Phosphoproteome Microarray Analysis of Extracellular Particles as a Tool to Explore Novel Biomarker Candidates for Alzheimer’s Disease
Notice bibliographique
Résumé
Phosphorylation plays a key role in Alzheimer's disease (AD) pathogenesis, impacting distinct processes such as amyloid-beta (Aβ) peptide production and tau phosphorylation. Impaired phosphorylation events contribute to senile plaques and neurofibrillary tangles' formation, two major histopathological hallmarks of AD. Blood-derived extracellular particles (bdEP) can represent a disease-related source of phosphobiomarker candidates, and hence, in this pilot study, bdEP of Control and AD cases were analyzed by a targeted phosphoproteomics approach using a high-density microarray that featured at least 1145 pan-specific and 913 phosphosite-specific antibodies. This approach, innovatively applied to bdEP, allowed the identification of 150 proteins whose expression levels and/or phosphorylation patterns were significantly altered across AD cases. Gene Ontology enrichment and Reactome pathway analysis unraveled potentially relevant molecular targets and disease-associated pathways, and protein-protein interaction networks were constructed to highlight key targets. The discriminatory value of both the total proteome and the phosphoproteome was evaluated by univariate and multivariate approaches. This pilot experiment supports that bdEP are enriched in phosphotargets relevant in an AD context, holding value as peripheral biomarker candidates for disease diagnosis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».