NOVEL DIAGNOSTIC BIOMARKER OF SYSTEMIC LUPUS ERYTHEMATOSUS: ANTICHAPERONIN CONTAINING T-COMPLEX POLYPEPTIDE 1 ANTIBODY
Notice bibliographique
Résumé
PV037 / #22 Poster Topic: AS04 - Biomarkers Background/Purpose Systemic lupus erythematosus (SLE) is diagnosed with several clinical and immunological criteria. To find a diagnostic biomarker of SLE, microarray technique was used to find SLE-specific autoantibodies and to provide a clear diagnosis. Methods Autoantibodies were discovered by analyzing sera of SLE patients and normal controls (NCs) using a human proteome microarray containing 21,000 purified proteins. This analysis revealed the presence of 63 SLE-specific autoantibodies. Notably, the antichaperonin containing t-complex polypeptide 1 (TCP1) antibody exhibited higher expression in patients with SLE. To validate the specificity of anti-TCP1 antibody expression in SLE, Dot blot analysis and enzyme-linked immunosorbent assay (ELISA) were conducted using sera from patients with SLE, NCs, and patients with rheumatoid arthritis, Behçet’s disease, and systemic sclerosis. Results Dot blot analysis was conducted using sera from patients with SLE and NCs, as well as patients with rheumatoid arthritis, Behçet’s disease, and systemic sclerosis. The results confirmed the detection of anti-TCP1 antibody in 79 out of 100 patients with SLE, with significantly elevated expression compared to both NCs and patients with other autoimmune diseases. We performed enzyme-linked immunosorbent assay (ELISA) to determine the relative amounts of anti-TCP1 antibody. ELISA analysis revealed markedly elevated anti-TCP1 antibody levels in the sera of patients with SLE (50.1 ± 17.3 AU, n=251) compared to those of NCs (33.9 ± 9.3 AU, n=50), RA (35 ± 8.7 AU, n=25), BD (37.5 ± 11.6 AU, n=28), and SSc (43 ± 11.9 AU, n=30). Conclusions These data suggest that anti-TCP1 antibody is a potential diagnostic biomarker of SLE.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».