Identification of tissue-dependent proteins in knee OA synovial fluid
Notice bibliographique
Résumé
OBJECTIVE: For many proteins from osteoarthritic synovial fluid, their intra-articular tissue of origin remains unknown. In this study we performed comparative proteomics to identify osteoarthritis-specific and joint tissue-dependent secreted proteins that may serve as candidates for osteoarthritis biomarker development on a tissue-specific basis. DESIGN: Protein secretomes of cartilage, synovium, Hoffa's fat pad and meniscus from knee osteoarthritis patients were determined using liquid chromatography tandem mass spectrometry, followed by label-free quantification. Validation of tissue-dependent protein species was conducted by ELISA on independent samples. Differential proteomes of osteoarthritic and non-osteoarthritic knee synovial fluids were obtained via similar proteomics approach, followed by ELISA validation. RESULTS: Proteomics revealed 64 proteins highly secreted from cartilage, 94 from synovium, 37 from Hoffa's fat pad and 21 from meniscus. Proteomic analyses of osteoarthritic vs non-osteoarthritic knee synovial fluid revealed 70 proteins with a relatively higher abundance and 264 proteins with a relatively lower abundance in osteoarthritic synovial fluid. Of the 70 higher abundance proteins, 23 were amongst the most highly expressed in the secretomes of a specific intra-articular tissue measured. Tissue-dependent release was validated for SLPI, C8, CLU, FN1, RARRES2, MATN3, MMP3 and TNC. Abundance in synovial fluid of tissue-dependent proteins was validated for IGF2, AHSG, FN1, CFB, KNG and C8. CONCLUSIONS: We identified proteins with a tissue-dependent release from intra-articular human knee OA tissues. A number of these proteins also had an osteoarthritis-specific abundance in knee synovial fluid. These proteins may serve as novel candidates for osteoarthritis biomarker development on a tissue-specific basis.
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 ».