Plasma protein profiling of multiple sclerosis using proximity extension assays
Notice bibliographique
Résumé
Abstract Background Multiple sclerosis (MS) is an inflammatory disease characterized by demyelination and neuro-axonal degeneration in the central nervous system. Except for neurofilament light protein, identification of biomarkers has been difficult to assess in the blood, presumably due partly to sensitivity. To detect traces of disease activities in the periphery and identify low-abundance protein biomarkers, this study conducts an exploratory examination of the plasma proteome of MS using proximity extension technology, a high-sensitivity multiplex PCR-based immunoassay. Methods A case-control cohort consisting of 52 MS cases (relapsing-remitting=30, progressive=22) and 17 healthy controls were enrolled at the Karolinska University Hospital. EDTA plasma was analyzed for 1157 unique protein targets across thirteen proximity extension assays. Protein associations to disease outcomes and related clinical measures were assessed using a multivariable linear regression model corrected for sex and age at sampling. Results AHCY and CHR levels were higher among MS cases than controls, while FABP2 was lower among those with relapsing-remitting disease than controls (P discovery <0.05, P replication <0.05), although not significant after multiple test corrections. Furthermore, PTN and CYR61 levels were higher in progressive MS than in relapsing-remitting disease (P<0.0002, P FDR <0.05), and CRNN and CXCL13 were associated with more severe disability at sampling (P<0.0001, P FDR <0.05), independent of disease course. CTSF was positively correlated with disease duration (P=4.1×10 −5 , P FDR =0.044), while RRM2B level correlated with intrathecal immunoglobulin production (IgG Index) in relapsing-remitting MS (P=1.7×10 −5 , P FDR =0.018). Conclusion We provide several candidates for characterizing MS, particularly progressive disease, which may help monitor disease progression and treatment response in a clinical setting.
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 | 0,001 |
| 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 ».