MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117157668 · doi:10.1002/alz70855_105268

Exploring cell type‐specific hippocampal transcriptional signatures in amyloidosis mouse models

2025· article· en· W7117157668 sur OpenAlexaff
Rodrigo Sebben Paes, Gabriela Mantovani Baldasso, Christian Limberger, Marco Antônio De Bastiani, Eduardo R. Zimmer

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésHippocampal formationCellTranscriptional regulationTranscriptomeGenetically modified mouseAmyloidosisMechanism (biology)Vulnerability (computing)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The growing recognition that late-onset AD (LOAD) and familial AD (fAD) follow distinct pathophysiological pathways highlights the possibility that different Alzheimer's disease (AD) subtypes could reflect varying molecular and cellular features. However, the precise role of each brain cell type on each AD subtype remains poorly understood. In this context, genetically modified animal models provide a valuable tool to explore AD genetic variability. In this study, we aimed to investigate the transcriptional signatures of cell types in the hippocampus across two fAD mouse models (APP/PS1 and 3xTg) and one LOAD mouse model (hAß-KI). METHOD: We analyzed bulk hippocampal transcriptomics data from the Gene Expression Omnibus repository and the AMP-AD Knowledge Portal. Gene expression deconvolution was performed using Population-Specific Expression Analysis (PSEA) to identify differentially expressed genes (DEGs) specific to neurons, astrocytes, microglia, oligodendrocytes, and endothelial cells (FDR-adjusted p-value < 0.05). Functional enrichment analysis (FEA) of Gene Ontology Biological Processes (GOBPs) was performed for the DEGs from each cell type using the enrichGO function in the clusterProfiler R package (v3.16.1). RESULT: We identified 5,055, 1,073, and 162 DEGs in APP/PS1, 3xTg, and hAß-KI mice, respectively, with the greatest overlap observed between the fAD models (APP/PS1 and 3xTg models) (Figure 1). Additionally, fAD models revealed higher counts of DEGs in neurons, oligodendrocytes, and microglia. Meanwhile, in hAß-KI, oligodendrocytes had the highest counts. (Figure 2). At the biological level, neurons consistently demonstrated greater enrichment of GOBPs across all three models. In contrast, microglia showed more enriched GOBPs in APP/PS1, while astrocytes demonstrated more enriched GOBPs in the 3xTg and hAß-KI models, with 37 shared GOBPs between them (Figure 3). CONCLUSION: We found that fAD models had greater transcriptional alterations than the LOAD model, possibly due to the aggressive pathology caused by fAD mutations. Additionally, neurons were consistently affected across all models, highlighting their vulnerability to AD. Overall, the three models exhibited distinct transcriptional and biological signatures, suggesting each one of them is suited to address specific aspects of the AD landscape.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,099
Tête enseignante GPT0,301
Écart entre enseignants0,202 · 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 sujetAlzheimer's disease research and treatments→Travaux en français237 207→