On the trail of blood doping—<scp>microRNA</scp> fingerprints to monitor autologous blood transfusions in vivo
Notice bibliographique
Résumé
Autologous blood doping refers to the illegal re-transfusion of any quantities of blood or blood components with blood donor and recipient being the same person. The re-transfusion of stored erythrocyte concentrates is particularly attractive to high-performance athletes as this practice improves their oxygen capacity excessively. However, there is still no reliable detection method available. Analyzing circulating microRNA profiles of human subjects that underwent monitored autologous blood transfusions seems to be a highly promising approach to develop novel biomarkers for autologous blood doping. In this exploratory study, we randomly divided 30 healthy males into two different treatment groups and one control group and sampled whole blood at several time points at baseline, after whole blood donation and after transfusion of erythrocyte concentrates. Hematological variables were recorded and analyzed following the adaptive model of the Athlete Biological Passport. microRNA profiles were examined by small RNA sequencing and comprehensive multivariate data analyses, revealing microRNA fingerprints that reflect the sampling time point and transfusion volume. Neither individual microRNAs nor a signature of transfusion-dependent microRNAs reached superior sensitivity at 100% specificity compared to the Athlete Biological Passport (≤11% 6 h after transfusion versus ≤44% 2 days after transfusion). However, the window of autologous blood doping detection was different. Due to the heterogenous nature of doping, with athletes frequently combining multiple medications in order to both gain a competitive advantage and interfere with known testing methods, the true applicability of the molecular signature remains to be validated in real anti-doping testings.
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) | 0,000 | 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 | 0,001 |
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 ».