MétaCan
Menu
Retour à la cohorte
Enregistrement W4413094693 · doi:10.1007/s00401-025-02919-x

Brain transcriptomics highlight abundant gene expression and splicing alterations in non-neuronal cells in aFTLD-U

2025· article· en· W4413094693 sur OpenAlexafffund
Sara Alidadiani, Júlia Faura, Sarah Wynants, Nemo Peeters, Marleen Van den Broeck, Linus De Witte, Rafaela Policarpo, Simon Cheung, Cyril Pottier, Nikhil B Ghayal, Merel O. Mol, Marka van Blitterswijk, Evan Udine, Mariely DeJesus‐Hernandez, Matthew Baker, NiCole A. Finch, Yan W. Asmann, Jeroen van Rooij, Aivi T. Nguyen, R. Ross Reichard, Alissa L. Nana, Oscar L. Lopez, Adam L. Boxer, Howard J. Rosen, Salvatore Spina, Jochen Herms, Keith A. Josephs, Ronald C. Petersen, Robert A. Rissman, Annie Hiniker, Lee‐Cyn Ang, Lea T. Grinberg, Glenda M. Halliday, Bradley F. Boeve, Caroline Graff, Harro Seelaar, Manuela Neumann, Julia Kofler, Charles L. White, William W. Seeley, John C. van Swieten, Dennis W. Dickson, Ian R. Mackenzie, Wouter De Coster, Rosa Rademakers

Notice bibliographique

RevueActa Neuropathologica · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of British ColumbiaLondon Health Sciences CentreVancouver General HospitalWestern UniversityVancouver Coastal Health
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on AgingNational Institutes of HealthVlaamse regeringCanadian Institutes of Health ResearchUniversiteit AntwerpenKoning BoudewijnstichtingFonds Wetenschappelijk OnderzoekNeuroscience Research Australia
Mots-clésTranscriptomeGene expressionGeneRNA splicingBiologyCell biologyAlternative splicingNeuroscienceComputational biologyGeneticsExonRNA

Résumé

récupéré en direct d'OpenAlex

Atypical frontotemporal lobar degeneration with ubiquitin-positive inclusions (aFTLD-U) is a rare cause of frontotemporal lobar degeneration (FTLD), characterized postmortem by neuronal inclusions of the FET family of proteins (FTLD-FET). The recent discovery of TAF15 amyloid filaments in aFTLD-U brains represents a significant step toward improved diagnostic and therapeutic strategies. However, our understanding of the etiology of this FTLD subtype remains limited, which severely hampers translational research efforts. To explore the transcriptomic changes in aFTLD-U, we performed bulk RNA sequencing on the frontal cortex tissue of 21 aFTLD-U patients and 20 control individuals. Cell-type deconvolution revealed loss of excitatory neurons and a higher proportion of astrocytes in aFTLD-U relative to controls. Differential gene expression and co-expression network analysis, adjusted for the shift in cell-type proportions, showed dysregulation of mitochondrial pathways, transcriptional regulators, and upregulation of the Sonic hedgehog (Shh) pathway, including the GLI1 transcription factor, in aFTLD-U. Overall, oligodendrocyte and astrocyte-enriched genes were significantly over-represented among the differentially expressed genes. Differential splicing analysis confirmed the dysregulation of non-neuronal cell types with significant splicing alterations, particularly in oligodendrocyte-enriched genes, including myelin basic protein (MBP), a crucial component of myelin. Immunohistochemistry in frontal cortex brain tissue also showed reduced myelin levels in aFTLD-U patients compared to controls. Together, these findings highlight a central role for glial cells, particularly astrocytes and oligodendrocytes, in the pathogenesis of aFTLD-U, with disruptions in mitochondrial activity, RNA metabolism, Shh signaling, and myelination as possible disease mechanisms. This study offers the first transcriptomic insight into aFTLD-U and presents new avenues for research into FTLD-FET.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa NeuropathologicaMême sujetRNA Research and SplicingTravaux en français237 207