MétaCan
Menu
Retour à la cohorte
Enregistrement W4406992834 · doi:10.1161/str.56.suppl_1.wp40

Abstract WP40: Common and Distinct Circulating MicroRNAs Across Four Neurovascular Disorders

2025· article· en· W4406992834 sur OpenAlexaff
Janne Koskimäki, Aditya Jhaveri, Abhinav Srinath, Diana Vera Cruz, Geetha Priyanka Yerradoddi, Carolyn M. Bennett, Akash Bindal, Rhonda Lightle, Juhyon Hsu, Agnieszka Stadnik, Stephanie Hage, Roberto J. Alcazar‐Félix, Javed Iqbal, Sharbel Romanos, Hanadi Almazroue, Jeffrey A. Loeb, Marie E. Faughnan, Shantel Weinsheimer, Helen Kim, Romuald Girard, Issam A. Awad

Notice bibliographique

RevueStroke · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMoyamoya disease diagnosis and treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineNeurovascular bundlemicroRNAStroke (engine)PathologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Introduction: Familial cerebral cavernous malformations (FCCM), Sturge-Weber Syndrome (SWS), and hereditary hemorrhagic telangiectasia with brain arteriovenous malformations (HHT) are neurovascular disorders driven by genetic mutations while cerebral microbleeds (CMBs) are primarily associated with the aging process. All are associated with different vascular dysmorphisms and/or propensity to bleed. Hypothesis: We hypothesized that common and distinct circulating microribonucleic acids (miRNAs), reflecting shared and different pathobiology, can serve as potential biomarkers and therapeutic targets. Methods: Plasma miRNAs from patients with FCCM (n=10), SWS (n=10), and HHT (n=10) compared to age and sex-propensity-matched healthy young (HY) subjects (n=10) were extracted and sequenced. Similarly, CMB patients (n=10) were age and sex propensity-matched with healthy old (HO) subjects (n=10). Differentially expressed (DE) miRNAs of each disorder were identified (p<0.05, FDR corrected, absolute fold change [|FC|]>1.5]). Ingenuity Pathway Analysis (IPA) was conducted to determine gene targets and pathways of DE miRNAs. DE genes based on the transcriptome of each disorder were identified and utilized to filter gene targets of circulating miRNAs. Results: Eleven DE miRNAs were identified in FCCM, 40 in SWS, 41 in HHT, and 26 in CMB (p<0.05, FDR-corrected, [|FC|]>1.5]). Further analyses showed that 18 miRNAs were commonly dysregulated in two of the studied neurovascular disorders. IPA identified 17 genes targeted by at least two DE miRNAs in each of the four cerebrovascular disorders. Functional enrichment of those shared gene targets showed that PTEN, CDKN1A, NCL2L1, and CCND2 were involved in the PI3K-Akt Signaling Pathway. Moreover, the ROBO SLIT Signaling Pathway was identified as an involved pathway across all four disorders. Conclusion: The common dysregulated miRNAs across the disorders underscore their potential as biomarkers and therapeutic targets, reflecting their mechanistic involvement in shared pathophysiological pathways. Furthermore, the commonly targeted genes and implicated pathways suggest shared functionality of the miRNAs. These findings pave the way for further exploration of these miRNAs, aiming at the clinical application for disease monitoring and therapeutic intervention.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,290
Écart entre enseignants0,277 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetMoyamoya disease diagnosis and treatmentTravaux en français237 207