Differential patterns of fish sensitization in Asian populations: implication for precision diagnosis
Notice bibliographique
Résumé
Background The current diagnostics of fish allergy lack sufficient accuracy such that more reliable tests such as component-resolved diagnosis (CRD) are urgently needed. This study aimed at identifying fish allergens of salmon and grass carp and evaluating the sensitization pattern towards the identified allergens in fish allergic subjects from two distinct populations in Asia. Methods One hundred and three fish allergic subjects were recruited from Hong Kong (67 subjects) and Japan (46 subjects). Western blot and mass spectrometry were used to identify allergens from salmon and grass carp. Fish allergens were purified and tested against 96 sera on ELISA to analyze patients’ sensitization pattern. The protein profiles of salmon meat prepared under different cooking methods until core temperature reached 80°C were evaluated by SDS-PAGE and mass spectrometry. Results Three common allergens between salmon and grass carp, namely enolase, glycerldehyde-3-phosphate dehydrogenase (GAPDH) and parvalbumin, and two salmon-specific allergens collagen and aldolase were identified. Parvalbumin was the major allergen for both fishes showing an overall sensitization rate of 74.7%, followed by collagen (38.9%), aldolase (38.5%) and enolase (17.8%). Japanese subjects showed more diverse allergen sensitization pattern and more frequent IgE-binding to heat-labile salmon allergens. Compared with steaming and boiling, cooking by baking and frying retained more fish proteins inclusive of heat-labile allergens. Conclusions Fish allergic patients from different Asian populations show varying fish allergen sensitization profiles. The relevant extracts and components for diagnosis are population-dependent but parvalbumin and collagen are important biomarkers. Cooking methods modify allergen composition of salmon and appear to influence patients’ allergic manifestations.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».