Proteomic profiling of eccrine sweat reveals its potential as a diagnostic biofluid for active tuberculosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Excessive sweating is a common symptom of the disease and an unexplored biofluid for TB diagnosis; we conducted a proof-of-concept study to identify potential diagnostic biomarkers of active TB in eccrine sweat. EXPERIMENTAL DESIGN: We performed a global proteomic profile of eccrine sweat sampled from patients with active pulmonary TB, other lung diseases (non-TB disease), and healthy controls. A comparison of proteomics between Active-TB, Non-TB, and Healthy Controls was done in search for potential biomarkers of active TB. RESULTS: Sweat specimens were pooled from 32 active TB patients, 27 patients with non-TB diseases, and 24 apparently healthy controls, all were negative for HIV. Over 100 unique proteins were identified in the eccrine sweat of all three groups. Twenty-six proteins were exclusively detected in the sweat of patients with active TB while the remaining detected proteins overlapped between three groups. Gene ontology evaluation indicated that the proteins detected uniquely in sweat of active TB patients were involved in immune response and auxiliary protein transport. Gene products for cellular components (e.g. ribosomes) were detected only in active TB patients. Data are available via ProteomeXchange with identifier PXD003224. CONCLUSIONS AND CLINICAL RELEVANCE: Proteomics of sweat from active TB patients is a viable approach for biomarker identification, which could be used to develop a nonsputum-based test for detection of active TB.
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.
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 | 0,001 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle