MétaCan
Menu
Retour à la cohorte
Enregistrement W4411384835 · doi:10.1002/brb3.70608

A Meta‐Analysis of the Effects of Early Life Stress on the Prefrontal Cortex Transcriptome Reveals Long‐Term Downregulation of Myelin‐Related Gene Expression

2025· review· en· W4411384835 sur OpenAlexaff
Toni Q. Duan, Megan Hastings Hagenauer, Elizabeth I. Flandreau, Anne Bader, Duy Manh Nguyen, Pamela M. Maras, Randriely Merscher Sobreira de Lima, Trevonn Gyles, Christabel Mclain, Michael J. Meaney, Eric J. Nestler, Stanley J. Watson, Huda Akil

Notice bibliographique

RevueBrain and Behavior · 2025
Typereview
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensDouglas Mental Health University InstituteDouglas CollegeMcGill University
Organismes subventionnairesNational Institute of Mental HealthInternational Brain Research OrganizationGrinnell CollegeNational Institute on Drug AbuseHope for Depression Research Foundation
Mots-clésPrefrontal cortexGene expressionOutlierTranscriptomeBiologyMicroarrayFalse discovery rateGene expression profilingMicroarray analysis techniquesPsychologyGeneCognitionGeneticsNeuroscienceComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early life stress (ELS) refers to exposure to negative childhood experiences, such as neglect, disaster, and physical, mental, or emotional abuse. ELS can permanently alter the brain, leading to cognitive impairment, increased sensitivity to future stressors, and mental health risks. The prefrontal cortex (PFC) is a key brain region implicated in the effects of ELS. METHODS: To better understand the effects of ELS on the PFC, we ran a meta-analysis of publicly available transcriptional profiling datasets. We identified five datasets (GSE89692, GSE116416, GSE14720, GSE153043, and GSE124387) that characterized the long-term effects of multiday postnatal ELS paradigms (maternal separation, limited nesting/bedding) in male and female laboratory rodents (rats, mice). The outcome variable was gene expression in the PFC later in adulthood as measured by microarray or RNA-Seq. To conduct the meta-analysis, preprocessed gene expression data were extracted from the Gemma database. Following quality control, the final sample size was n = 89(n = 42 controls and n = 47 ELS: GSE116416, n = 23 (no outliers); GSE116416, n = 44 (two outliers); GSE14720, n = 7 (no outliers); GSE153043, n = 9 (one outlier); and GSE124387, n = 6 (no outliers)). Differential expression was calculated using the limma pipeline followed by an empirical Bayes correction. For each gene, a random-effects meta-analysis model was then fit to the ELS versus control effect sizes (Log2 Fold Changes) from each study. RESULTS: Our meta-analysis yielded stable estimates for 11,885 genes, identifying five genes with differential expression following ELS (false discovery rate < 0.05) - transforming growth factor alpha (Tgfa), IQ motif containing GTPase activating protein 3 (Iqgap3), collagen, type XI, alpha 1 (Col11a1), claudin 11 (Cldn11), and myelin-associated glycoprotein (Mag) - all of which were downregulated. Broadly, gene sets associated with oligodendrocyte differentiation, myelination, and brain development were downregulated following ELS. In contrast, genes previously shown to be upregulated in major depressive disorder patients were upregulated following ELS. CONCLUSION: These findings suggest that ELS during critical periods of development may produce long-term effects on the efficiency of transmission in the PFC and drive changes in gene expression similar to those underlying depression.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,018
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,061
Tête enseignante GPT0,328
Écart entre enseignants0,267 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain and BehaviorMême sujetStress Responses and CortisolTravaux en français237 207