Automated Spectrophotometric Analysis of Mitochondrial Respiratory Chain Complex Enzyme Activities in Cultured Skin Fibroblasts
Notice bibliographique
Résumé
BACKGROUND: Mitochondrial respiratory chain complex (RCC) disorders may occur as commonly as 1 in 8500 individuals. Because of the great variability of phenotypic presentations, measurement of individual RCC enzyme activities is a crucial diagnostic process. Current assay methods are time-consuming and labor-intensive and thus constitute a major impediment to clinical practice. A method with a faster turnaround time would therefore be beneficial. METHOD: We developed an automated spectrophotometric method for measuring the respiratory chain enzyme activities of complex I, complex II + III, and complex IV with the Hitachi 912, an automated spectrophotometer. Mitochondrial citrate synthase was also determined for normalization of the RCC activities. RESULTS: A blinded method comparison with samples from an external testing center yielded a 91% concordance of interpretations. Mean intraassay imprecision (as CV; n = 20) in a single batch analysis of each RCC was 5.9%. Interassay imprecision, evaluated on 2 samples harvested and analyzed 3 times each, gave mean CVs of 10%-18%. CONCLUSIONS: With this automated method, a panel of RCC enzyme activities can be determined in <2 h. In addition, an immunoblot assay using monoclonal antibodies against specific subunits of RCC enzyme complexes can be informative in cases of borderline enzyme activity. Our results suggest that in vitro diagnosis of RCC enzyme deficiencies in skin fibroblasts is an effective alternative to invasive muscle biopsy.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».