Sportomics method to assess acute phase proteins in Olympic level athletes using dried blood spots and multiplex assay
Notice bibliographique
Résumé
Sportomics is a subject-centered holistic method similar to metabolomics focusing on sports as the metabolic challenge. Dried blood spot is emerging as a technique due to its simplicity and reproducibility. In addition, mass spectrometry and integrative computational biology enhance our ability to understand exercise-induced modifications. We studied inflammatory blood proteins (Alpha-1-acid glycoprotein-A1AG1; Albumin; Cystatin C; C-reactive protein-CRP; Hemoglobin-HBA; Haptoglobin-HPT; Insulin-like growth factor 1; Lipopolysaccharide binding protein-LBP; Mannose-binding lectin-MBL2; Myeloperoxidase-PERM and Serum amyloid A1-SAA1), in 687 samples from 97 World-class and Olympic athletes across 16 sports in nine states. Data were analyzed with Spearman's rank-order correlation. Major correlations with CRP, LBP; MBL2; A1AG1, and SAA1 were found. The pairs CRP-SAA1 and CRP-LBP appeared with a robust positive correlation. Other pairs, LBP-SAA1; A1AG1-CRP; A1AG1-SAA1; A1AG1-MBL, and A1AG1-LBP, showed a broader correlation across the sports. The protein-protein interaction map revealed 1500 interactions with 44 core proteins, 30 of them linked to immune system processing. We propose that the inflammation follow-up in exercise can provide knowledge for internal cargo management in training, competition, recovery, doping control, and a deeper understanding of health and disease.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».