MétaCan
Menu
Retour à la cohorte
Enregistrement W4414112700 · doi:10.1016/j.trsl.2025.09.002

Combining computational target prioritization and a B cell maturation assay for target evaluation studies in systemic lupus erythematosus

2025· article· en· W4414112700 sur OpenAlex
Ming-Mei Shang, Zhuang Liu, Bogdan Knezevic, Christine Möller Westerberg, Sudeepta Kumar Panda, Hai Fang, Ning Xu, M. Sundström, Julian C. Knight, Louise Berg

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTranslational research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020Innovative Medicines InitiativeKungliga Tekniska HögskolanNational Natural Science Foundation of ChinaOntario Institute for Cancer ResearchEuropean Federation of Pharmaceutical Industries and AssociationsDiamond Light Source
Mots-clésPrioritizationTranscriptomeB cellImmune systemSystemic lupus erythematosusGene knockdownLupus erythematosus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Systemic lupus erythematosus (SLE) is a systemic autoimmune disease involving production of autoantibodies by B cells. This study aimed at identifying novel drug targets using a computational algorithm to select targets and thereafter validate the top ranked 11 targets by siRNA knockdown in a primary B cell maturation assay. EXPERIMENTAL APPROACH: The top 1 % genes (∼150 genes) from SLE genome-wide association studies were ranked by Priority index (Pi), a computational tool integrating genomic and network information to prioritize disease-relevant genes. These were further filtered by network connectivity, drugability, for ranking highly in autoimmune diseases and for not directly interfering with the B cell stimulation cocktail used. From this, 11 genes were selected for validation by siRNA knockdown: IFNGR1, IL-2, IRF4, IL-12A, IL-12B, VCAM-1, ATF6B, RELA, IKBKG, CHUK and MAPK14. Effects on induced maturation and viability of primary blood B cells were analyzed by flow cytometry, and effects on IgG secretion were investigated by ELISA. RNA-sequencing of B cells treated with siRNA was performed to investigate molecular mechanisms underlying the functional alterations. KEY RESULTS: Experimental results show that several of the targets (IFNGR1, IL-2, IL-12A, MAPK14, IRF4, CHUK, ATF6B, IKBKG, and RELA) are involved in B cell maturation, as knockdown caused reduced IgG production and/or decreased maturation of B cells. The observed variability of effects on IgG secretion and B cell maturation suggests differences in the mechanistic roles of the proteins encoded by these genes. RNA-seq analysis of cells where expression of the targeted genes had been modulated showed effects on the expression level of hundreds of genes involved in cellular processes important for B cell functions. CONCLUSION AND IMPLICATIONS: Combining the target prioritization algorithm with experimental functional validation studies by gene knockdown and whole transcriptomics profiling constitutes a promising approach to identify potential novel drug targets in immune disorders.

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.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil0,718

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,121
Tête enseignante GPT0,444
Écart entre enseignants0,323 · 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