MétaCan
Menu
Retour à la cohorte
Enregistrement W4405398311 · doi:10.1002/jnr.70008

An Open‐Source Tool for Investigation of Differential RNA Expression Between Spinal Cord Cells of Male and Female Mice

2024· article· en· W4405398311 sur OpenAlexafffund
Justin Bellavance, Laurence S. David, Michael E. Hildebrand

Notice bibliographique

RevueJournal of Neuroscience Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensOttawa HospitalUniversité de MontréalCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpinal cordBiologyTranscriptomeNeuroscienceCell typeNociceptionGene expressionGDF7GeneBioinformaticsCellGeneticsEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

Chronic pain is a highly debilitating condition that differs by type, prevalence, and severity between men and women. To uncover the molecular underpinnings of these differences, it is critical to analyze the transcriptomes of spinal cord pain-processing networks for both sexes. Despite several recently published single-nucleus RNA-sequencing (snRNA-seq) studies on the function and composition of the mouse spinal cord, a gene expression analysis investigating the differences between males and females has yet to be performed. Here, we combined data from three different large-scale snRNA-seq studies, which used sex-identified adult mice. Using SeqSeek, we classified more than 37,000 unique viable cells within predicted cell types with the use of machine learning. We then utilized DESeq2 to identify significant differentially expressed genes (DEGs) between males and females in a variety of cell populations, including superficial dorsal horn (SDH) neurons. We found a large number of DEGs between males and females in all cells, in neurons, and in SDH neurons of the mouse spinal cord, with a greater level of differential expression in inhibitory SDH neurons compared to excitatory SDH neurons. The results of these analyses are available on an open-source web-app: https://justinbellavance.shinyapps.io/snRNA_Visualization/. Lastly, we used gene set enrichment analysis to identify sex-enriched pathways from our previously identified DEGs. Through this, we have identified specific genetic players within the rodent spinal cord that diverge between males and females, which may underlie reported sex differences in spinal nociceptive mechanisms and pain processing.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,222

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0660,043

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 Opus0,228
Tête enseignante GPT0,473
Écart entre enseignants0,246 · 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
GenreLogiciel

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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neuroscience ResearchMême sujetExercise and Physiological ResponsesTravaux en français237 207