Establishing Personalized Blood Protein Reference Ranges Using Noninvasive Microsampling and Targeted Proteomics: Implications for Antidoping Strategies
Notice bibliographique
Résumé
To prevent doping practices in sports, the World Anti-Doping Agency implemented the Athlete Biological Passport (ABP) program, monitoring biological variables over time to indirectly reveal the effects of doping rather than detect the doping substance or the method itself. In the context of this program, a highly multiplexed mass spectrometry-based proteomics assay for 319 peptides corresponding to 250 proteins was developed, including proteins associated with blood-doping practices. "Baseline" expression profiles of these potential biomarkers in capillary blood (dried blood spots (DBS)) were established using multiple reaction monitoring (MRM). Combining DBS microsampling with highly multiplexed MRM assays is the best-suited technology to enhance the effectiveness of the ABP program, as it represents a cost-effective and robust alternative analytical method with high specificity and selectivity of targets in the attomole range. DBS data were collected from 10 healthy athlete volunteers over a period of 140 days (28 time points per participant). These comprehensive findings provide a personalized targeted blood proteome "fingerprint" showcasing that the targeted proteome is unique to an individual and likely comparable to a DNA fingerprint. The results can serve as a baseline for future studies investigating doping-related perturbations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».