CSF proteome profiling reveals biomarkers to discriminate dementia with Lewy bodies from Alzheimer´s disease
Notice bibliographique
Résumé
Diagnosis of dementia with Lewy bodies (DLB) is challenging and specific biofluid biomarkers are highly needed. We employed proximity extension-based assays to measure 665 proteins in the cerebrospinal fluid (CSF) from patients with DLB (n = 109), Alzheimer´s disease (AD, n = 235) and cognitively unimpaired controls (n = 190). We identified over 50 CSF proteins dysregulated in DLB, enriched in myelination processes among others. The dopamine biosynthesis enzyme DDC was the strongest dysregulated protein, and could efficiently discriminate DLB from controls and AD (AUC:0.91 and 0.81 respectively). Classification modeling unveiled a 7-CSF biomarker panel that better discriminate DLB from AD (AUC:0.93). A custom multiplex panel for six of these markers (DDC, CRH, MMP-3, ABL1, MMP-10, THOP1) was developed and validated in independent cohorts, including an AD and DLB autopsy cohort. This DLB CSF proteome study identifies DLB-specific protein changes and translates these findings to a practicable biomarker panel that accurately identifies DLB patients, providing promising diagnostic and clinical trial testing opportunities.
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 | 0,000 |
| 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) | 0,000 | 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 ».