Integrative Analysis of Left Ventricle and Epicardial Adipose Tissue Identifies SDHA and OGDH as Candidate Targets for Ischemic Heart Disease
Notice bibliographique
Résumé
Ischemic heart disease (IHD) involves coordinated molecular changes across heart; yet, their interplay remains poorly understood. Here, we investigated transcriptomic alterations in two heart tissue subtypes, left ventricle (LV) and epicardial adipose tissue (EAT), from age- and BMI-matched healthy and IHD individuals, including diabetic and non-diabetic patients. We performed transcriptomic profiling and systems-level network analysis to identify disease-associated gene expression changes. Our analysis revealed (1) stronger transcriptional responses in EAT than LV, particularly in diabetic individuals, and (2) widespread dysregulation of inflammatory and metabolic pathways, including oxidative phosphorylation, cytokine signaling, and fatty acid degradation, across tissue subtypes. Co-expression network analysis uncovered shared gene modules, with SDHA and OGDH emerging as central, downregulated genes linked to mitochondrial function and inflammation, important processes in IHD pathophysiology. These findings were validated in independent human and mouse datasets. Overall, our integrative analysis identifies conserved molecular signatures across cardiac tissue subtypes, suggesting therapeutic potential in IHD.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».