論文の概要: Stratification of Systemic Lupus Erythematosus Patients Using Gene
Expression Data to Reveal Expression of Distinct Immune Pathways
- arxiv url: http://arxiv.org/abs/2011.05143v1
- Date: Mon, 9 Nov 2020 00:32:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-28 02:29:47.770221
- Title: Stratification of Systemic Lupus Erythematosus Patients Using Gene
Expression Data to Reveal Expression of Distinct Immune Pathways
- Title(参考訳): 遺伝子発現データを用いた全身性エリテマトーデス患者の特異的免疫経路の検索
- Authors: Aditi Deokar
- Abstract要約: 全身性エリテマトーデス(英:systemic lupus erythematosus)は、アメリカ合衆国で15~24歳の女性の死因である。
本研究では、成人SLE患者の遺伝子発現データを教師なし学習を用いて、患者をクラスターに分けた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Systemic lupus erythematosus (SLE) is the tenth leading cause of death in
females 15-24 years old in the US. The diversity of symptoms and immune
pathways expressed in SLE patients causes difficulties in treating SLE as well
as in new clinical trials. This study used unsupervised learning on gene
expression data from adult SLE patients to separate patients into clusters. The
dimensionality of the gene expression data was reduced by three separate
methods (PCA, UMAP, and a simple linear autoencoder) and the results from each
of these methods were used to separate patients into six clusters with k-means
clustering.
The clusters revealed three separate immune pathways in the SLE patients that
caused SLE. These pathways were: (1) high interferon levels, (2) high
autoantibody levels, and (3) dysregulation of the mitochondrial apoptosis
pathway. The first two pathways have been extensively studied in SLE. However,
mitochondrial apoptosis has not been investigated before to the best of our
knowledge as a standalone cause of SLE, independent of autoantibody production,
indicating that mitochondrial proteins could lead to a new set of therapeutic
targets for SLE in future research.
- Abstract(参考訳): 全身性エリテマトーデス(英:systemic lupus erythematosus, SLE)は、アメリカ合衆国で15歳から24歳の女性の死因である。
SLE患者に発現する症状や免疫経路の多様性は、新しい臨床試験と同様に、SLEの治療に困難を引き起こす。
本研究では、成人SLE患者の遺伝子発現データを教師なし学習を用いて、患者をクラスターに分けた。
遺伝子発現データの寸法を3つの異なる方法(pca, umap, a simple linear autoencoder)で削減し, それぞれの方法からk-meansクラスタリングを用いた6つのクラスターに分離した。
SLEを発症したSLE患者には3つの免疫経路が認められた。
これらの経路は,(1)インターフェロンレベル,(2)自己抗体レベル,(3)ミトコンドリアアポトーシス経路の異常であった。
最初の2つの経路はSLEで広く研究されている。
しかし、ミトコンドリアアポトーシスは、自己抗体産生とは無関係に、SLEの単独原因としての私たちの知る限り、これまで研究されていないため、今後の研究においてミトコンドリアタンパク質がSLEの新たな治療標的となる可能性が示唆された。
関連論文リスト
- Single-Cell Deep Clustering Method Assisted by Exogenous Gene
Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。
クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。
本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
論文 参考訳(メタデータ) (2023-11-28T09:14:55Z) - Towards Outcome-Driven Patient Subgroups: A Machine Learning Analysis
Across Six Depression Treatment Studies [41.34047608276278]
神経回路モデルを用いてうつ病の薬理学的治療6治験のデータを解析した。
5種類のモノセラピーと3種類の併用療法に対して,寛解率と解離確率を分類し,個別解離確率を推定するモデルを構築した。
ポストホック分析は、トレーニング中に学んだ患者プロトタイプに基づいてクラスター(サブグループ)を得た。
論文 参考訳(メタデータ) (2023-03-24T14:34:09Z) - Interpretable histopathology-based prediction of disease relevant
features in Inflammatory Bowel Disease biopsies using weakly-supervised deep
learning [0.8521205677945196]
Crohn's Disease(CD)とUlcerative Colitis(UC)は2種類の炎症性腸疾患である。
深層学習モデルを構築し,CDおよびUCの組織学的特徴を内視鏡的ラベルのみを用いて同定した。
論文 参考訳(メタデータ) (2023-03-20T15:59:29Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳(メタデータ) (2022-05-05T10:31:57Z) - Natural language processing to identify lupus nephritis phenotype in
electronic health records [11.714947406532932]
ループス腎炎は、臓器損傷と死亡に対するSLEの主要な疾患の1つである。
EHRデータを用いた自然言語処理(NLP)によりループス腎炎を同定するアルゴリズムを開発した。
論文 参考訳(メタデータ) (2021-12-20T19:33:50Z) - Analyzing the effect of APOE on Alzheimer's disease progression using an
event-based model for stratified populations [3.4935855647873293]
鑑別事象ベースモデル(DEBM)を用いたアルツハイマー病の進行タイムラインに対するAPOEアレルの効果について検討した。
本研究の目的は,DEBMの異なるステップをグループ固有の部分とグループ固有の部分に分割する,新しいアプローチを提案し,評価することである。
提示されたモデルは、疾患の理解を助け、臨床治験のために発症する症状のリスクにおいて、症状前患者の同種グループを選択するのに役立てることができる。
論文 参考訳(メタデータ) (2020-09-15T14:46:10Z) - Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic
and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。
モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。
実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2020-08-06T20:20:22Z) - From Human Mesenchymal Stromal Cells to Osteosarcoma Cells
Classification by Deep Learning [0.18143184797612422]
骨肉腫は, 青年期における悪性骨腫瘍の1つである。
骨肉腫細胞とヒト間葉系間葉系間葉系間葉系間葉系細胞(MSC)を鑑別し,検討中の細胞集団を分類するためにDLアプローチを適用した。
論文 参考訳(メタデータ) (2020-08-04T22:23:58Z) - MAGIC: Multi-scale Heterogeneity Analysis and Clustering for Brain
Diseases [3.955454029331185]
マルチスケールクラスタリングを活用することにより,病気の多様性を明らかにする新しい手法MAGICを提案する。
シミュレーションした異種神経解剖学的データを用いてMAGICを検証するとともに、アルツハイマー病(AD)の異種性を探究して臨床応用の可能性を示す。
以上の結果より,大脳皮質大萎縮と大脳皮質大萎縮の2つの亜型は,海馬の微細萎縮と大脳皮質大萎縮の2つからなることが明らかとなった。
論文 参考訳(メタデータ) (2020-07-01T23:42:37Z) - CT-based COVID-19 Triage: Deep Multitask Learning Improves Joint
Identification and Severity Quantification [45.86448200141968]
感染リスクのある患者をできるだけ早期に分離する研究を優先するための新型コロナウイルスの同定、重度定量化、重篤な患者の研究の強調、病院への誘導、救急医療の提供の2つの基本的な設定について述べる。
両トリアージアプローチを統合するマルチタスクアプローチを提案し、利用可能なラベルを1つのモデルにまとめる畳み込みニューラルネットワークを提案する。
我々は約2000件の公開CT研究をトレーニングし、32件のCOVID-19研究、30件の細菌性肺炎、31件の健常患者、および30件の肺病理患者からなる慎重に設計したセットを用いて、典型的な患者の血流をエミュレートする。
論文 参考訳(メタデータ) (2020-06-02T08:05:06Z) - Relational Learning between Multiple Pulmonary Nodules via Deep Set
Attention Transformers [46.712009752779196]
複数名詞間の関係を学習するためのマルチインスタンス学習(MIL)手法を提案する。
我々の知る限り、多発性肺結節の関係を学習する最初の研究である。
論文 参考訳(メタデータ) (2020-04-12T16:05:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。