Quantitative tandem mass-spectrometry of skin tissue reveals putative psoriatic arthritis biomarkers
Notice bibliographique
Résumé
BACKGROUND: Psoriatic arthritis (PsA) is a distinct inflammatory arthritis occurring in 30% of psoriasis patients. There is a high prevalence of undiagnosed PsA in psoriasis patients; therefore, identifying soluble biomarkers for PsA could help in screening psoriasis patients for appropriate referral to a rheumatologist. Potential PsA biomarkers likely originate in sites of inflammation, such as the skin, and subsequently enter systemic circulation. Our goal was to identify candidate PsA biomarkers by comparing the proteome of skin biopsies obtained from patients with PsA to that from patients with psoriasis without PsA. METHODS: Skin biopsies were obtained from involved and uninvolved skin of 10 PsA and 10 age/gender-matched psoriasis patients without PsA (PsC). Using strong cation exchange chromatography, followed by label-free quantitative tandem mass spectrometry, we characterized the proteomes of pooled skin samples. Extracted ion current intensities were used to calculate protein abundance ratios, and these were utilized to identify differentially regulated proteins. RESULTS: Forty-seven proteins were elevated in PsA-derived skin compared to PsC-derived skin. Selected reaction monitoring assays were developed to quantify these potential PsA markers in individual skin samples, and 8 markers were confirmed in an independent sample set. ITGB5 and POSTN were measured in serum samples from 33 PsA and 15 PsC patients, using enzyme-linked immunosorbent assays. ITGB5 was significantly elevated in PsA serum (P < 0.01), and POSTN showed a trend. ITGB5 and POSTN correlated significantly in both patient groups (r = 0.472, P < 0.001). CONCLUSION: Proteomic analysis of PsA and PsC skin identified eight new candidate biomarkers. These markers need to be validated with a larger and independent cohort, in order to delineate their clinical utility in PsA patients. These proteins may also uncover unknown aspects of PsA pathobiology.
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 | 0,001 | 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) | 0,001 | 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 ».