Serum Biomarkers in Atlantic Salmon for Differential Diagnosis of Cardiomyopathy Syndrome and Pancreas Disease: Proteomic Identification of Serum Fibrinogen to Enhance Troponin Immunoassay as Optimal Diagnostic Approach
Notice bibliographique
Résumé
Cardiac viral diseases are among the major causes of economic losses in Atlantic salmon (Salmo salar L.) aquaculture. These include cardiomyopathy syndrome (CMS) caused by piscine myocarditis virus (PMCV) and pancreas disease (PD) caused by Atlantic salmonid alphavirus (SAV). The resulting cardiomyopathies impact fish stock in terms of mortality, quality, growth performance and economic loss. Diagnosis of these diseases is currently based on clinical signs, histopathology and RT-qPCR. To identify putative biomarkers for use in the health assessment of Atlantic salmon, a quantitative proteomics investigation was undertaken with the aim of differentiating fish with CMS from healthy fish and fish with PD. Serum samples (n = 9/group) were collected during health assessment from pens where clinical CMS or PD were present and compared to serum from healthy Atlantic salmon. There were 34 differentially abundant proteins (DAPs) in CMS compared to healthy, 66 comparing CMS to PD, and 81 comparing PD to healthy. In relation to healthy samples, most DAPs were shared between CMS and PD, with higher relative abundances observed in PD. An exception to this was serum fibrinogen, which was identified as a putative biomarker for CMS, whereas differentiation of Atlantic salmon with CMS from those with PD was enhanced by the calculation of the ratio of fibrinogen to skeletal troponin C.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».