Longitudinal integrated proteomic and metabolomic skin changes in patients with atopic dermatitis treated with dupilumab
Notice bibliographique
Résumé
BACKGROUND: Inhibition of IL-4/IL-13-driven inflammation by dupilumab has shown significant clinical benefits in treatment of atopic dermatitis (AD). OBJECTIVE: Our aim was to assess longitudinal protein and metabolite composition in AD skin during dupilumab treatment. METHODS: Skin tape strips (STSs) were collected from lesional/nonlesional skin of 20 patients with AD during a 16-week dupilumab treatment course and from 20 healthy volunteers (HVs) followed for 16 weeks. STS extracts were examined by liquid chromatography-mass spectrometry proteomic analysis and targeted metabolomics. RESULTS: Approximately 2500 individual proteins were identified in the STS extracts. Of those proteins, 490 were present in at least 80% of the AD and HV skin samples and differentially expressed in the AD skin; the levels of 249 proteins were significantly reduced (cluster 1), and the levels of 136 were significantly increased (cluster 2) in the AD skin versus in the HV skin (both P < .0001). Functionally, cluster 1 included proteins involved in epidermal barrier formation, lysosomal enzymes required for lamellae assembly, and oxidative response. Cluster 2 was enriched for markers of epidermal hyperplasia, glycolytic enzymes, and actin filament proteins. A significant increase in cluster 1 and a significant inhibition of cluster 2 proteins expression were achieved in AD skin by 16 weeks of dupilumab treatment (P < .0001 for both vs baseline), approaching the levels in HV skin. These improvements were also revealed in differential metabolite changes in the STS extracts, including amino acids, nucleotide breakdown products, and antioxidants. CONCLUSION: Longitudinal integrated assessment of the skin proteome and metabolome in patients with AD who were treated with dupilumab established significant inhibition of epidermal hyperplasia and improvement in epidermal differentiation. The identified changes were linked to improvements in clinical AD skin assessments, including improvements in transepidermal water loss and disease severity.
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 | 0,000 | 0,000 |
| 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 ».