MétaCan
Menu
← Retour à la cohorte
Enregistrement W7116989818 · doi:10.1002/alz70862_109795

Whole‐brain cell‐cell interaction patterns explain tissue damage in several neurodegenerative conditions

2025· article· en· W7116989818 sur OpenAlexaff
Veronika Pak, Joon Hwan Hong, Gleb Bezgin, Mahsa Dadar, Yashar Zeighami, Yasser Iturria Medina

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensMontreal Neurological Institute and HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésReceptorNeurodegenerationSignal transductionDiseaseParkinson's disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Disrupted interactions among neurons, glial and vascular cell types can lead to inflammation, vascular dysfunction, and neuronal death, highlighting the need to understand how functional interactions between these cells predispose the development of different neurodegenerative conditions. Here we identified cell-cell interactions across the whole human brain that explain atrophy patterns characteristic to 13 neurodegenerative conditions. METHOD: We generated 1,050 whole-brain neuroimaging maps of ligand-receptor interactions specific to neurons, astrocytes, microglia, oligodendrocytes, oligodendrocyte precursor cells, and endothelial cells. These maps were created by inferring literature-curated ligand-receptor interaction pairs from microarray gene expression derived from post-mortem tissues of six healthy human donors, sourced from the Allen Human Brain Atlas (Figure 1a-b). Next, using Partial Least Squares Regression (PLS) analysis, we identified key LR pairs whose patterns of communication explain the spatial distribution of atrophy maps specific to 13 neurodegenerative conditions (Figure 1c). Atrophy maps were previously generated for early- and late-onset Alzheimer's disease (EOAD and LOAD), clinical and pathological subtypes of frontotemporal lobar degeneration (FTLD), Parkinson's disease (PD), dementia with Lewy bodies (DLB), and amyotrophic lateral sclerosis (ALS). Finally, we performed gene enrichment analyses to uncover underlying signaling pathways that explain future atrophy in neurodegeneration. RESULT: The first latent variable (LV1) accounted for 84.21% of the covariance (p < 0.05), with the COL1A1-CD36 interaction and other CD36-associated pairs playing a dominant role in explaining atrophy patterns (Figure 2a). Atrophy patterns common to five FTLD-related disorders contributed the most to LV1, followed by EOAD and LOAD (Figure 2b). Among the top 10% of ligand-receptor pairs, 28 of 107 showed strong bi-directional signaling between astrocytes and neurons, along with prominent contributions from neuron-microglia and neuron-neuron signalling (Figure 2d). These top ligands and receptors were significantly enriched for pathways including Slit/Robo-mediated axon guidance, opioid prodynorphin, enkephalin release, and Alzheimer's disease presenilin pathway (Figure 2e; p < 0.001, FDR-corrected). CONCLUSION: We identified whole-brain ligand-receptor interactions involved in neuron-astrocyte, neuron-microglia, and neuron-neuron signaling pathways that explain the observed atrophy patterns in multiple neurodegenerative conditions. These key ligands and receptors may serve as potential therapeutic targets and advance our understanding of neurodegeneration.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,299
Écart entre enseignants0,269 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetNeuroinflammation and Neurodegeneration Mechanisms→Travaux en français237 207→