MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406223026 · doi:10.1002/alz.095063

A cognitive resilience gene expression signature in excitatory intratelencephalic cortical neurons

2024· article· en· W4406223026 sur OpenAlexaff
Lauren A. Fish, Maria A. Telpoukhovskaia, Jonathan Algoo, Niran Hadad, Brianna Gurdon, Miko Dai, Andrew Ouellette, Sarah M. Neuner, Amy R. Dunn, Jon A. L. Willcox, Yiyang Wu, Logan Dumitrescu, Orhan Bellur, Jigang Zhang, Kristen M.S. O’Connell, Eric B. Dammer, Nicholas T. Seyfried, Sukalp Muzumdar, Jesse Gillis, Paul Robson, Matthias Arnold, Timothy J. Hohman, Vivek M. Philip, Vilas Menon, Catherine C. Kaczorowski

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMitochondrial Function and Pathology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExcitatory postsynaptic potentialResilience (materials science)Signature (topology)NeuroscienceGene expressionGeneBiologyPsychologyGeneticsPhysicsInhibitory postsynaptic potentialMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Alzheimer’s disease (AD) is a devastating form of dementia, and its prevalence is rising as human lifespan increases. Our lab created the AD‐BXD mouse model, which expresses AD mutations across a genetically diverse reference panel (BXD), to identify factors that confer resilience to cognitive decline in AD. This model mimics key characteristics of human AD including variation in age of onset and severity of cognitive decline. Method To facilitate discovery of conserved mechanisms of resilience to AD, we generated a cross‐species single‐nuclei transcriptomic dataset from normal and AD human (ROSMAP) and AD‐BXD mouse frontal cortex tissue. We interrogated resilience‐associated gene expression signatures, validated resilience candidate genes with human reference data, and used a druggability ranking and drug repositioning pipeline to nominate drugs to promote resilience to AD. To learn more about the context of resilience gene expression, we used a hierarchical mapping algorithm to predict anatomical locations of cells expressing resilience gene signatures. Result We found the strongest gene expression signature associated with cognitive resilience to AD arises from excitatory layer 4/5 (eL4/5) cortical intratelencephalic neurons. This resilience signature includes genes involved in synaptic plasticity, vesicle transport, and axonal and dendritic development. We found that 27 of the 61 genes in the resilience signature are druggable and identified several candidate drugs for further investigation (Telpoukhovskaia et al., 2022). We also identified genes expressed across a continuum of cognitive performance. Our hierarchical mapping approach showed that the eL4/5 neurons expressing resilience signature genes are distributed throughout the frontal cortex, mainly in the somatomotor area. Conclusion We identified 61 candidate resilience genes to target with new or existing drugs. We also determined that expression of resilience candidate genes occurs in eL4/5 neurons in the somatomotor region of the cortex. Ongoing projects in the lab aim to evaluate efficacy of nominated drugs and profile learning‐specific proteomes of eL4/5 neurons in resilient and susceptible AD‐BXD strains. When integrated with existing genetic, behavioral, and pathological data, our work will elucidate the cellular, molecular, and genetic mechanisms that contribute to cognitive resilience in face of neurodegenerative disease pathology.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,275
Écart entre enseignants0,259 · 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
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 revueAlzheimer s & Dementia→Même sujetMitochondrial Function and Pathology→Travaux en français237 207→