Large‐scale plasma proteomics can reveal distinct endotypes in chronic obstructive pulmonary disease and severe asthma
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
BACKGROUND: Chronic airway diseases including chronic obstructive pulmonary disease (COPD) and asthma are heterogenous in nature and endotypes within are underpinned by complex biology. This study aimed to investigate the utility of proteomic profiling of plasma combined with bioinformatic mining, and to define molecular endotypes and expand our knowledge of the underlying biology in chronic respiratory diseases. METHODS: The plasma proteome was evaluated using an aptamer-based affinity proteomics platform (SOMAscan®), representing 1238 proteins in 34 subjects with stable COPD and 51 subjects with stable but severe asthma. For each disease, we evaluated a range of clinical/demographic characteristics including bronchodilator reversibility, blood eosinophilia levels, and smoking history. We applied modified bioinformatic approaches used in the evaluation of RNA transcriptomics. RESULTS: Subjects with COPD and severe asthma were distinguished from each other by 365 different protein abundancies, with differential pathway networks and upstream modulators. Furthermore, molecular endotypes within each disease could be defined. The protein groups that defined these endotypes had both known and novel biology including groups significantly enriched in exosomal markers derived from immune/inflammatory cells. Finally, we observed associations to clinical characteristics that previously have been under-explored. CONCLUSION: This investigational study evaluating the plasma proteome in clinically-phenotyped subjects with chronic airway diseases provides support that such a method can be used to define molecular endotypes and pathobiological mechanisms that underpins these endotypes. It provided new concepts about the complexity of molecular pathways that define these diseases. In the longer term, such information will help to refine treatment options for defined groups.
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) | 0,000 | 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 découle