Argonaute, Vault, and Ribosomal Proteins Targeted by Autoantibodies in Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: To expand, in an unbiased manner, our knowledge of autoantigens and autoantibodies in patients with systemic lupus erythematosus (SLE) and evaluate their associations with serological and clinical variables. METHODS: Human proteome arrays (> 21,000 proteins) were screened with serum from patients with SLE (n = 12) and healthy controls (n = 6) for IgG and IgA binding. Top hits were validated with 2 cohorts of patients with SLE (cohort 1, n = 49; cohort 2, n = 46) and other rheumatic diseases by ELISA. Clinical associations of the autoantibodies were tested. RESULTS: Ro60 was the top hit in the screen, and the 10 following proteins included 2 additional known SLE autoantigens plus 8 novel autoantigens involved in microRNA processing (Argonaute protein 1 [AGO1], AGO2, and AGO3), ribosomes (ribosomal protein lateral stalk subunit P2 and ovarian tumor deubiquitinase 5 [OTUD5]), RNA transport by the vault (major vault protein), and the immune proteasome (proteasome activator complex subunit 3). Patient serum contained IgG reactive with these proteins and IgA against the AGO proteins. Using the 95th percentile of healthy donor reactivity, 5-43% were positive for the novel antigens, with OTUD5 and AGO1 showing the highest percentages of positivity. Autoantibodies against AGO1 proteins were more prevalent in patients with oral ulcers in a statistically significant manner. IgG autoantibodies against AGO proteins were also seen in other rheumatic diseases. CONCLUSION: We discovered new autoantigens existing in cytosolic macromolecular protein assemblies containing RNA (except the proteasome) in cells. A more comprehensive list of autoantigens will allow for a better analysis of how proteins are targeted by the autoimmune response. Future research will also reveal whether specific autoantibodies have utility in the diagnosis or management of SLE.
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 | 0,000 |
| 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) | 0,001 | 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 ».