Discovery and Verification of Sjögren’s Syndrome Protein Biomarkers in Tears by Targeted LC-MRM
Notice bibliographique
Résumé
Sjögren's syndrome (SS) is an autoimmune rheumatic disorder characterized by exocrine gland dysfunction, mainly from the lacrimal and salivary glands. The disease causes severe aqueous dry eye syndrome (DED) and is associated with high rates of complications, including corneal ulceration, scaring, and perforation. Systemic complications may occur as well as a higher risk of developing lymphoma. Diagnosis of SS-DED is often delayed and difficult to establish. With the aim of discovering biomarkers to help discriminate SS-DED patients, a combination of untargeted and targeted LC-MS/MS analyses were performed on tear samples collected on Schirmer strips and subjected to tryptic digestion. Following the analysis of three cohorts and the development of two targeted LC-sMRM methods for the verification of putative biomarkers found in the first cohort of samples, 64 proteins could be linked to Sjögren's syndrome, in the hopes of helping to confirm diagnoses as well as potentially stratifying the severity of disease in these patients. Proteins that were increased in SS-DED showed activation of the immune system and alterations in homeostasis. Several proteases and protease inhibitors were found to be significantly changing in SS-DED, as well as a consistent decrease in specific proteins known to be secreted by the lacrimal gland.
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 | 0,003 | 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 | 0,001 |
| 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 ».