MétaCan
Menu
Retour à la cohorte
Enregistrement W4405848729 · doi:10.6000/1929-6029.2024.13.38

Statistical Analysis of Microarray Data to Identify Key Gene Expression Patterns in Primary Hyperoxaluria

2024· article· en· W4405848729 sur OpenAlexvenueno aff
Usha Adiga, Brij Kishore, Adam A. Augustine, Sampara Vasishta

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueKidney Stones and Urolithiasis Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicroarray analysis techniquesKey (lock)Computational biologyExpression (computer science)Data miningComputer scienceGene expressionBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

This study aims to utilize microarray data deposited by Romero et al. and conduct bioinformatic analysis for identifying differentially expressed genes (DEGs) associated with a novel method involving gene correction at the Alanine–Glyoxylate Aminotransferase (AGXT) locus and direct conversion of fibroblasts from primary hyperoxaluria type 1 (PH1) patients into healthy induced hepatocytes (iHeps) using Clustered Regularly Interspaced Short Palindromic Repeats - CRISPR-associated protein 9 (CRISPR-Cas9) technology. Additionally, the study aims to elucidate the molecular mechanisms underlying hyperoxaluria compared to oxalate crystal formation. Romero et al.'s GSE226019 microarray data was retrieved from Gene Expression Omnibus. Statistical analysis was done in R and Bioconductor, utilizing rigorous methods to ensure robust and reproducible results. The limma program compared gene expression levels across groups. Pathway analysis, protein-protein interaction (PPI) network creation, and miRNA-target interaction network analysis were constructed. The top ten DEGs included ANGPTL3, SLC38A3, KNG1, BDH1, GC, ADH1C, ARG1, CYP3A4, AMBP, and CYP2C9. Enrichment analysis revealed significant associations with various biological pathways, including Linoleic acid metabolism and Retinol metabolism. Volcano plots and mean difference plots highlighted significant gene expression changes between different sample groups. Protein-protein interaction networks and miRNA-target interaction networks provided insights into molecular interactions and regulatory mechanisms. The top ten differentially expressed genes include ANGPTL3, SLC38A3, KNG1, BDH1, GC, ADH1C, ARG1, CYP3A4, AMBP, and CYP2C9—emerge as key players with strong associations to critical biological pathways like Linoleic acid metabolism and drug metabolism-cytochrome P450. Understanding the regulatory role of specific miRNAs (hsa-miR-4501, hsa-miR-5692c, hsa-miR-6731-3p, hsa-miR-6867-5p, hsa-miR-616-3p, hsa-miR-4468, hsa-miR-3692-3p, hsa-miR-4277, hsa-miR-4763-5p, hsa-miR-4797-5p) in gene expression could provide further insights into disease mechanisms and potential therapeutic avenues. The statistical findings provide a foundation for predictive modeling, hypothesis testing, and exploring personalized therapeutic strategies.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,110
Tête enseignante GPT0,508
Écart entre enseignants0,398 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetKidney Stones and Urolithiasis TreatmentsTravaux en français237 207