), ischemic stroke (IS) and type 2 diabetes (T2D). Results: Each SD decrease in apoB was linked with a 55% and 56% reduction in CAD risk, respectively for genetically predicted reductions in plasma PCSK9 levels (OR [odds ratio]=0.45 [95% CI], 0.36-0.56, p=1.7e-13) and liver PCSK9 gene expression levels (OR=0.44 [95% CI], 0.22-0.88, p=0.02). Genetically predicted reductions in plasma PCSK9 levels and liver PCSK9 gene expression levels were associated with slightly lower IS risk (OR=0.82 [95% CI], 0.68-0.98, p=0.03 and OR=0.73 [95% CI], 0.51-1.04, p=0.08, respectively). Genetically predicted reductions in plasma PCSK9 levels and liver PCSK9 gene expression levels were not associated with T2D risk (OR=1.08 [95% CI], 0.92-1.28, p=0.34 and OR=1.26 [95% CI], 0.93-1.71, p=0.14, respectively). The effect of PCSK9 inhibition on CAD was entirely mediated by reductions in apoB levels. Conclusions: Genetically predicted reductions in plasma PCSK9 levels and liver PCSK9 gene expression levels were associated with lower ASCVD risk, suggesting that LDL-C/apoB reductions may provide cardiovascular benefits, regardless of how PCSK9 function is inhibited.

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)0,017
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,043
Tête enseignante GPT0,335
Écart entre enseignants0,291 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetComputational Drug Discovery MethodsTravaux en français237 207