Pilot study identifying myosin heavy chain 7, desmin, insulin‐like growth factor 7, and annexin <scp>A</scp> 2 as circulating biomarkers of human heart failure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In-depth proteomic analyses offer a systematic way to investigate protein alterations in disease and, as such, can be a powerful tool for the identification of novel biomarkers. Here, we analyzed proteomic data from a transgenic mouse model with cardiac-specific overexpression of activated calcineurin (CnA), which results in severe cardiac hypertrophy. We applied statistically filtering and false discovery rate correction methods to identify 52 proteins that were significantly different in the CnA hearts compared to controls. Subsequent informatic analysis consisted of comparison of these 52 CnA proteins to another proteomic dataset of heart failure, three available independent microarray datasets, and correlation of their expression with the human plasma and urine proteome. Following this filtering strategy, four proteins passed these selection criteria, including myosin heavy chain 7, insulin-like growth factor-binding protein 7, annexin A2, and desmin. We assessed expression levels of these proteins in mouse plasma by immunoblotting, and observed significantly different levels of expression between healthy and failing mice for all four proteins. We verified antibody cross-reactivity by examining human cardiac explant tissue by immunoblotting. Finally, we assessed protein levels in plasma samples obtained from four unaffected and four heart failure patients and demonstrated that all four proteins increased between twofold and 150-fold in heart failure. We conclude that MYH7, IGFBP7, ANXA2, and DESM are all excellent candidate plasma biomarkers of heart failure in mouse and human.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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