TW
Tingting Wang
Author with expertise in Genomic Studies and Association Analyses
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
19
(42% Open Access)
Cited by:
2,102
h-index:
56
/
i10-index:
241
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Structural segregation of gut microbiota between colorectal cancer patients and healthy volunteers

Tingting Wang et al.Aug 18, 2011
Despite a long-suspected role in the development of human colorectal cancer (CRC), the composition of gut microbiota in CRC patients has not been adequately described. In this study, fecal bacterial diversity in CRC patients (n=46) and healthy volunteers (n=56) were profiled by 454 pyrosequencing of the V3 region of the 16S ribosomal RNA gene. Both principal component analysis and UniFrac analysis showed structural segregation between the two populations. Forty-eight operational taxonomic units (OTUs) were identified by redundancy analysis as key variables significantly associated with the structural difference. One OTU closely related to Bacteroides fragilis was enriched in the gut microbiota of CRC patients, whereas three OTUs related to Bacteroides vulgatus and Bacteroides uniformis were enriched in that of healthy volunteers. A total of 11 OTUs belonging to the genera Enterococcus, Escherichia/Shigella, Klebsiella, Streptococcus and Peptostreptococcus were significantly more abundant in the gut microbiota of CRC patients, and 5 OTUs belonging to the genus Roseburia and other butyrate-producing bacteria of the family Lachnospiraceae were less abundant. Real-time quantitative PCR further validated the significant reduction of butyrate-producing bacteria in the gut microbiota of CRC patients by measuring the copy numbers of butyryl-coenzyme A CoA transferase genes (Mann-Whitney test, P<0.01). Reduction of butyrate producers and increase of opportunistic pathogens may constitute a major structural imbalance of gut microbiota in CRC patients.
0
Citation1,081
0
Save
0

Genomic Risk Prediction of Coronary Artery Disease in 480,000 Adults

Michael Weedon et al.Oct 1, 2018
Coronary artery disease (CAD) has substantial heritability and a polygenic architecture. However, the potential of genomic risk scores to help predict CAD outcomes has not been evaluated comprehensively, because available studies have involved limited genomic scope and limited sample sizes. This study sought to construct a genomic risk score for CAD and to estimate its potential as a screening tool for primary prevention. Using a meta-analytic approach to combine large-scale, genome-wide, and targeted genetic association data, we developed a new genomic risk score for CAD (metaGRS) consisting of 1.7 million genetic variants. We externally tested metaGRS, both by itself and in combination with available data on conventional risk factors, in 22,242 CAD cases and 460,387 noncases from the UK Biobank. The hazard ratio (HR) for CAD was 1.71 (95% confidence interval [CI]: 1.68 to 1.73) per SD increase in metaGRS, an association larger than any other externally tested genetic risk score previously published. The metaGRS stratified individuals into significantly different life course trajectories of CAD risk, with those in the top 20% of metaGRS distribution having an HR of 4.17 (95% CI: 3.97 to 4.38) compared with those in the bottom 20%. The corresponding HR was 2.83 (95% CI: 2.61 to 3.07) among individuals on lipid-lowering or antihypertensive medications. The metaGRS had a higher C-index (C = 0.623; 95% CI: 0.615 to 0.631) for incident CAD than any of 6 conventional factors (smoking, diabetes, hypertension, body mass index, self-reported high cholesterol, and family history). For men in the top 20% of metaGRS with >2 conventional factors, 10% cumulative risk of CAD was reached by 48 years of age. The genomic score developed and evaluated here substantially advances the concept of using genomic information to stratify individuals with different trajectories of CAD risk and highlights the potential for genomic screening in early life to complement conventional risk prediction.
0
Citation649
0
Save
0

Gut microbiome affects the response to anti-PD-1 immunotherapy in patients with hepatocellular carcinoma

Yi Zheng et al.Jul 23, 2019
Checkpoint-blockade immunotherapy targeting programmed cell death protein 1 (PD-1) has recently shown promising efficacy in hepatocellular carcinoma (HCC). However, the factors affecting and predicting the response to anti-PD-1 immunotherapy in HCC are still unclear. Herein, we report the dynamic variation characteristics and specificities of the gut microbiome during anti-PD-1 immunotherapy in HCC using metagenomic sequencing.Fecal samples from patients responding to immunotherapy showed higher taxa richness and more gene counts than those of non-responders. For dynamic analysis during anti-PD-1 immunotherapy, the dissimilarity of beta diversity became prominent across patients as early as Week 6. In non-responders, Proteobacteria increased from Week 3, and became predominant at Week 12. Twenty responder-enriched species, including Akkermansia muciniphila and Ruminococcaceae spp., were further identified. The related functional genes and metabolic pathway analysis, such as carbohydrate metabolism and methanogenesis, verified the potential bioactivities of responder-enriched species.Gut microbiome may have a critical impact on the responses of HCC patients treated with anti-PD-1 immunotherapy. The dynamic variation characteristics of the gut microbiome may provide early predictions of the outcomes of immunotherapy in HCC, which is critical for disease-monitoring and treatment decision-making.
0
Citation369
0
Save
0

Accurate de novo design of heterochiral protein–protein interactions

Ke Sun et al.Aug 14, 2024
Abstract Abiotic d -proteins that selectively bind to natural l -proteins have gained significant biotechnological interest. However, the underlying structural principles governing such heterochiral protein–protein interactions remain largely unknown. In this study, we present the de novo design of d -proteins consisting of 50–65 residues, aiming to target specific surface regions of l -proteins or l -peptides. Our designer d -protein binders exhibit nanomolar affinity toward an artificial l -peptide, as well as two naturally occurring proteins of therapeutic significance: the D5 domain of human tropomyosin receptor kinase A (TrkA) and human interleukin-6 (IL-6). Notably, these d -protein binders demonstrate high enantiomeric specificity and target specificity. In cell-based experiments, designer d -protein binders effectively inhibited the downstream signaling of TrkA and IL-6 with high potency. Moreover, these binders exhibited remarkable thermal stability and resistance to protease degradation. Crystal structure of the designed heterochiral d -protein– l -peptide complex, obtained at a resolution of 2.0 Å, closely resembled the design model, indicating that the computational method employed is highly accurate. Furthermore, the crystal structure provides valuable information regarding the interactions between helical l -peptides and d -proteins, particularly elucidating a novel mode of heterochiral helix–helix interactions. Leveraging the design of d -proteins specifically targeting l -peptides or l -proteins opens up avenues for systematic exploration of the mirror-image protein universe, paving the way for a diverse range of applications.
0
Citation2
0
Save
0

Deep learning‐based segmentation model for permeable concrete meso‐structures

Chen De et al.Jul 9, 2024
Abstract The meso‐structure of pervious concrete significantly influences its overall performance. Accurately identifying the meso‐structure of pervious concrete is imperative for optimizing the design of pervious concrete, considering its mechanical properties and functionality. Therefore, to address the difficulty of recognizing the meso‐structures of pervious concrete, a method utilizing deep learning image semantic segmentation techniques is proposed in this study. First, based on the classical deep learning model, three models, namely, Res‐UNet, ED‐SegNet, and G‐ENet, are proposed for recognizing pervious concrete meso‐structure using deep learning image semantic segmentation techniques. These models introduce a residual module, a hybrid loss function, and a differential recognition branching structure to enhance the ability to recognize detailed information within pervious concrete meso‐structure and small targets. Second, the respective recognition performances of these methods on the meso‐structure of pervious concrete were thoroughly analyzed by experiment. The results indicate that the proposed three recognition methods for recognizing the meso‐structure of permeable concrete outperform conventional techniques not only in terms of efficiency but also in recognition accuracy and the ability to distinguish and identify aggregates, pores, and cement binders. In terms of comprehensive recognition effectiveness, the Res‐UNet model outperforms, followed by ED‐SegNet and G‐ENet. Furthermore, the computational efficiency of these three recognition methods meets the requirements of engineering applications.
0
Paper
Citation1
0
Save
0

The quality of life after keratinized mucosa augmentation around dental implants using xenogenic collagen matrix with or without stent

Tingting Wang et al.May 18, 2024
BACKGROUND: The substitution of missing teeth with implants is a dependable and anticipated therapeutic approach. Despite numerous studies affirming long-term success rates, there exists a spectrum of potential biological and aesthetic complications. OBJECTIVE: The primary objective of this study was to assess patient responses subsequent to surgical interventions, with a specific emphasis on the utilization of xenogenic collagen matrix (XCM), both with and without the application of a stent secured over healing abutments, in the context of keratinized gingival mucosa augmentation. The principal aim was to evaluate and draw comparisons between the clinical outcomes resulting from these two procedural approaches, with a particular focus on critical parameters encompassing post-operative complications, patient comfort, and the overall efficacy in achieving successful keratinized tissue augmentation. methods: Sixty patients were selected for this study. The patients were divided into three groups: A, B, and a control group, with each group comprising 20 participants. We used XCM in experimental group A, XCM covered with surgical stent in experimental group B, and free gingival graft (FGG) in the control group. After the surgical procedure, patients were required to complete a visual analogue scale (VAS) questionnaire for post-operative complications, and a quality of life (QOL) questionnaire on days 1, 3, and 7. RESULTS: Patients in the experimental groups A and B demonstrated markedly improved outcomes when compared with the control group. Assessments conducted on days 1, 3, and 7 demonstrated diminished levels of pain, bleeding, and swelling in both experimental groups, with experimental group B showing the least discomfort. The incorporation of XCM, either with or without stents, was associated with a reduction in analgesic consumption, underscoring its favorable influence on post-operative comfort, notwithstanding the exception of halitosis in experimental group B. CONCLUSION: Using XCM with or without a stent for keratinized tissue augmentation has better post-operative outcomes associated with reduced swelling, bleeding, and pain based on the QOL survey. This study provides data to support the clinical application of XCM and stents.
0

Genomic risk prediction of coronary artery disease in nearly 500,000 adults: implications for early screening and primary prevention

Michael Inouye et al.Jan 19, 2018
Background: Coronary artery disease (CAD) has substantial heritability and a polygenic architecture; however, genomic risk scores have not yet leveraged the totality of genetic information available nor been externally tested at population-scale to show potential utility in primary prevention. Methods: Using a meta-analytic approach to combine large-scale genome-wide and targeted genetic association data, we developed a new genomic risk score for CAD (metaGRS), consisting of 1.7 million genetic variants. We externally tested metaGRS, individually and in combination with available conventional risk factors, in 22,242 CAD cases and 460,387 non-cases from UK Biobank. Findings: In UK Biobank, a standard deviation increase in metaGRS had a hazard ratio (HR) of 1.71 (95% CI 1.68-1.73) for CAD, greater than any other externally tested genetic risk score. Individuals in the top 20% of the metaGRS distribution had a HR of 4.17 (95% CI 3.97-4.38) compared with those in the bottom 20%. The metaGRS had higher C-index (C=0.623, 95% CI 0.615-0.631) for incident CAD than any of four conventional factors (smoking, diabetes, hypertension, and body mass index), and addition of the metaGRS to a model of conventional risk factors increased C-index by 3.7%. In individuals on lipid-lowering or anti-hypertensive medications at recruitment, metaGRS hazard for incident CAD was significantly but only partially attenuated with HR of 2.83 (95% CI 2.61-3.07) between the top and bottom 20% of the metaGRS distribution. Interpretation: Recent genetic association studies have yielded enough information to meaningfully stratify individuals using the metaGRS for CAD risk in both early and later life, thus enabling targeted primary intervention in combination with conventional risk factors. The metaGRS effect was partially attenuated by lipid and blood pressure-lowering medication, however other prevention strategies will be required to fully benefit from earlier genomic risk stratification.
1

Analysis of clinical manifestations and risk factors of HIV-1 associated thrombocytopenia in a general teaching hospital in western China

Zhuoyun Tang et al.Nov 10, 2022
Abstract Background Thrombocytopenia is one of the hematologic disorders that frequently accompany HIV-1 infection. The interaction of HIV-1 and platelets is crucial in the Blood-Brain Barrier’s (BBB) degeneration and causes neuroinflammation. The research aims to evaluate the prevalence and risk factors for HAT (HIV-1 associated thrombocytopenia) and summary the features of HAT-related neuroinflammation. Method A retrospective study including 221 HAT patients was conducted in West China Hospital from 2017 to 2021. Clinical and laboratory data was analyzed the prevalence and risk factors for HAT and HAT-related neuroinflammation. Results The prevalence of HAT was 11.06% and most patients were men (76.92%), elderly (≥50, 55.21%) and 63.80% patients were mild thrombocytopenia. CD4 + T cell count, platelet crit (PCT) and the rate of large platelets (P-LCR) were significantly different between HAT group and control group ( P < 0.001, P 0.001, P =0.002). CD4 + T cell count <200 cell/μL ( P =0.001) was an important risk factor in the occurrence of HAT while advanced age and high viral load were closely related to the occurrence of HAT. HAT-related neuroinflammation patients were mostly distributed in male ( X 2 =10.066, P =0.007), with higher viral load ( X 2 =12.297, P =0.006) and advanced age ( X 2 =11.721, P =0.02) with neuropsychiatric symptoms and rising level of inflammatory factors like IL-6 and proteins in CSF. Conclusion HAT and HAT with neuroinflammation cannot be ignored in HIV-1 infection because of the activation of monocytes, macrophages and microglia, further causing thrombocytopenia and neuroinflammation. Advanced age, lower CD4 + T cell count and high viral load were closely related to the occurrence of HAT and HAT-related neuroinflammation.
Load More