Functional Network Profiles in ARSACS Disclosed by Aptamer-Based Proteomic Technology
Notice bibliographique
Résumé
Although the genetic basis of autosomal recessive spastic ataxia of Charlevoix-Saguenay (ARSACS) has been uncovered, our poor understanding of disease mechanisms requires new light on functional pathways and modifying factors to improve early diagnostic strategies and offer alternative treatment options in a rare condition with no cure. Investigation of the pathologic state combining disease models and quantitative omic approach might improve biomarkers discovery with possible implications in patients' diagnoses. In this study, we analyzed proteomics data obtained using the SomaLogic technology, comparing cell lysates from ARSACS patients and from a SACS KO SH-SY5Y neuroblastoma cell model. Single-stranded deoxyoligonucleotides, selected in vitro from large random libraries, bound and quantified molecular targets related to the neuroinflammation signaling pathway and to neuronal development. Changes in protein levels were further analyzed by bioinformatics and network approaches to identify biomarkers of ARSACS and functional pathways impaired in the disease. We identified novel significantly dysregulated biological processes related to neuroinflammation, synaptogenesis, and engulfment of cells in patients and in KO cells compared with controls. Among the differential expressed proteins found in this work, we identified several proteins encoded by genes already known to be mutated in other forms of neurodegeneration. This finding suggests that common dysfunctional networks could be therapeutic targets for future investigations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».