Identification of potential protein quality markers in pathogen inactivated and gamma‐irradiated red cell concentrates
Notice bibliographique
Résumé
Purpose Post‐collection manipulations (PCMs) aim to increase blood product safety. However, PCMs improve safety at a cost to quality, causing elevated hemolysis. As hemolysis is linked to red blood cell membrane integrity, a quantitative proteomics approach was employed to assess membrane proteome alterations induced by PCMs. Experimental design Three ABO‐matched whole blood (WB) units were pooled‐and‐split into three identical units. One WB unit was treated with riboflavin/ultraviolet illumination prior to red cell concentrate (RCC) production (RCCWB*). Two WB units were produced into RCC; one was gamma‐irradiated (RCCγ) and the other was left untreated as control (RCCØ). In vitro quality parameters were measured during storage. Membrane protein profiles of RCCØ, RCCγ, and RCCWB* were assessed on selected hemoglobin‐depleted membrane fractions using a quantitative proteomics approach based on iTRAQ. Results Quantitative proteomic analysis identified 100 proteins at the membrane, with seven unique proteins exhibiting significant changes in RCCWB* at day 28 of storage. Membrane peroxiredoxin‐2, catalase, and proteasome levels demonstrated robust negative correlation with percentage hemolysis. Conclusion Overall, the in vitro parameters and alterations of membrane protein profiles indicated that pathogen inactivation treatment impacts RCC quality more severely than gamma‐irradiation and that it may induce damage through a predominately oxidative mechanism.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».