Advancing Newborn Screening in Washington State: A Novel Multiplexed LC-MS/MS Proteomic Assay for Wilson Disease and Inborn Errors of Immunity
Notice bibliographique
Résumé
For many genetic disorders, there are no specific metabolic biomarkers nor analytical methods suitable for newborn population screening, even where highly effective preemptive treatments are available. The direct measurement of signature peptides as a surrogate marker for the protein in dried blood spots (DBSs) has been shown to successfully identify patients with Wilson Disease (WD) and three life-threatening inborn errors of immunity, X-linked agammaglobulinemia (XLA), Wiskott-Aldrich syndrome (WAS), and adenosine deaminase deficiency (ADAD). A novel proteomic-based multiplex assay to detect these four conditions from DBS using high-throughput LC-MS/MS was developed and validated. The clinical validation results showed that the assay can accurately identify patients of targeted disorders from controls. Additionally, 30,024 newborn DBS samples from the Washington State Department of Health Newborn Screening Laboratory have been screened from 2022 to 2024. One true presumptive positive case of WD was found along with three false positive cases. Five false positives for WAS were detected, but all of them were premature and/or low-birth-weight babies and four of them had insufficient DNA for confirmation. The pilot study demonstrates the feasibility and effectiveness of utilizing this multiplexed proteomic assay for newborn screening.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».