miR-423-5p and miR-92a-3p in Alzheimer’s disease: relationship with pathology and cognition
Notice bibliographique
Résumé
Background: MicroRNAs (miRNAs), small and highly conserved non-coding RNA molecules, have emerged as promising molecular biomarkers due to their regulatory roles in gene expression and stability in blood. Methods: We used measurements of 64 plasma miRNAs from 145 participants in the Alzheimer's disease Neuroimaging Initiative cohort, including 74 probable AD patients and 71 cognitively normal (CN) older adults. We performed principal component analysis (PCA) with factor rotation for dimension reduction to identify AD-associated principal components (PCs) and their key miRNAs with factor loadings higher than 0.8. We investigated their association with amyloid/tau/neurodegeneration (A/T/N) biomarkers and cognition. After identifying the candidate target genes of key miRNAs, we performed pathway enrichment analysis. We conducted mediation analyses to assess the effect of the associations between miRNAs and A/T/N biomarkers on AD diagnosis and cognition. Finally, we used a machine learning approach to evaluate the performance of key miRNAs for AD classification. Results: PCA identified one PC as significantly associated with AD. The PC was also significantly associated with CSF p-tau levels, hippocampal volume, and cognition. Two key miRNAs (miR-423-5p and miR-92a-3p) in the PC were associated with AD. Lower levels of miR-423-5p and miR-92a-3p were associated with reduced hippocampal volume and worse cognition, and lower levels of miR-423-5p were associated with higher brain amyloid deposition. Pathway enrichment analysis identified several significant biological processes, including memory, protein phosphorylation, and the phosphatidylinositol-3-phosphate biosynthetic process. Mediation analysis revealed that miR-423-5p, but not miR-92a-3p, had indirect effects on AD diagnosis and memory performance through brain amyloid deposition and brain atrophy. Machine learning analysis demonstrated that incorporating two key miRNAs improved the performance of demographic information for AD classification. Conclusion: Plasma miR-423-5p and miR-92a-3p are implicated in AD pathology and cognitive decline, providing insights into their roles in disease mechanisms. This study suggests the potential of these miRNAs as blood-based molecular biomarkers for AD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».