Transcriptomic Profiling Reveals Mast-Cell Signatures and Active Immune Processes in Chronic ANCA-Associated Glomerulonephritis
Notice bibliographique
Résumé
Background: In ANCA-associated glomerulonephritis (AAV-GN), histopathological classifications guide prognosis but the molecular mechanisms underlying different histopathological patterns remain poorly understood. We conducted a retrospective study to integrate transcriptomic signatures with histopathological findings, aiming to refine our understanding of AAV-mediated renal injury, identify potential therapeutic targets and improve prognostication. Methods: We performed targeted RNA expression profiling of 750 immune-related genes using NanoString technology on kidney biopsy specimens from 199 AAV-GN patients selected from the Maine-Anjou and RENVAS registries. Transcriptomic signatures were analyzed in relation to glomerular lesions (normal, crescentic, sclerotic), Berden classification, tubulointerstitial involvement, Renal Risk Score and ANCA Kidney Risk Score. pathway enrichment analyses identified key molecular signals. Immune cell deconvolution was performed to estimate leukocyte subsets. Gene-based signatures for predicting histological features were developed using LASSO regression. Results: Transcriptomic profiles revealed robust immune activation across all histopathological classes. Contrary to the notion of “burnt-out” lesions, sclerotic glomeruli displayed strong expression of immunoinflammatory pathways, including TGF-β, mTOR, and immunometabolism pathways. Mast cell–related genes (e.g., CPA3, TPSAB1/B2) were enriched in advanced lesions (sclerotic glomeruli and interstitial fibrosis). Tubulointerstitial damage showed a gradient of innate and adaptive immune responses. Gene-based signatures accurately predicted histological features (R-squared ≥ 0.88). Conclusion: This study highlights previously unrecognized molecular complexity in AAV-GN, identifying mast cells as potential mediators of chronic kidney damage and showing that even sclerotic lesions harbor immune activation. These findings provide new insights into disease mechanisms and identify novel therapeutic targets for personalized medicine approaches in AAV-GN.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».