Immunoproteomic Profiling of Antiviral Antibodies in New-Onset Type 1 Diabetes Using Protein Arrays
Notice bibliographique
Résumé
The rapid rise in the incidence of type 1 diabetes (T1D) suggests the involvement of environmental factors including viral infections. We evaluated the association between viral infections and T1D by profiling antiviral antibodies using a high-throughput immunoproteomics approach in patients with new-onset T1D. We constructed a viral protein array comprising the complete proteomes of seven viruses associated with T1D and open reading frames from other common viruses. Antibody responses to 646 viral antigens were assessed in 42 patients with T1D and 42 age- and sex-matched healthy control subjects (mean age 12.7 years, 50% males). Prevalence of antiviral antibodies agreed with known infection rates for the corresponding virus based on epidemiological studies. Antibody responses to Epstein-Barr virus (EBV) were significantly higher in case than control subjects (odds ratio 6.6; 95% CI 2.0-25.7), whereas the other viruses showed no differences. The EBV and T1D association was significant in both sex and age subgroups (≤12 and >12 years), and there was a trend toward early EBV infections among the case subjects. These results suggest a potential role for EBV in T1D development. We believe our innovative immunoproteomics platform is useful for understanding the role of viral infections in T1D and other disorders where associations between viral infection and disease are unclear.
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 | 0,001 |
| 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 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 ».