Biomarkers for Early and Late Stage Chronic Allograft Nephropathy by Proteogenomic Profiling of Peripheral Blood
Notice bibliographique
Résumé
BACKGROUND: Despite significant improvements in life expectancy of kidney transplant patients due to advances in surgery and immunosuppression, Chronic Allograft Nephropathy (CAN) remains a daunting problem. A complex network of cellular mechanisms in both graft and peripheral immune compartments complicates the non-invasive diagnosis of CAN, which still requires biopsy histology. This is compounded by non-immunological factors contributing to graft injury. There is a pressing need to identify and validate minimally invasive biomarkers for CAN to serve as early predictors of graft loss and as metrics for managing long-term immunosuppression. METHODS: We used DNA microarrays, tandem mass spectroscopy proteomics and bioinformatics to identify genomic and proteomic markers of mild and moderate/severe CAN in peripheral blood of two distinct cohorts (n = 77 total) of kidney transplant patients with biopsy-documented histology. FINDINGS: Gene expression profiles reveal over 2400 genes for mild CAN, and over 700 for moderate/severe CAN. A consensus analysis reveals 393 (mild) and 63 (moderate/severe) final candidates as CAN markers with predictive accuracy of 80% (mild) and 92% (moderate/severe). Proteomic profiles show over 500 candidates each, for both stages of CAN including 302 proteins unique to mild and 509 unique to moderate/severe CAN. CONCLUSIONS: This study identifies several unique signatures of transcript and protein biomarkers with high predictive accuracies for mild and moderate/severe CAN, the most common cause of late allograft failure. These biomarkers are the necessary first step to a proteogenomic classification of CAN based on peripheral blood profiling and will be the targets of a prospective clinical validation 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».