Identification of brain-enriched proteins in the cerebrospinal fluid proteome by LC-MS/MS profiling and mining of the Human Protein Atlas
Notice bibliographique
Résumé
BACKGROUND: Cerebrospinal fluid (CSF) is a proximal fluid which communicates closely with brain tissue, contains numerous brain-derived proteins and thus represents a promising fluid for discovery of biomarkers of central nervous system (CNS) diseases. The main purpose of this study was to generate an extensive CSF proteome and define brain-related proteins identified in CSF, suitable for development of diagnostic assays. METHODS: Six non-pathological CSF samples from three female and three male individuals were selected for CSF analysis. Samples were first subjected to strong cation exchange chromatography, followed by LC-MS/MS analysis. Secreted and membrane-bound proteins enriched in the brain tissues were retrieved from the Human Protein Atlas. RESULTS: In total, 2615 proteins were identified in the CSF. The number of proteins identified per individual sample ranged from 1109 to 1421, with inter-individual variability between six samples of 21 %. Based on the Human Protein Atlas, 78 brain-specific proteins found in CSF samples were proposed as a signature of brain-enriched proteins in CSF. CONCLUSION: A combination of Human Protein Atlas database and experimental search of proteins in specific body fluid can be applied as an initial step in search for disease biomarkers specific for a particular tissue. This signature may be of significant interest for development of novel diagnostics of CNS diseases and identification of drug targets.
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 | 0,002 | 0,002 |
| 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 | 0,000 |
| 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 ».