Analysis of Disease-Associated Protein Expression Using Quantitative Proteomics—Fibulin-5 Is Expressed in Association with Hepatic Fibrosis
Notice bibliographique
Résumé
Hepatic fibrosis and cirrhosis are major health problems worldwide. Until now, highly invasive biopsy remains the diagnostic gold standard despite many disadvantages. To develop noninvasive diagnostic assays for the assessment of liver fibrosis, it is urgently necessary to identify molecules that are robustly expressed in association with the disease. We analyzed biopsied tissue samples from 95 patients with HBV/HCV-associated hepatic fibrosis using three different quantification methods. We performed a label-free proteomics discovery study to identify novel disease-associated proteins using a subset of the cohort (n = 27). Subsequently, gene expression data from all available clinical samples were analyzed (n = 77). Finally, we performed a targeted proteomics approach, multiple reaction monitoring (MRM), to verify the disease-associated expression in samples independent from the discovery approach (n = 68). We identified fibulin-5 (FBLN5) as a novel protein expressed in relation to hepatic fibrosis. Furthermore, we confirmed the altered expression of microfibril-associated glycoprotein 4 (MFAP4), lumican (LUM), and collagen alpha-1(XIV) chain (COL14A1) in association to hepatic fibrosis. To our knowledge, no tissue-based quantitative proteomics study for hepatic fibrosis has been performed using a cohort of comparable size. By this means, we add substantial evidence for the disease-related expression of the proteins examined in this study.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».