Proteomic discovery in sickle cell disease: Elevated neurogranin levels in children with sickle cell disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Sickle cell disease (SCD) is an inherited hemoglobinopathy that causes stroke and silent cerebral infarct (SCI). Our aim was to identify markers of brain injury in SCD. EXPERIMENTAL DESIGN: Plasma proteomes were analyzed using a sequential separation approach of hemoglobin (Hb) and top abundant plasma protein depletion, followed by reverse phase separation of intact proteins, trypsin digestion, and tandem mass spectrometry. We compared plasma proteomes of children with SCD with and without SCI in the Silent Cerebral Infarct Multi-Center Clinical Trial (SIT Trial) to age-matched, healthy non-SCD controls. RESULTS: From the SCD group, 1172 proteins were identified. Twenty-five percent (289/1172) were solely in the SCI group. Twenty-five proteins with enriched expression in the human brain were identified in the SCD group. Neurogranin (NRGN) was the most abundant brain-enriched protein in plasma of children with SCD. Using a NRGN sandwich immunoassay and SIT Trial samples, median NRGN levels were higher at study entry in children with SCD (0.28 ng/mL, N = 100) compared to control participants (0.12 ng/mL, N = 25, p < 0.0004). CONCLUSIONS AND CLINICAL RELEVANCE: NRGN levels are elevated in children with SCD. NRGN and other brain-enriched plasma proteins identified in plasma of children with SCD may provide biochemical evidence of neurological injury.
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.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle