Desialylation improves the detection of recombinant erythropoietins in urine samples analyzed by SDS‐PAGE
Notice bibliographique
Résumé
Recombinant erythropoietin (rhEPO) has been misused for over two decades by athletes, mainly but not only in endurance sports. A direct rhEPO detection method in urine by isoelectric focusing (IEF) was introduced in 2000, but the emergence of third-generation erythropoiesis-stimulating agents and so-called biosimilar rhEPOs, together with the sensitivity of human endogenous EPO (huEPO) pattern to enzymatic activities and its modification following short strenuous exercise, prompted the development of a complementary test based on SDS-PAGE analysis. While Mircera and NESP are easily detected with the existing IEF and SDS-PAGE methods, some samples containing both epoetin-α/β and huEPO present profiles that are still difficult to interpret. As doping practices have moved to micro-dosing, these mixed patterns are more frequently observed. We investigated the impact of enzymatic desialylation on the urinary and serum EPO profiles obtained by SDS-PAGE with the aim of improving the separation of the bands in these mixed EPO populations. We observed that the removal with neuraminidase of the sialic acid moieties from the different EPOs studied reduced their apparent molecular weight (MW) and increased the migration distance between huEPO and rhEPO centroids, therefore eliminating the size overlaps between them and improving the detection of rhEPO.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».