Hyperspherical geometry positions the lipidome as a partly independent axis of human brain organization
Notice bibliographique
Résumé
Abstract The brain’s transcriptome is well mapped, but the spatial organization of lipids—over half of brain dry mass—remains poorly defined. We profiled lipidomic (419 species) and transcriptomic (15,013 genes) signatures from 35 anatomically defined regions in four healthy adult donors, measured from the same tissue samples. Both modalities recapitulate major neuroanatomical divisions, yet the lipidome shows distinctive features: a pronounced white–gray asymmetry, a smooth neocortical rostrocaudal gradient, and limbic-specific lipid clusters absent in transcriptomic space. Using regression against gene-expression principal components and two null models (random and anatomy-aware), we define three data-driven classes of lipid–gene relationships: Synchronizers (10%) tightly coupled to gene programs, Anchors (67%) predictable at levels expected from gross anatomy and cell-type composition, and Drifters (23%) largely transcription-independent. A simple geometric framework unifies these patterns: after centering and normalization, molecular profiles lie on a hypersphere where two interpretable coordinates—polar latitude relative to transcriptome-defined white/gray poles and nearest-gene angular distance—jointly index coupling; an analytical null quantitatively explains the observed scaling. Key effects are robust in leave-one-donor-out analyses and position the lipidome as a partly independent organizational axis of the human brain. Broadly, our results provide an interpretable geometric framework for multi-omics integration, supported by an interactive platform.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».