Dataset: Transcriptomic changes in oligodendrocytes and precursor cells predicts clinical outcomes of Parkinson's disease
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.
Notice bibliographique
Résumé
Several prior studies have proposed the involvement of various brain regions and cell types in Parkinson's disease (PD) pathology. Here, we performed snRNA-seq on the prefrontal cortex and anterior cingulate regions from post-mortem control and PD brain tissue. We found a significant association of oligodendrocytes (ODCs) and oligodendrocyte precursor cells (OPCs) with PD-linked risk loci and report several dysregulated genes and pathways, including regulation of tau-protein kinase activity, regulation of inclusion body assembly and protein processing involved in protein targeting to mitochondria. In an independent PD cohort with clinical measures (681 cases and 549 controls), polygenic risk scores derived from the dysregulated genes significantly predicted Montreal Cognitive Assessment (MoCA)-, and Beck Depression Inventory-II (BDI-II)-scores but not motor impairment (UPDRS-III). We extended our analysis of clinical outcome prediction by incorporating three separate datasets that were previously published by different laboratories. In the first dataset from the anterior cingulate cortex, we identified a correlation between ODCs and BDI-II. In the second dataset obtained from the substantia nigra (SN), OPCs displayed notable predictive ability for UPDRS-III. In the third dataset from the SN region, a distinct subtype of OPCs, labeled OPC_ADM, exhibited predictive ability for UPDRS-III. Intriguingly, the OPC_ADM cluster also demonstrated a significant increase in PD samples. These results suggest that by expanding our focus to glial cells, we can uncover region-specific molecular pathways associated with PD symptoms.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 découle