MétaCan
Menu
Retour à la cohorte
Enregistrement W4396879455 · doi:10.21037/jlpm-23-71

Unraveling the diagnostic enigma: laboratory diagnosis of sphingolipid activator protein deficiencies

2024· article· en· W4396879455 sur OpenAlexaff
Libin Yuan

Notice bibliographique

RevueJournal of Laboratory and Precision Medicine · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHereditary Neurological Disorders
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSphingolipidActivator (genetics)BiologyComputational biologyCell biologyBiochemistryReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract: Sphingolipids are degraded by specific lysosomal acid hydrolases. Efficient degradation of glycosphingolipids with short carbohydrate chains by those enzymes relies on the assistance of sphingolipid activator proteins (SAPs), including GM2 activator and four saposins (Saposin A, B, C, and D). Deficiencies in these enzymes or SAPs lead to the accumulation of specific sphingolipids. While enzyme activity assays are diagnostic for sphingolipidoses caused by enzyme deficiencies, the laboratory diagnosis of SAP deficiencies presents challenges due to the complexity of directly assessing these proteins’ functions. Given the exceptional rarity of SAP deficiencies and the clinical similarities to the corresponding enzyme deficiencies, there is an increased risk of oversight and misdiagnosis. Biomarkers such as GM2 ganglioside (34:1), sulfatide, glucosylsphingosine (lyso-Gb1), globotriaosylsphingosine (lyso-Gb3), and psychosine are important in addressing this diagnostic complexity, with molecular genetic analysis serving as the essential confirmatory test. In GM2 activator, saposin B, and saposin C deficiencies, enzyme activity assays using regular synthetic substrates typically demonstrate normal enzyme activities. The discrepancy between an abnormal biomarker level and a normal enzyme activity may strongly suggest an activator defect. In cases of saposin A and prosaposin deficiencies, abnormal enzyme activities may be observed even when using regular synthetic substrates, potentially leading to the misdiagnosis of corresponding enzyme deficiencies. In such scenarios, if molecular genetic analyses of the genes encoding those enzymes return negative results, it may be necessary to conduct follow-up molecular testing targeting the PSAP gene for diagnostic purposes. This review paper delves into biochemical laboratory techniques to illuminate the intricacies involved in diagnosing SAP deficiencies. The aim is to streamline the laboratory diagnostic process and reduce diagnostic uncertainties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,005
Science ouverte0,0030,002
Intégrité de la recherche0,0030,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Laboratory and Precision MedicineMême sujetHereditary Neurological DisordersTravaux en français237 207