Diurnal protein expression in blood revealed by high throughput mass spectrometry proteomics and implications for translational medicine and body time of day
Notice bibliographique
Résumé
Molecular gene cycling is useful for determining body time of day (BTOD) with important applications in personalized medicine, including cardiovascular disease and cancer, our leading causes of death. However, it impractically requires repetitive invasive tissue sampling that is obviously not applicable for humans. Here we characterize diurnal protein cycling in blood using high-throughput proteomics; blood proteins are easily accessible, minimally invasive, and can importantly serve as surrogates for what is happening elsewhere in the body in health and disease. As proof of the concept, we used normal C57BL/6 mice maintained under regular 24-h light and dark cycles. First, we demonstrated fingerprint patterns in 24-h plasma, revealed using surface-enhanced laser desorption and ionization (SELDI). Second, we characterized diurnal cycling proteins in blood using chromatography and tandem electrospray ionization mass spectrometry. Importantly, we noted little association between the cycling blood proteome and tissue transcriptome, delineating the necessity to identify de novo cycling proteins in blood for measuring BTOD. Furthermore, we explored known interaction networks to identify putative functional pathways regulating protein expression patterns in blood, thus shedding new light on our understanding of integrative physiology. These studies have profound clinical significance in translating the concept of BTOD to the practical realm for molecular diagnostics and open new opportunities for clinically relevant discoveries when applied to ELISA-based molecular testing and/or point-of-care devices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».