Time- and radiation-dose dependent changes in the plasma proteome after total body irradiation of non-human primates: Implications for biomarker selection
Notice bibliographique
Résumé
Acute radiation syndrome (ARS) is a complex multi-organ disease resulting from total body exposure to high doses of radiation. Individuals can be exposed to total body irradiation (TBI) in a number of ways, including terrorist radiological weapons or nuclear accidents. In order to determine whether an individual has been exposed to high doses of radiation and needs countermeasure treatment, robust biomarkers are needed to estimate radiation exposure from biospecimens such as blood or urine. In order to identity such candidate biomarkers of radiation exposure, high-resolution proteomics was used to analyze plasma from non-human primates following whole body irradiation (Co-60 at 6.7 Gy and 7.4 Gy) with a twelve day observation period. A total of 663 proteins were evaluated from the plasma proteome analysis. A panel of plasma proteins with characteristic time- and dose-dependent changes was identified. In addition to the plasma proteomics study reported here, we recently identified candidate biomarkers using urine from these same non-human primates. From the proteomic analysis of both plasma and urine, we identified ten overlapping proteins that significantly differentiate both time and dose variables. These shared plasma and urine proteins represent optimal candidate biomarkers of radiation exposure.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 tête enseignante, 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 ».