COVID-19 Alters Inflammatory, Mitochondrial, and Protein Clearance Pathway Genes: Potential Implications for New-onset Parkinsonism in Patients
Notice bibliographique
Résumé
Several preclinical and clinical studies have shown that SARS-CoV-2 infection is associated with new-onset Parkinson's disease (PD). The overall goal of this study is to uncover how the COVID-19 severity gradient impacts the conventional pathological pathway of PD to inform the identification of at-risk patients and the development of personalized treatment strategies. Transcriptomics analysis of 43 PD pathogenic genes was conducted on nasopharyngeal swabs from 50 COVID-19 patients with varying severity including 17 outpatients, 16 non-ICU, and 17 ICU patients, compared to 13 SARS-CoV-2 negative individuals. The study shows that COVID-19 severity gradient differentially dysregulates PD pathological genes. Dysfunctional lysosomal and mitochondrial processes in outpatients and non-ICU COVID-19 patients was identified as the convergent network of COVID-19-PD interactions. These dysfunctions were later abrogated by the upregulation of the ubiquitin-proteasome system and autophagy-lysosome system in ICU COVID-19 patients. A potential synergistic co-expression and clustering of protein clearance pathway genes with other pathological genes was observed in ICU patients, indicating a possible overlap in biological pathways. Dysregulation of the PD pathopharmacogene, SLC6A3 was observed in ICU patients, suggesting potential COVID-19-gene-drug interactions. Nasopharyngeal swabs express major PD pathological genes as well as clinically relevant drug processing genes, which could advance studies on PD, including diagnosis, pathogenesis, and the development of disease-modifying treatments. Outpatients and non-ICU COVID-19 patients may face a higher risk of developing new-onset PD, whereas ICU COVID-19 patients may be more susceptible to COVID-19-gene-drug interactions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».