Proteomic Evolution from Acute to Post-COVID-19 Conditions
Notice bibliographique
Résumé
Many COVID-19 survivors have post-COVID-19 conditions, and females are at a higher risk. We sought to determine (1) how protein levels change from acute to post-COVID-19 conditions, (2) whether females have a plasma protein signature different from that of males, and (3) which biological pathways are associated with COVID-19 when compared to restrictive lung disease. We measured protein levels in 74 patients on the day of admission and at 3 and 6 months after diagnosis. We determined protein concentrations by multiple reaction monitoring (MRM) using a panel of 269 heavy-labeled peptides. The predicted forced vital capacity (FVC) and diffusing capacity of the lungs for carbon monoxide (DLCO) were measured by routine pulmonary function testing. Proteins associated with six key lipid-related pathways increased from admission to 3 and 6 months; conversely, proteins related to innate immune responses and vasoconstriction-related proteins decreased. Multiple biological functions were regulated differentially between females and males. Concentrations of eight proteins were associated with FVC, %, and they together had c-statistics of 0.751 (CI:0.732–0.779); similarly, concentrations of five proteins had c-statistics of 0.707 (CI:0.676–0.737) for DLCO, %. Lipid biology may drive evolution from acute to post-COVID-19 conditions, while activation of innate immunity and vascular regulation pathways decreased over that period. (ProteomeXchange identifiers: PXD041762, PXD029437)
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 tête enseignante, 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 ».