The Brain Protein Atlas: A conglomerate of proteomics datasets of human neural tissue
Notice bibliographique
Résumé
The human brain represents one of the most complex biological structures with significant spatiotemporal molecular plasticity occurring through early development, learning, aging, and disease. While much progress has been made in mapping its transcriptional architecture, more downstream phenotypic readouts are relatively scarce due to limitations with tissue heterogeneity and accessibility, as well as an inability to amplify protein species prior to global -OMICS analysis. To address some of these barriers, our group has recently focused on using mass-spectrometry workflows compatible with small amounts of formalin-fixed paraffin-embedded tissue samples. This has enabled exploration into spatiotemporal proteomic signatures of the brain and disease across otherwise inaccessible neurodevelopmental timepoints and anatomical niches. Given the similar theme and approaches, we introduce an integrated online portal, "The Brain Protein Atlas (BPA)" (www.brainproteinatlas.org), representing a public resource that allows users to access and explore these amalgamated datasets. Specifically, this portal contains a growing set of peer-reviewed mass-spectrometry-based proteomic datasets, including spatiotemporal profiles of human cerebral development, diffuse gliomas, clinically aggressive meningiomas, and a detailed anatomic atlas of glioblastoma. One barrier to entry in mass spectrometry-based proteomics data analysis is the steep learning curve required to extract biologically relevant data. BPA, therefore, includes several built-in analytical tools to generate relevant plots (e.g., volcano plots, heatmaps, boxplots, and scatter plots) and evaluate the spatiotemporal patterns of proteins of interest. Future iterations aim to expand available datasets, including those generated by the community at large, and analytical tools for exploration. Ultimately, BPA aims to improve knowledge dissemination of proteomic information across the neuroscience community in hopes of accelerating the biological understanding of the brain and various maladies.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,019 |
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 ».