MétaCan
Menu
← Retour à la cohorte
Enregistrement W7092211674 · doi:10.22034/tru.2024.434728.1171

Identification of Common Hub Genes and Key Molecular Pathways between Multiple Sclerosis and Urological Disorders

2024· article· en· W7092211674 sur OpenAlexaff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensThunder Bay Regional Research InstituteThunder Bay Regional Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisGeneKEGGIdentification (biology)Single-nucleotide polymorphismDiseaseGenome

Résumé

récupéré en direct d'OpenAlex

Introduction: The immune system plays a vital role in affording protection for the body against a wide variety of diseases and infections. On occasion, the system malfunctions and attacks intact cells, tissues, and organs influencing any part of the body, tapering off bodily function, and leading to life-threatening. multiple sclerosis (MS) is characterized by inflammatory demyelination with a diverse range of urologic indications.Methods: To extract the overlapped genes and single-nucleotide polymorphisms (SNPs; until November 2022) between MS and several urological disorders, we searched the DisGeNET database. Furthermore, to identify significant Gene Ontology (GO) terms and the Kyoto Encyclopedia of Genes and Genome (KEGG) pathway, the Enrichr assessment was used. Additionally, in the case of overlapped genes, the maximum level of linkage hub genes was investigated by the protein-protein interaction (PPI) network construction via cytoHubba.Results: 1362 common genes between MS and urological disease were recognized, of which 154 genes have SNPs linked with MS susceptibility. Three DisGeNET-indexed MS-associated SNPs, including rs653178, rs10936599, and rs4976646 were shared between MS and urological disorders. TNF, AKT1, IL1B, IL6, VEGFA, INS, C-C CCL5, TP53), RELA proto-oncogene, STAT3, and EGFR were detected as hub genes overrepresented in the identified pathways.Conclusion: Of 1362 common genes, 11 key genes, and 3 SNPs were shared between MS and urology-related diseases. These identified features might serve as potential therapeutic targets in both disorders, with a probable role in the management of urological complications in MS patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,334
Tête enseignante GPT0,522
Écart entre enseignants0,188 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetMultiple Sclerosis Research Studies→Travaux en français237 207→