Development of a Multiplex Selected Reaction Monitoring Assay for Quantification of Biochemical Markers of Down Syndrome in Amniotic Fluid Samples
Notice bibliographique
Résumé
Down syndrome (DS) is one of the most common chromosomal abnormalities affecting about 1 of every 700 fetuses. Current screening strategies have detection rates of 90-95% at a 5% false positive rate. The aim of this study was to discover new biomarkers of DS in amniotic fluid by using a multiplex selected reaction monitoring assay. Nine proteins were analyzed: CEL, CPA1, MUC13, CLCA1, MUC5AC, PLUNC, and HAPLN1, and CGB as positive control and serotransferrin as negative control. One proteotypic peptide for each protein was selected, and internal heavy isotope-labeled peptide standards were spiked into the samples. Fifty-four samples from pregnant women carrying normal (n = 37) or DS-affected (n = 17) fetuses were analyzed. The median protein concentrations for DS and normal samples, respectively, were as follows: 20 and 49 ng/mL (p < 0.01) for CEL; 3.7 and 14 ng/mL (p < 0.001) for CPA1; 80 and 263 ng/mL (p < 0.001) for MUC13; 46 and 135 ng/mL (p < 0.001) for CLCA1; 0.65 and 0.93 μg/mL (p < 0.05) for MUC5AC; 61 and 73 ng/mL (p > 0.05) for PLUNC; 144 and 86 ng/mL (p < 0.01) for HAPLN1; 0.89 and 0.54 μg/mL (p = 0.05) for CGB; 91 and 87 μg/mL (p > 0.05) for serotransferrin. Statistically significant differences were found in six out of the seven candidate proteins analyzed, reflecting a different regulation in DS.
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 | 0,005 | 0,008 |
| 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 | 0,000 | 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 ».