Integrating pulmonary and systemic transcriptomes to characterize lung injury after pediatric hematopoietic stem cell transplant
Notice bibliographique
Résumé
Hematopoietic stem cell transplantation (HCT) is a potentially life-saving therapy but can lead to lung injury due to chemoradiation toxicity, infection, and immune dysregulationWe previously showed that bronchoalveolar lavage (BAL) transcriptomes representing pulmonary inflammation and cellular injury can phenotype post-HCT lung injury and predict mortality. To test whether peripheral blood might be a suitable surrogate for BAL, we compared 210 paired BAL and blood transcriptomes obtained from 166 pediatric patients with HCT at 27 hospitals. BAL and blood RNA abundance showed minimal correlation at the level of individual genes, gene set enrichment scores, imputed cell fractions, and T and B cell receptor clonotypes. Instead, we identified significant site-specific transcriptional programs. In BAL, pathways related to immunity, hypoxia, and epithelial mesenchymal transition were tightly coexpressed and linked to mortality. In contrast, in blood, expression of endothelial injury, DNA repair, and cellular metabolism pathways was associated with mortality. Integration of paired BAL and blood transcriptomes dichotomized patients into 2 groups with significantly different rates of hypoxia and clinical outcomes within 1 week of BAL. These findings reveal a compartmentalized injury response, where BAL and blood transcriptomes provide distinct but complementary insights into local and systemic mechanisms of post-HCT lung injury.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».