Immunosignature Analysis of Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (ME/CFS)
Notice bibliographique
Résumé
A random-sequence peptide microarray can interrogate serum antibodies in a broad, unbiased fashion to generate disease-specific immunosignatures. This approach has been applied to cancer detection, diagnosis of infections, and interrogation of vaccine response. We hypothesized that there is an immunosignature specific to ME/CFS and that this could aid in the diagnosis. We studied two subject groups meeting the Canadian Consensus Definition of ME/CFS. ME/CFS (n = 25) and matched control (n = 25) sera were obtained from a Canadian study. ME/CFS (n = 25) sera were obtained from phase 1/2 Norwegian trials (NCT01156909). Sera from six healthy controls from the USA were included in the analysis. Canadian cases and controls were tested for a disease immunosignature. By combining results from unsupervised and supervised analyses, a candidate immunosignature with 654 peptides was able to differentiate ME/CFS from controls. The immunosignature was tested and further refined using the Norwegian and USA samples. This resulted in a 256-peptide immunosignature with the ability to separate ME/CFS cases from controls in the international data sets. We were able to identify a 256-peptide signature that separates ME/CFS samples from healthy controls, suggesting that the hit-and-run hypothesis of immune dysfunction merits further investigation. By extending testing of both our signature and one previously reported in the literature to larger cohorts, and further interrogating the specific peptides we and others have identified, we may deepen our understanding of the origins of ME/CFS and work towards a clinically meaningful diagnostic biomarker.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».